수율 영향 인자 최적화 및 예측 모형 개발

직책 : 연구 책임자

기간 : 2020. 09. ~ 2021.03

연구 필요성

제조 산업에서 수율을 예측하고 향상시키는 것은 기업의 이익과 직결되는 중요한 문제이다. 그러나 많은 하위 공정이 연속적으로 진행되는 제조 공정의 특성상 최종 수율을 정확하게 예측하는 것은 쉽지 않다. 제품이 마지막 공정을 끝내기까지 거쳐가는 설비는 매우 많으며 같은 공정 내 서로 다른 설비마다 성능이 달라 제품의 품질이 일정하게 유지되기 어렵다. 이러한 현상은 품질과 직결되는 변수가 적절히 관리되지 못할 때 더욱 심해지는데 이것은 곧 예측 정확도의 저하를 불러온다. 따라서 수율 예측 이전에 품질을 일정하게 유지시키는 것이 우선인데, 이를 위해서는 공정 데이터를 활용하여 공정 변수와 품질 간의 상관 관계를 찾아 적절한 관리 범위를 찾는 수율 분석이 필요하다.

연구 목적 및 내용

본 연구는 위 내용을 토대로 수율 분석 (수율 영향인자 최적화)과 수율 예측 (수율 예측모형 개발)이라는 두 방향으로 진행된다. 먼저 공정 데이터로부터 적절히 관리되고 있지 못한 변수를 파악하기 위해 연관 규칙 학습 및 대조군 학습을 고려하며, 수율 예측에는 우선적으로 의사 결정 나무 기반의 예측 모형(Random Forest, XGBoost: eXtreme Gradient Boosting)을 적용해 보고자 한다. 

기대 효과

공정 변수와 품질 간의 상관 관계를 찾고 불량에 영향을 미치는 주요 공정 설비를 파악함으로써 공정 불량을 감소시키고 공정을 효율적으로 관리하고 개선할 수 있다. 또한 파악된 주요 인자들을 바탕으로 수율 예측 모형을 고도화하여 보다 정확한 예측 성능을 기대할 수 있다.