[학회후기]

2023년 11월 3일에 진행된 대한산업공학회 추계학술대회에 참가 하였다. 울산과학기술원(UNIST)에서 학회가 개최되어 오랜만에 새벽공기를 마시며 KTX를 타고 울산으로 향했다.

열차 안에는 학술대회에 참여 하는 것으로 보이는 교수님들, 학생들이 저마다 단정한 복장을 입고 준비하고있는 모습을 보며 약간 긴장이 되었다.

생애 최초로 학회라는 곳에 참여하는 것이다 보니 모든것이 신기했다. 먼저 학계, 산업계 다양한 분들이 한 자리에 모여 각자의 연구들을 공유하고 질의응답하는게 자연스러웠고

특히 이번학술대회에 내가 근무했던 부서의 그룹장님과 동료분들을 만나 그간 있었던 일에 대해 많은 대화를 나눌 수 있었다. 또한 비슷한 연구를 하는 다른 연구자와 명함을 주고받고

네트워킹을 형성하는 것도 대학원생으로써 중요한 일임을 깨닫게 되었다.

[발표후기]

"다중 스테이지 공정 센서 시그널 기반 웨이퍼 불량 분류 및 진단 네트워크"라는 주제를 준비하여 발표를 진행하였다. 앞서 언급했다시피 이런 자리에서 발표하는 것은 생애 처음이라

무척이나 긴장되었으나 몇 주 동안 교수님을 포함해 용태, 태남이와 열심히 준비 한 덕분에 준비해간 것 이상으로 깔끔하게 발표를 마칠 수 있었다.

나의 연구는 반도체 웨이퍼 가공 시나리오에서 다중 공정 설비의 데이터를 활용해 웨이퍼의 정상/불량을 분류하고 결과를 해석함으로써 효과적인 불량 분석/조치 엔지니어링 활동을

목표로하는 모델이다. 내 모델에서는 센서 시계열 데이터의 상관성에 따라 독립적인 합성곱 레이어를 통해 변수 간 관계성이 반영된 특징 벡터를 추출하고,

시간적 관계를 반영한 LSTM 레이어를 통해 마찬가지로 특징 벡터를 추출한다. 또한 공정/설비 엔지니어가 중요하게 생각하는 구간을 통계값 역시 모델에 입력을 활용하여

복잡한 센서 시계열 데이터 내에서 정상/불량 간의 관계성을 학습하도록 고안되었다. 분류 모델에서 결과가 도출되면 Deep SHAP 을 통해 어느 공정/센서가 판정에 큰 영향력을 미쳤는지

분석하고, Attention mechanism을 통해 시계열에서 어느 구간이 영향력이 컸는지 파악할 수 있도록 하였다.

질문1) 다중 공정 간 관계성이 반영되어야 할 것 같은데 그러한 고려가 되어있는지 궁금하다.

답변1) 공정 별로 합성곱 레이어를 통해 특징벡터가 추출되고 최종 Fully connected layer에서 분류 학습을 하기 전 모든 특징 벡터가 결합되는데 이부분에서 공정 간의 관계성이 반영 된다.

질문2) 이진 분류라서 정확도나, F1 을 기준으로 판단 하면 오해의 소지가 있을 수 있지 않나?

답변2) 우리 모델은 불량을 불량으로 진단하는 성능도 중요하기에 클래스 불균형을 반영한 지표인 F1 macro, MCC 를 주요 평가지표로 설정하였고 머신 러닝 모델들 대비 제안모델을 포함한 딥러닝 모델의 해당 지표가 크게 향상되는 것으로 파악되었다.

질문3) 지금 모델의 성능에 만족하는가? 더 높일 순 없나?

답변3) 사용 된 데이터셋 레이블링 품질과 데이터 셋 샘플 개수가 제한적이어서 더 이상 성능 개선은 어려워 보이며 다른 데이터 셋에서도 강건한 성능을 유지하는지 실험해 볼 계획이다.

[청취후기]

1. 와이어 아크 적층제조공정의 머신러닝기반 에너지-품질프로세스맵개발 (리나, 김성은, 김덕봉, 신승준 - 한양대학교)

와이어 아크 적층 제조 공정의 머신러닝 기반 에너지-품질 프로세스 맵 개발에 대한 내용을 연구한 발표였다. 

이를 통해 WAAM 공정에서 생산 비용과 시간을 줄이면서 정상 품질의 적층을 가능하게 하는 방법을 알아볼 수 있었다. 

연구에서는 Inconel625 소재를 대상으로 평균 절대 비율 오차 0.88을 가진 에너지 예측 모델과 정확도 98%를 가진 품질 이상 탐지 모델을 개발했다.

이를 통해 용접 공정에서 에너지 손실 및 품질 문제의 확대를 피하기 위하여 생산 과정에서 재료 품질 결함 탐지하고 식별할 수 있도록 활용 될 수 있다고 주장하였다.

그러나 단층 용접에만 초점을 맞추므로 에너지 예측 및 품질 이상 검출에 대한 다른 요인의 영향을 완전히 포착하지 못하고, 

용접 후처리 단계를 고려하지 않아 최종 에너지 소비 및 품질에 대응하기 어려운 한계점이 있는 것으로 생각되었다.

2.혼류 공정을 위한 반도체 제조 장비 내 웨이퍼 투입 순서 결정 (김홍연, 이준호, 김현정 - KAIST)

반도체 일반적 생산 설비의 형태인 클러스터 구조에서 내부 동작 조건들을 분석하여 최적의 생산성을 목표로 하는 주제의 발표였다. 

첫 번째 단계에서는 각 PM(Process Module)의 처리 시간 기반으로 각 PM의 우선순위를 결정하고 두 번째 단계에서는 각 PM의 처리 우선순위를 기반으로 웨이퍼 투입 순서를 결정하고 이를 결정하는데 사용되는 수식과 계산 방법을 자세히 들을 수 있었다. 학교에 오기전 반도체 설비 소프트웨어를 개발하며 이와 같은 연구를 나도 진행했었는데 본 연구에서는 현업에서 발생가능한 다양한 고려사항 (설비 문제로 특정 모듈이 사용이 불가하거나, 로봇의 상태에 따라 소요시간이 달라질 수 있는점 등)이 반영되지 않아 실제 현장에 적용하기에는 다소 어려울 것으로 예상되었다.