[학회 후기]

2022 대한산업공학회 추계학술대회는 인천대학교에서 오프라인으로 진행되었다. 며칠 사이 가장 추운 날씨였지만 첫 오프라인 발표에 대한 설렘과 떨리는 마음으로 추위도 잊은 채 학회에 임했다. 첫 번째 발표임에도, 많은 분들이 뒤편에 서서 들을 정도로 세션장에는 열기가 가득 찼었다. 생각보다 많은 분들이 참가하셔서 더 떨리기도 했지만, 서로 다른 관점에서 피드백을 주고 받을 수 있는 좋은 기회였기에 더욱 집중할 수 있었다. 이번 학회를 통해 다양한 연구 주제를 접해볼 수 있었고 실제 현업 관점으로도 개인 연구를 바라볼 수 있었던 소중한 경험을 했다. 연구실의 많은 인원들과 함께 학회에 참가하여 좋은 추억을 만들 수 있어서 감사했다. 이번 학회를 통해서 개인 연구에 좀 더 박차를 가할 수 있는 동기 부여를 얻었다.

[발표 후기]

이번 학회에서는 '불균형이 반영된 준지도 학습을 활용한 반도체 웨이퍼 불량 패턴 검출'을 주제로 발표했다. 반도체 제조 공정은 여러 단계의 복잡한 공정 프로세스를 거치는 만큼 제품 불량에 대한 신속한 원인 파악 및 조치가 필요하다. 이때 반도체 웨이퍼 빈 맵 불량 패턴 분석은 조기에 불량 원인을 색출할 수 있는 중요한 역할을 한다. 실제 반도체 웨이퍼 빈 맵 데이터셋인 'WM811-K'로 불량 패턴 분석을 진행했다. 해당 데이터셋은 상당수가 레이블이 없는 데이터라는 특징과 레이블이 있는 데이터에서 범주별 불균형이 존재한다는 특징을 지니고 있다. 이에 따라서 레이블이 없는 데이터를 활용하는 준지도 학습 방식인 FixMatch에 feature extractor와 classifier를 분리하여 범주별 불균형 문제를 반영한 방법론인 decoupling representation & classifier scheme을 적용했다. 준지도 학습에 범주별 불균형 상황을 반영한다면 성능이 개선될 것이라는 연구 가설을 실험을 통해서 검증하였다. 추가적으로 불균형 상황을 반영하는 다른 sampling 방식을 적용해보고 모델 학습 단에서 scheduling 알고리즘을 적용하여 더 효율적인 불량 패턴 분류 성능을 확보해볼 것이다. 이번 학회를 통해 현재 진행 중인 연구에 대해 다시 한번 돌아서서 생각해 볼 수 있었고, 다양한 관점의 피드백들을 받게 되어 향후 연구에 큰 도움이 될 것 같다는 생각이 들었다.

질문 1) 웨이퍼 빈 맵 이미지에 augmentation 적용 시 불량 패턴이 훼손되어 학습될 것 같은데, 그 부분에 대해서는 어떻게 생각하는지?

답변 1) 실제로 불량 패턴이 훼손되지 않게 weak augmentation은 rotation이나 shift 정도만 적용시켰고, 이미지를 많이 증강시키는 strong augmentation은 consistency training을 진행하기 위한 학습 단계에서의 적용이므로 오히려 모델이 더욱 풍부한 표현을 학습할 수 있게 됩니다.

[청취 후기]

반도체 테스트 장비의 이벤트 로그를 활용한 장비의 이상 동작 패턴 탐지 방법 개발 (배영목, 김영관, 김광재, 서정우, 김현아, 신창호 - 포항공과대학교 산업경영공학과, SK하이닉스)

반도체 제조 공정에는 생산된 반도체 칩의 불량 여부를 전기적 검사를 통해 확인하는 Wafer Test(WT) 공정이 존재한다. 해당 연구는 반도체 Wafer Test(WT) 공정 장비의 이상 동작을 최소화하여 생산성과 품질을 개선하기 위한 연구였다. 기존 연구 동향은 장비 내 수집되는 간접적인 데이터를 활용하여 이상 탐지를 수행하는 방식이었지만, 해당 연구에서는 장비의 상태를 확인할 수 있는 직접적인 이벤트 로그 데이터를 활용하여 연구를 진행하였다. 제안된 방법을 통해서 WT 공정에서 직접적 이벤트 로그 데이터를 활용할 수 있게 만들고, 조기에 장비 이상 상태를 탐지할 수 있게 된다. 이에 따라서 WT 장비 엔지니어의 빠른 이상 진단 판단을 지원하여 효율적으로 장비 유지보수를 지원할 수 있게 된다. 장비의 상태 확인이 가능한 직접적 데이터를 활용하여 생산성을 개선하였지만, 비정상적인 동작이 발생했을 때 실제 장비의 이상으로 이어지는 것에 대해서는 확인하지 못한다는 한계점을 명시해주었다. 개인적으로 반도체 공정상 불량 탐지에 대해서 연구를 해보고 있는 만큼 해당 발표가 흥미롭게 다가왔고, 개인 연구에 동기부여가 되어주는 좋은 발표였다.