이상치 탐지
설비 데이터에서 정상 범위를 벗어나는 이상 패턴을 탐지하고, 주요 이상 속성을 빠르게 식별합니다. 이상 점수를 기반으로 공정 이상 징후를 조기에 파악할 수 있습니다.
반도체 장비와 공정 데이터를 기반으로 이상 징후를 조기에 탐지하고, 불량과 생산성 손실을 최소화하세요.
CSV 파일을 업로드하거나 마이드라이브에서 파일을 불러와 이상탐지 분석을 시작합니다.
업로드한 데이터의 컬럼을 확인하고, 수치형·범주형 속성에 배치한 뒤, AI 모델 분석을 실행합니다.
이상치 분석 결과에서 주요 이상 속성과 점수를 확인합니다.
속성관계 분석을 통해 변수 간 관계 구조를 해석합니다.
비시계열 및 시계열 센서 데이터를 활용하여 실시간 이상 징후를 명확히 판별하고, 조기 경보를 통한 품질 향상 및 공정 수율 극대화를 지원합니다.
설비 데이터에서 정상 범위를 벗어나는 이상 패턴을 탐지하고, 주요 이상 속성을 빠르게 식별합니다. 이상 점수를 기반으로 공정 이상 징후를 조기에 파악할 수 있습니다.
탐지된 이상 속성을 점수화하여 위험 수준을 직관적으로 비교할 수 있습니다. 속성별 이상치 순위와 시각화 그래프를 통해 핵심 원인 후보를 빠르게 확인할 수 있습니다.
이상 탐지 결과를 바탕으로 주요 변수 간의 관계 구조를 시각화하여 이상 원인을 해석합니다. 속성 간 연결성과 영향 방향을 함께 검토해 공정 문제를 더 정밀하게 분석할 수 있습니다.
| 공정 모니터링 및 개선 | 공정의 장비와 제품 상태를 실시간으로 모니터링하여, 문제점을 조기에 포착하여 웨이퍼 불량률 감소 |
|---|---|
| 예방 유지보수(예지보전) | 장비 상태와 공정 데이터를 분석하여 이상징후 사전 파악 및 유지보수가 필요 시점 예측 (최근 AI 기반 예방 유지보수 연구 활발) |
| 공정 품질 관리 및 최적화 | 공정 특정 단계에서 발생하는 결함 원인을 파악하여 공정 조건 최적화나 불량 발생률 감소 개선 조치를 취해 전체 수율 향상 |