Page Title Panasonic Connect 반도체 엔지니어가 작업 현장 분석을 통해 복잡성을 극복할 수 있도록 지원
Panasonic Connect는 AI를 사용하여 칩 개발 속도를 높이고 수율을 높입니다.
진한 파란색 배경에 하늘색으로 조명이 켜진 원의 추상 클로즈업

스마트폰의 광범위한 소유에서 AI, 5G, 자율 주행 자동차의 부상에 이르기까지, 세계가 디지털 연결 시대로 더욱 깊숙이 들어가고 있다는 징후는 분명합니다. 그리고 반도체는 이 모든 것의 기반이 됩니다.

디지털 인프라의 급속한 성장을 고려할 때 반도체를 제조하는 회사, 즉 디지털 에코시스템의 기본 수준에 있는 회사가 끊임없이 진화하는 경쟁 과제에 직면하고 있는 것은 놀라운 일이 아닙니다. 칩 성능을 개선해야 한다는 끊임없는 압박과 같은 익숙한 문제도 있습니다. 그러나 오늘날 칩 제조업체는 설계부터 시작하여 따르는 프로세스와 많은 관련이 있는 변화하는 경쟁 요구 사항을 헤쳐나가야 합니다.

칩 제조 영역에서 패키징(반도체 부품을 장치에 사용하기 위해 집적시키는 방법)은 항상 기본이었습니다. 그러나 오늘날 패키징 문제는 비용은 물론이고 칩의 전력, 성능, 기능성에 영향을 미치는 주요 경쟁 차별화 요소가 되었습니다.

그렇다면 프로세스에 어떤 의미가 있을까요? 패키징 구조가 더욱 복잡해지면서 개발부터 프로토타입 제작, 테스트까지 전체 주기가 상당히 길어졌습니다. 제조 공정에서 설계에서 완제품에 이르기까지 100개 이상의 파라미터에 대한 매우 상세한 지침을 준수해야 하며, 오류의 여지가 거의 또는 전혀 없어야 합니다.

기존의 방법에서 칩 제조업체는 최적의 "레시피"를 식별하기 위해 일련의 점진적 조정을 수행해야 합니다. 이 방정식에서 '요리사'인 개발 엔지니어에게 큰 부담이 될 뿐 아니라, 시행착오를 거듭하는 접근 방식은 낭비 증가와 제조 수율 저하라는 부산물을 낳습니다.

30% 감소


레시피 공식화의 시행착오를 최소화하여 개발 주기를 최대 30% 단축

50% 절감


데이터 기반 최적화를 통해 반도체 제조 고객의 장비 유지보수 비용을 50% 절감

우리는 엣지에서 개별 기계 상태 데이터를 분석함으로써 기계가 최적의 조건에서 작동하는 자율 제조 장비의 기반을 마련했음을 보여주었습니다. 이 진행의 다음 단계는 클라우드에 여러 기계를 통합하여 공장 전체 수준에서 자율 제조를 가능하게 하는 것입니다. Mitsuru Hiroshima 프로세스 자동화 사업부 반도체 프로세스 비즈니스 그룹 이사 Panasonic Connect

Panasonic Connect와 같은 기업은 공정 자동화 사업부를 통해 반도체 제조업체가 이러한 공정 문제를 해결하고 생산 공정을 최적화하여 고품질의 제품을 제공할 수 있도록 지원합니다. 30년 동안 칩 제조업체에 전문 생산 장비를 공급해 온 Panasonic은 새로운 반도체 패키징 트렌드에 적응할 수 있도록 지원할 수 있는 유리한 위치에 있다는 것을 인식했습니다.

특히 반도체 공정 비즈니스 그룹의 이사인 Mitsuru Hiroshima는 장비 솔루션에 고급 분석을 도입하여 제조 고객에게 진정으로 획기적인 결과를 제공할 수 있는 기회가 주어졌다는 점이 가장 흥미로웠다고 말합니다. "우리 비전의 핵심은 딥 러닝과 자동화를 결합하여 설계 및 제조 운영을 완전히 새로운 수준의 최적화로 끌어올릴 수 있다는 아이디어였습니다."라고 그는 말합니다.

2019년 당시 Hiroshima와 그의 팀은 이러한 비전을 실현하고 시장에 출시할 수 있는 구체적인 솔루션으로 전환하려면 핵심 장비 역량을 강화해야 한다는 것을 알고 있었습니다. "우리는 AI 및 딥 러닝과 같은 분야의 고급 분석 기술 포트폴리오와 함께 심층적인 산업 프로세스 전문 지식을 제공할 수 있는 [공급업체]와 협력하고자 했습니다."라고 Hiroshima는 설명합니다. "IBM은 이 두 가지 중요한 영역에서 모두 강점을 제공할 수 있는 유일한 공급업체로 돋보였습니다."

머신 러닝 알고리즘과 최적의 레시피

IBM이 이 프로젝트를 위해 구성한 팀에는 IBM Research의 AI 및 딥 러닝 전문가와 IBM Consulting™의 프로세스 전문가 및 산업 컨설턴트가 포함되었습니다. 참여가 집중된 첫 몇 달 동안 IBM과 Panasonic 팀은 협력하여 솔루션 기회를 식별하고 개선했습니다. IBM은 IT 및 운영 인력이 반복적이고 영향력이 큰 협업을 할 수 있도록 하는 IBM Garage™ 방법론을 적용하여 협업의 분위기를 조성하고 전반적인 목표를 결정하며 솔루션을 공동 개발했습니다.

공동팀은 당면 과제와 가치 창출 시간 단축에 대한 평가를 바탕으로 Panasonic의 첫 번째 스마트 팩토리 제품으로 부상한 두 가지 공정 제어 솔루션을 공동 정의했습니다. 첫 번째 솔루션은 레시피 생성을 완전히 자동화하여 고급 플라즈마 다이서를 만드는 것이었습니다.

플라즈마 패키징은 마법과도 같습니다. 올바른 플라즈마 레시피를 찾으려는 엔지니어에게 마지막에 나와야 하는 것은 정밀한 절단 패턴을 가진 웨이퍼입니다. 이는 진공 압력 및 전력, 전자 에너지, 이온 에너지 및 가스 등과 같은 변수에 대한 올바른 결정 조합을 내리는 것을 의미합니다.

개념 증명 솔루션을 개발하기 위해 IBM 연구팀은 방대한 계산을 통해 엔지니어가 최적의 변수 조합을 신속하게 도출할 수 있는 딥 러닝 알고리즘을 개발했습니다. "엔지니어는 직관이나 시행착오에 의존하는 대신, 단 몇 초 만에 프로세스를 정확하게 시뮬레이션할 수 있는 직관적이고 시각적인 인터페이스(IBM 컨설팅에서 설계)를 사용할 수 있습니다."라고 Hiroshima는 설명합니다.

팀이 공동 개발한 두 번째 개념 증명은 다른 문제, 즉 더 스마트한 데이터 기반 유지보수 관행을 통해 플라즈마 클리너 기계 성능을 최적화해야 한다는 문제를 해결했습니다. "레시피 대신 플라즈마 청소 애플리케이션은 고급 계산을 사용하여 청소 및 유지 관리를 수행할 최적의 시간을 식별합니다."라고 Hiroshima는 말합니다. "너무 이르면 불필요한 비용이 발생하고, 너무 늦으면 품질이 저하되고 심지어 기계 고장이 발생할 위험이 있습니다."

다이싱 솔루션과 마찬가지로 기계 상태 애플리케이션은 IBM Research에서 개발한 알고리즘을 기반으로 합니다. 이 애플리케이션은 기계에 장착된 센서의 데이터를 사용하여 기계 작동 효율성의 변화와 다양한 기계 부품의 상태를 연관시킵니다. 매우 직관적이고 시각적인 출력은 과도한 세금을 부과하는 기술자의 희망 목록과 같다고 Hiroshima는 말합니다. "예를 들어 공장 현장의 기술자는 여러 플라즈마 클리너 중 특정 플라즈마 클리너의 성능이 최적이 아닌 수준이며 전극의 먼지가 가장 큰 원인일 수 있다는 경고를 받습니다."라고 그는 말합니다. "이 인사이트를 통해 기술자는 고품질을 유지하고 생산 중단을 최소화하는 시정 조치를 취할 수 있습니다."

우리가 실행한 엄격한 테스트와 시뮬레이션에서 플라즈마 절단 솔루션은 개발 주기를 30%까지 단축했습니다. 단축된 주기는 AI 기반 분석을 통해 엔지니어가 최적의 플라즈마 레시피를 수립하는 데 있어 시행착오를 상당 부분 생략할 수 있다는 점을 반영합니다. Hiroshi Benno 프로세스 자동화 사업부 제품 마케팅 관리자 Panasonic Connect
자율 공장 생산으로 가는 길

공정 자동화 사업부의 제품 마케팅 매니저이자 개발 노력의 핵심 인물인 Hiroshi Benno에게 두 애플리케이션은 작업 현장에서의 강력한 분석이 칩 설계 및 제조 방식을 혁신할 수 있는 잠재력을 보여줬습니다. "우리가 실시한 엄격한 테스트와 시뮬레이션에서 플라즈마 절단 솔루션은 개발 주기를 30%까지 단축했습니다."라고 Benno는 말합니다. "단축된 주기는 AI 기반 분석을 통해 엔지니어가 최적의 플라즈마 레시피를 공식화할 때 시행착오를 상당 부분 생략할 수 있다는 점을 반영합니다." 게다가 AI 기반 최적화를 통해 프로세스에서 발생하는 낭비도 크게 줄였습니다.

Panasonic의 플라즈마 클리너 애플리케이션은 머신 러닝 인사이트가 장비 유지보수 결정에 대한 완전히 새로운 데이터 기반 접근 방식의 토대를 제공할 수 있다는 것을 보여주었습니다. 애플리케이션 테스트 결과, 불필요한 유지보수 감소, 사전 부품 주문, 기계 가동 중단 감소 등을 통해 제조 고객의 유지보수 비용을 50%까지 절감할 수 있는 잠재력이 있음을 입증했습니다.

Panasonic이 이러한 새로운 솔루션의 출시를 준비하면서 이러한 지표는 반도체 작업 현장의 AI가 이제 설계 및 생산 최적화를 제공할 준비가 되었다는 강력한 메시지를 담고 있습니다. 그리고 이러한 관행을 채택함으로써 칩 제조업체는 오늘날의 경쟁이 치열한 글로벌 시장의 증가하는 요구를 더 잘 충족할 수 있습니다.

Panasonic은 지금까지 IBM과의 협력을 통해 Hiroshima를 장기적인 비전을 향한 길을 결정적으로 이끌었습니다. “우리는 엣지에서 개별 기계 상태 데이터를 분석함으로써 기계가 최적의 조건에서 작동하는 자율 제조 장비의 기반을 마련했다는 것을 보여주었습니다.” 라고 그는 설명합니다. “이 발전의 다음 단계는 여러 기계를 클라우드에 통합하여 공장 수준에서 자율 제조를 가능하게 하는 것입니다. 고도로 자율적인 기계 그룹인 자율 공장은 우리가 추구하는 궁극적인 지원 형태입니다. 이러한 방식으로 기업의 경계를 초월한 IBM과의 협업은 그 방향으로 큰 진전을 이룰 수 있습니다. 기존의 아이디어와 프로세스를 뛰어넘어 혁신할 것입니다."

Panasonic Connect 로고
Panasonic Connect 소개

일본 오사카에 본사를 둔 Panasonic Connect(ibm.com 외부 링크)는 디지털 혁신에 주력하는 Panasonic Holdings Corporation의 사업부입니다. 이 회사의 프로세스 자동화 사업부는 전 세계 제조 고객에게 장비, 소프트웨어 및 서비스를 제공합니다.

다음 항목:
더 많은 사례 연구 보기 Kyocera Corporation

자율 기술을 사용하여 생산성 두 배로 높이기

 

사례 연구 읽기
법률

© Copyright IBM Corporation 2022. IBM Corporation New Orchard Road, Armonk, NY 10504

2022년 10월 미국에서 제작.

IBM, IBM 로고, ibm.com, IBM Consulting 및 IBM Research는 전 세계 여러 국가에 등록된 International Business Machines Corp.의 상표입니다. 기타 제품 및 서비스 이름은 IBM 또는 다른 회사의 상표일 수 있습니다. IBM 상표의 최신 목록은 웹(www.ibm.com/kr-ko/legal/copytrade)에서 확인할 수 있습니다.

이 문서는 최초 발행일 기준 최신 문서로, IBM은 언제든지 해당 내용을 변경할 수 있습니다. IBM이 현재 영업 중인 모든 국가에서 모든 제품이 제공되는 것은 아닙니다.

명시된 성능 데이터 및 고객 사례는 오직 정보 목적으로 제공됩니다. 실제 성능 결과는 특정 구성 및 작동 조건에 따라 다를 수 있습니다. 본 문서의 정보는 상품성, 특정 목적에의 적합성, 비침해성 보증 또는 조건을 포함하여 명시적 또는 묵시적 보증 없이 '있는 그대로' 제공됩니다. 제품 제공 시의 계약 조건에 따라 해당 IBM 제품을 보증합니다.