AI/빅데이터 구축 사례_효율성 제고를 위한 데이터 조회 분석 가공 및 웨이퍼 칩 불량 예측 적용 사례
㈜디엘정보기술은 반도체 후공정 기업에 웨이퍼 테스트 결과 분석 효율성 제고를 위한 데이터 조회 분석 가공 및 웨이퍼 칩 불량 예측을 제공
원시데이터
분석환경/기술
데이터 수집/적재
시각화
원시데이터
Raw Data
- 테스트 사이트별 테스트 결과 양식이 조금씩 다름
- 반정형 형태의 텍스트 데이터
1.웨이퍼 정보 2.chip별 불량 현황 3.웨이퍼 불량 현황
- 세 부분으로 구분 지을 수 있으며 웨이퍼는 25장으로 구성
분석환경/기술
Analysis environment / technology
-
AutoEncoder 딥러닝 모델을 적용하여 웨이퍼 칩 위치별 불량 발생 예측
- 인코더: 데이터 입력을 내부 표현으로 변환
- 디코더: 내부 표현을 출력 데이터로 변환
- 학습용 데이터의 인코딩, 디코딩을 통해 입력 데이터의 잠재 변수를 발견하도록 학습
- 신규 데이터를 학습된 모델에 입력하여 불량 예측
데이터 수집/적재
Data Collection / Loading
- 테스트 업체에서 테스트 결과 파일을 FTP 서버에 업로드
(확장자: .P1, .P2, .P3, .PM)
- FTP서버에서 반정형 형태의 테스트 결과 파일을 다운로드
- 파일 하나당 3개의 정형 데이터셋으로 변환
- 데이터셋을 각각의 DB에 저장
시각화
Visualization
-
웨이퍼 chip별 불량 현황
-
Fail Bin Chart
REFERENCE
