EHM · Equipment Health Manager

알람이 울리기 전에,
설비의 변화를 먼저 봅니다.

수천 개 설비 파라미터의 정상 패턴을 학습해 관리 스펙 안의 미세한 이상까지 탐지하고,공정이 끝나기 전에 결과를 예측합니다.

솔루션 문의하기

소개서 다운로드

Strength

설비 데이터가 있는 곳이라면, 어디든.

양산 라인부터 장비 출하 검증, R&D까지-
EHM은 같은 기술로 네 가지 현장을 지원합니다.

양산 라인 - 멈추지 않고 탐지

가동 중인 설비를 다운타임 없이 모니터링하며 이상을 탐지하고 공정 결과를 예측합니다.

장비사 - 출고 전 성능 검증

장비 간 성능 편차를 출고 전에 확인하고, 어느 장비의 어느 부분이 문제인지 짚어냅니다.

테스트 라인 - 실험 검증 지원

R&D·검증 목적의 테스트 데이터를 분석해 이상을 찾고 실험 결과를 검증합니다.

신규 장비 개발 — 데이터로 설계

센서 추가, 파라미터 변경 등 최적 구성을 데이터 분석과 시뮬레이션으로 지원합니다.

Process

정상 데이터 100장에서 시작합니다.

데이터 수집부터 탐지·예측까지, EHM이 작동하는 4단계입니다.

STRUCTURE

기본으로 넓게 보고, 필요한 곳은 깊게 팝니다.

Health Score(Basic)가 모든 파라미터를 상시 감시하고,
현장의 특정 문제는 맞춤 모델(Advanced)을 얹어 해결합니다.

Basic Solution

Heath Score를 통해서 AI 엔지니어 없이도 전체 설비 파라미터를 정밀 이상탐지합니다. 데이터는 맞춤 모델 개발을 위한 인프라로도 축적됩니다.

EHM에 기본 탑재되는 AI 솔루션은 아래와 같습니다.

Advanced Solution

가스 누출 탐지, 플라즈마 밀도 추정처럼 공정 특유의 문제를 푸는 모델을 추가 탑재합니다. 필요할 때 얼마든지 확장됩니다.

추가 개발하여 탑재할 수 있는 AI 솔루션 예시는 아래와 같습니다.

Basic Solution

어디가 문제인지까지 말해주는 Health Score

설비 전체를 Index·Step·Sensor·Wafer 단위로 점수화합니다. 가장 작은 단위부터 쌓아 올린 점수라, 문제가 생기면 정확히 어느 부분인지 바로 짚어냅니다.

*Index : 데이터가 수집되는 최소 시간 단위

양산 설비의 실시간 모니터링

가동 중인 설비를 멈추지 않고 모든 데이터를 실시간 분석합니다. 이상 패턴을 즉시 감지해 수율 저하의 원인을 조기에 식별합니다.

미세변화·경시변화 탐지

관리 스펙 안이라 정상으로 넘어가던 미세한 추세·진동 변화까지 점수와 근거로 잡아냅니다. 서서히 진행되는 경시변화도 전 구간에서 추적합니다.

설비 데이터 관리 스펙 자동 생성

사람이 일일이 정하기 어려운 수천 개 센서·스텝의 관리 스펙을 자동으로 생성합니다. 관리 공수는 줄고, 탐지 정확도는 올라갑니다.

설비 동작 이상을 정밀 탐지

파라미터별 정상 패턴을 학습해 벗어나는 순간을 잡아냅니다. 웨이퍼 간 타이밍 차이(time shift)에도 흔들리지 않아 오탐이 적습니다.

Advanced Solution

이런 문제를 맞춤 모델로 풀었습니다.

Health Score가 전체를 지키는 동안, 공정 특유의 난제는 전용 모델을 얹어 해결합니다.

설비 이상탐지 과제 예시

· 챔버 가스 누출 탐지
· 플라즈마 소스 이상 동작 탐지
· 웨이퍼 이송 로봇 이상 동작 탐지
· TM-PM간 압력 이상 탐지

공정 결과예측 과제 예시

· Etch Amount 추정
· Uniformity 양불 추정
· 챔버 내부 플라즈마 밀도 추정
· Wafer Warpage 추정

최대 6배 빠른 맞춤형 솔루션 개발

데이터가 이미 학습 가능한 형태로 쌓여 있어, 맞춤 AI 개발의 절반을 차지하는 데이터 정리 과정이 생략됩니다. 그만큼 개발 기간이 짧아집니다.

솔루션 개발을 위한 데이터 인프라

Basic Solution이 가공해 둔 데이터가 그대로 맞춤 모델의 재료가 됩니다. 새 과제마다 데이터 정리를 다시 할 필요가 없습니다.

유연한 시스템 구조로 높은 확장성

새로운 문제가 생기면 그 문제를 푸는 모델만 추가 탑재하면 됩니다. 시스템을 갈아엎지 않고 필요한 만큼 확장됩니다.

Success Story

EHM 성공사례

OES 장비사와 협력하여 플라즈마 밀도 추정 모델 개발

MAPE(Mean Absolute Percentage Error) 3.8%로 기존 운영 모델 대비 에러율 약 15%p 개선

Uniformity 근사 추정하는 Health Score 개발 및 주요 센서 3종 도출

자체 개발한 ‘Health Scoring’ 기술을 Uniformity에 특화하여 맞춤 모델 개발

미국 반도체 Fab의 의뢰를 받아 OES와 설비 파라미터를 통해 AR fault를 예측하는 모델 개발

자체 개발한 ‘시계열 패턴 인식, anomaly detection, clustering 기술’을 적용하여 맞춤 모델 개발

다양한 성공사례 더보기

Start with your data

우리 현장에 AI를 적용할 수 있는지 확인해보세요

문제와 보유 데이터만 알려주세요. 담당자가 3일 내에 적합한 적용 방식을 안내해드립니다.

적용 가능성 확인

알람이 울리기 전에,
설비의 변화를 먼저 봅니다.