데이터가 많다고 답이 나오지 않습니다

반도체 공정은 데이터가 부족한 곳이 아닙니다. 오히려 계측·센서 데이터가 너무 많아 어디를 봐야 할지 정하기 어려운 쪽에 가깝습니다.

수율에 영향을 주는 변수는 한두 개가 아니고, 단독으로는 영향이 작아 보이던 변수가 다른 조건과 겹칠 때 문제를 일으키기도 합니다. 이런 상호작용은 사람이 엑셀로 훑어서는 잘 보이지 않습니다.

접근 방식

수집 구조 먼저 — 데이터 양과 발생 속도가 큰 공정이므로, 수집·저장 구조를 먼저 설계합니다. 여기가 흔들리면 뒤의 분석은 의미가 없습니다.

변수 영향도 분석 — 공정 변수와 결과 지표를 함께 놓고 어떤 조합이 편차로 이어지는지 확인합니다.

설비 이상 조기 감지 — 설비 신호에서 평소와 다른 패턴을 찾아 고장 전에 알립니다.

외관 검사 — 룰베이스 비전으로 판정이 어려운 결함을 딥러닝 기반 검사(V²)로 보완합니다.