강소특구

사업화유망기술

머신러닝에 기초한 반도체 불량 시점 예측 장치 및 방법

분야: 전자/전기

머신러닝에 기초한 반도체 불량 시점 예측 장치 및 방법
보유기관 및 연구자 : 충북대학교 김재성 교수

개발상태: 4/9

기술소개서 추가 기술 정보 시장자료 특허구매 서식

기술완성도

TRL09

사업화

본격적인 양산 및 사업화 단계

TRL08

시작품 인증/
표준화

일부 시제품의 인증 및 인허가 취득 단계
- 조선 기자재의 경우 선급기관 인증, 의약품의 경우 식약청의 품목 허가 등

TRL07

Pilot 단계 시작품
신뢰성 평가

시작품의 신뢰성 평가
실제 환경(수요기업)에서 성능 검증이 이루어지는 단계

TRL06

Pilot 단계 시작품
성능 평가

경제성(생산성)을 고려한, 파일로트 규모의 시작품 제작 및 평가
시작품 성능평가

TRL05

시제품 제작/
성능평가

개발한 부품/시스템의 시작품(Prototype) 제작 및 성능 평가
경제성(생산성)을 고려하지 않고, 우수한 시작품을 1개~수개 미만으로 개발

TRL04

연구실 규모의
부품/시스템 성능평가

연구실 규모의 부품/시스템 성능 평가가 완료된 단계
실용화를 위한 핵심요소기술 확보

TRL03

연구실 규모의
성능 검증

연구실/실험실 규모의 환경에서 기본 성능이 검증될 수 있는 단계
개발하려는 시스템/부품의 기본 설계도면을 확보하는 단계
모델링/설계기술 확보

TRL02

실용 목적의 아이디어/
특허 등 개념 정립

실용 목적의 아이디어, 특허 등 개념 정립

TRL01

기초 이론/
실험

연구과제 탐색 및 기회 발굴 단계

특허정보

머신러닝에 기초한 반도체 불량 시점 예측 장치 및 방법 (No : 10-2384189)

거래 조건 :: 추후 협의

상담신청 기술문의

기술개요

- 머신러닝에 기초한 반도체 불량 시점 예측 장치 및 방법
- 수집된 DB를 이용하여 변수 중요도를 도출하고 학습 모델 설계하여 검증

기술개발현황

- 전자제품 필수 요소인 반도체의 생산성 향상을 위해 설비진단, 공정관리, 수율 안정화 및 첨단 공정기술 개발 노력 필요
- 반도체 제조업체들은 여러 관리 작업을 수행하고 있으나 복잡한 반도체의 제조 공정으로 인해 일부 결함만으로 최종 제품 생산에 실패하는 경우 다수 발생

기술의 차별성 및 우수성

- 자동화를 바탕으로 최적의 파라미터 도출하도록 학습시킨 모델로 지속적 개선하여 유지 보수 비용 절감 효과 발생
- 머신러닝을 활용하여 불량률에 영향을 미치는 중요변수 및 불량 발생시점 도출로 불량률 개선
- R shiny 기법으로 다양한 형식의 분석 결과를 시각화하여 제공함으로써 신속한 의사 결정 지원

시장동향

- 반도체 시장은 복잡하고 소형화된 장치로 변화하여 장치 검사의 중요성이 높아지고 있음.
- 글로벌 반도체 검사 시스템 시장은 2015년 29억 3,000만 달러 규모에서 연평균 11.74%씩 성장하여 2020년 51억 달러 규모로 성장하였음.