쌓이는 데이터와 부족한 AI 역량 문제
반도체 설비 R&D 연구소에서는 데이터를 수집하고 있었지만, 유의미한 상관관계 분석과 AI 활용을 위한 데이터 선별에 어려움이 있었습니다. 또한, AI 개발 방향성은 정의했으나 실제 모델 개발을 위한 기술력과 경험이 부족했고, 운영 및 내재화를 뒷받침할 내부 시스템과 인프라가 부재했습니다. 더불어 이러한 시스템을 구축할 수 있는 자체 인력도 부족해 AI 활용 기반 마련에 제약이 있었습니다.
AI 플랫폼 기반 실시간 데이터 분석·이상 탐지 체계 구축
다양한 PLC 설비 데이터를 엣지 디바이스에서 실시간으로 수집·통합하고, 이를 AI 분석이 가능한 구조로 정제하는 데이터 수집 시스템을 구축했습니다. 이어 AI 기반 미세 이상신호 조기 탐지 모델을 적용해 육안으로는 확인하기 어려운 Leak이나 구동부 고장을 사전에 포착했습니다. 또한, 설비 운영 현황과 공정 이상 징후를 실시간으로 분석해 직관적인 대시보드에 시각화함으로써 연구 인력이 즉시 활용할 수 있는 인사이트를 제공했습니다.
설비 안정성과 수율을 동시에 개선
AI 플랫폼을 기반으로 설비 고장을 예측해 장애를 최소화함으로써 가동률과 운전 안정성을 향상했습니다. 또한, 미세한 이상 신호를 조기에 탐지하여 불량 발생 가능성을 줄이고 공정 편차를 최소화함으로써 End-User의 제품 수율을 높이고 품질 일관성을 확보했습니다.
