fdc4 [렛유인 KDC 교육] 반도체 공정설비 데이터분석 5차시 : 공정 Split 분석과 데이터 시각화 실전 1. 들어가며4차시에서는 FDC의 원리와 설비 데이터의 구조, 그리고 그 방대한 규모를 살펴보았습니다. 5차시에서는 실제 분석 현장에서 데이터를 어떻게 다루는지, 즉 공정 Split 분석과 데이터 시각화의 실전적인 방법론을 다루었습니다. 2. 공정 데이터의 구조 : Input과 Output분석에 앞서 공정 데이터가 어떤 구조로 이루어져 있는지 먼저 정리할 필요가 있습니다.Input (독립 변인) : 소재, 레시피 파라미터, (레시피 외) 설비 파라미터가 해당합니다. 분석가가 조절하거나 관찰하는 원인 측의 변수입니다.Output (종속 변인) : 계측(구조, 결함), ET(Electrical Test), EDS 등이 해당합니다. 실제 분석에서는 주로 계측 쪽을 보게 됩니다. Input과 Output, 즉 .. 2026. 3. 11. [렛유인 KDC 교육] 반도체 공정설비 데이터분석 4차시 : FDC의 원리와 설비 데이터를 다루는 법 1. 들어가며3차시에서는 설비 Raw Data의 분류와 공정-설비의 관계를 살펴보았습니다. 4차시에서는 한 단계 더 나아가, 그 데이터를 실제로 어떻게 시각화하고 분석하는지, 그리고 현장에서 이상을 감지하는 핵심 시스템인 FDC(Fault Detection & Classification) 가 어떻게 작동하는지를 다루었습니다. 2. 데이터 시각화 : 그래프로 보는 공정설비 데이터 분석의 첫 단계는 실제 데이터를 이용한 그래프 분석입니다. 숫자의 나열만으로는 공정의 흐름을 파악하기 어렵기 때문에, 시각화는 분석의 출발점이 됩니다.여기서 중요한 전제가 하나 있습니다. 공정 엔지니어는 데이터보다 공정 파라미터 자체에 집중합니다. 어떤 파라미터가 공정 결과에 영향을 미치는지에 대한 감각, 즉 Domain Know.. 2026. 3. 11. [렛유인 KDC 교육] 반도체 공정설비 데이터분석 3차시 : 설비 Raw Data의 분류와 공정-설비의 관계 1. 들어가며2차시 교육에서는 팹 안팎에서 발생하는 설비, 소자·계측, 설계·소재·운영 데이터를 분류하고 그 특징을 살펴보았습니다. 3차시에서는 한 단계 더 들어가, 설비가 실시간으로 생성하는 Raw Data의 세부 분류와 공정·설비간의 관계, 그리고 데이터 분석이 실제로 무엇을 목적으로 하는지를 정리했습니다.2. 설비 Raw Data의 5가지 분류반도체 설비가 공정을 진행하면서 생성하는 Raw Data는 크게 다섯 가지로 나눌 수 있습니다.① Wafer 진행 관련 정보어떤 웨이퍼가 어느 챔버에서 언제 처리되었는지를 추적하는 정보입니다. Chamber ID, Wafer Count, Datetime, Wafer Number, Step Description 등이 이에 해당합니다. 이 데이터는 이후 모든 분석.. 2026. 3. 7. [렛유인 KDC 교육] 반도체 공정설비 데이터분석 2차시 : 팹(Fab) 안팎에서 쏟아지는 데이터의 종류 1. 들어가며 : 무엇을 분석할 것인가?지난 1일차 교육에서는 AI 시대에 왜 엔지니어에게 데이터 역량이 필요한지, 그리고 'DIKW 피라미드'를 통해 데이터를 어떻게 바라봐야 하는지 학습했습니다. 그렇다면 실제 반도체 공장(Fab)에서는 구체적으로 어떤 데이터들이 생성되고 있는지 배웠습니다.2일차 과정에서는 팹 안팎에서 쏟아지는 방대한 데이터의 종류를 분류하고 그 특징을 알아보았습니다. 현장의 데이터는 그 종류가 너무나 다양하고 방대하기 때문에, 개별 데이터를 따로 보는 것이 아니라 이를 한데 모아 분석하는 Integration 기술이 핵심 역량으로 꼽힙니다.2. 설비 데이터 (Equipment & FDC)가장 기본이 되면서도 압도적인 데이터 양을 자랑하는 것이 바로 설비 데이터입니다.FDC (Faul.. 2026. 2. 24. 이전 1 다음 반응형
