상세 보기
반도체 장비 센서데이터와 딥러닝을 활용한 불량예측모델에 관한 연구
A Study on the Failure Prediction Model Using Sensor Data in Semiconductor Equipment and Deep Learning
- 하승재;
- 김도연;
- 구교연;
- 신용태
초록
본 연구는 반도체 제조 공정중 설비에서 발생하는 센서데이터를 딥러닝을 활용하여 제품 품질을 AI기반으로 예측하는 모델을 제안한다. 반도체 공장에서는 FDC((Fault Detection and Classification)라는 불량을 예측하는 시스템이 있지만, 수많은 알람 빈도와 복잡도가 높은 자동화 시스템으로 인해 공정 관리자가 센서기준을 설정 및 관리하는데 한계가 있다. 이를 해결하기 위해 설비 센서데이터를 딥러닝을 활용하여 센서 데이터를 학습시켜 센서기준정보를 자동으로 제공하는 것을 제안한다. 1개공정의 동일 설비의 동일 레시피에 대한 1년간의 설비 센서 데이터를 사용한 판정결과로는 Accuracy, Precision, Recall, F1-score를 제공하였고, 기존 FDC시스템보다 성능이 우수함을 확인하였다.
키워드
반도체 불량예측; 센서 데이터; 딥러닝; FDC 시스템; Semiconductor defect prediction; Sensor data; Deep learning; FDC system
- 제목
- 반도체 장비 센서데이터와 딥러닝을 활용한 불량예측모델에 관한 연구
- 제목 (타언어)
- A Study on the Failure Prediction Model Using Sensor Data in Semiconductor Equipment and Deep Learning
- 저자
- 하승재; 김도연; 구교연; 신용태
- 발행일
- 2021-04
- 저널명
- 한국IT정책경영학회 논문지
- 권
- 13
- 호
- 2
- 페이지
- 2375 ~ 2379
- 언어
- KOR
- 출판사
- 한국IT정책경영학회
- 발행국가
- 대한민국
- 분량
- 5 페이지
- ISSN
- P 2234-0564