Panasonic Connect와 같은 기업은 공정 자동화 사업부를 통해 반도체 제조업체가 이러한 공정 문제를 해결하고 생산 공정을 최적화하여 고품질의 제품을 제공할 수 있도록 지원합니다. 30년 동안 칩 제조업체에 전문 생산 장비를 공급해 온 Panasonic은 새로운 반도체 패키징 트렌드에 적응할 수 있도록 지원할 수 있는 유리한 위치에 있다는 것을 인식했습니다.

특히 반도체 공정 비즈니스 그룹의 이사인 Mitsuru Hiroshima는 장비 솔루션에 고급 분석을 도입하여 제조 고객에게 진정으로 획기적인 결과를 제공할 수 있는 기회가 주어졌다는 점이 가장 흥미로웠다고 말합니다. "우리 비전의 핵심은 딥 러닝과 자동화를 결합하여 설계 및 제조 운영을 완전히 새로운 수준의 최적화로 끌어올릴 수 있다는 아이디어였습니다."라고 그는 말합니다.

2019년 당시 Hiroshima와 그의 팀은 이러한 비전을 실현하고 시장에 출시할 수 있는 구체적인 솔루션으로 전환하려면 핵심 장비 역량을 강화해야 한다는 것을 알고 있었습니다. "우리는 AI 및 딥 러닝과 같은 분야의 고급 분석 기술 포트폴리오와 함께 심층적인 산업 프로세스 전문 지식을 제공할 수 있는 [공급업체]와 협력하고자 했습니다."라고 Hiroshima는 설명합니다. "IBM은 이 두 가지 중요한 영역에서 모두 강점을 제공할 수 있는 유일한 공급업체로 돋보였습니다."

IBM이 이 프로젝트를 위해 구성한 팀에는 IBM Research의 AI 및 딥 러닝 전문가와 IBM Consulting™의 프로세스 전문가 및 산업 컨설턴트가 포함되었습니다. 참여가 집중된 첫 몇 달 동안 IBM과 Panasonic 팀은 협력하여 솔루션 기회를 식별하고 개선했습니다. IBM은 IT 및 운영 인력이 반복적이고 영향력이 큰 협업을 할 수 있도록 하는 IBM Garage™ 방법론을 적용하여 협업의 분위기를 조성하고 전반적인 목표를 결정하며 솔루션을 공동 개발했습니다.

공동팀은 당면 과제와 가치 창출 시간 단축에 대한 평가를 바탕으로 Panasonic의 첫 번째 스마트 팩토리 제품으로 부상한 두 가지 공정 제어 솔루션을 공동 정의했습니다. 첫 번째 솔루션은 레시피 생성을 완전히 자동화하여 고급 플라즈마 다이서를 만드는 것이었습니다.

플라즈마 패키징은 마법과도 같습니다. 올바른 플라즈마 레시피를 찾으려는 엔지니어에게 마지막에 나와야 하는 것은 정밀한 절단 패턴을 가진 웨이퍼입니다. 이는 진공 압력 및 전력, 전자 에너지, 이온 에너지 및 가스 등과 같은 변수에 대한 올바른 결정 조합을 내리는 것을 의미합니다.

개념 증명 솔루션을 개발하기 위해 IBM 연구팀은 방대한 계산을 통해 엔지니어가 최적의 변수 조합을 신속하게 도출할 수 있는 딥 러닝 알고리즘을 개발했습니다. "엔지니어는 직관이나 시행착오에 의존하는 대신, 단 몇 초 만에 프로세스를 정확하게 시뮬레이션할 수 있는 직관적이고 시각적인 인터페이스(IBM 컨설팅에서 설계)를 사용할 수 있습니다."라고 Hiroshima는 설명합니다.

팀이 공동 개발한 두 번째 개념 증명은 다른 문제, 즉 더 스마트한 데이터 기반 유지보수 관행을 통해 플라즈마 클리너 기계 성능을 최적화해야 한다는 문제를 해결했습니다. "레시피 대신 플라즈마 청소 애플리케이션은 고급 계산을 사용하여 청소 및 유지 관리를 수행할 최적의 시간을 식별합니다."라고 Hiroshima는 말합니다. "너무 이르면 불필요한 비용이 발생하고, 너무 늦으면 품질이 저하되고 심지어 기계 고장이 발생할 위험이 있습니다."

다이싱 솔루션과 마찬가지로 기계 상태 애플리케이션은 IBM Research에서 개발한 알고리즘을 기반으로 합니다. 이 애플리케이션은 기계에 장착된 센서의 데이터를 사용하여 기계 작동 효율성의 변화와 다양한 기계 부품의 상태를 연관시킵니다. 매우 직관적이고 시각적인 출력은 과도한 세금을 부과하는 기술자의 희망 목록과 같다고 Hiroshima는 말합니다. "예를 들어 공장 현장의 기술자는 여러 플라즈마 클리너 중 특정 플라즈마 클리너의 성능이 최적이 아닌 수준이며 전극의 먼지가 가장 큰 원인일 수 있다는 경고를 받습니다."라고 그는 말합니다. "이 인사이트를 통해 기술자는 고품질을 유지하고 생산 중단을 최소화하는 시정 조치를 취할 수 있습니다."

공정 자동화 사업부의 제품 마케팅 매니저이자 개발 노력의 핵심 인물인 Hiroshi Benno에게 두 애플리케이션은 작업 현장에서의 강력한 분석이 칩 설계 및 제조 방식을 혁신할 수 있는 잠재력을 보여줬습니다. "우리가 실시한 엄격한 테스트와 시뮬레이션에서 플라즈마 절단 솔루션은 개발 주기를 30%까지 단축했습니다."라고 Benno는 말합니다. "단축된 주기는 AI 기반 분석을 통해 엔지니어가 최적의 플라즈마 레시피를 공식화할 때 시행착오를 상당 부분 생략할 수 있다는 점을 반영합니다." 게다가 AI 기반 최적화를 통해 프로세스에서 발생하는 낭비도 크게 줄였습니다.

Panasonic의 플라즈마 클리너 애플리케이션은 머신 러닝 인사이트가 장비 유지보수 결정에 대한 완전히 새로운 데이터 기반 접근 방식의 토대를 제공할 수 있다는 것을 보여주었습니다. 애플리케이션 테스트 결과, 불필요한 유지보수 감소, 사전 부품 주문, 기계 가동 중단 감소 등을 통해 제조 고객의 유지보수 비용을 50%까지 절감할 수 있는 잠재력이 있음을 입증했습니다.

Panasonic이 이러한 새로운 솔루션의 출시를 준비하면서 이러한 지표는 반도체 작업 현장의 AI가 이제 설계 및 생산 최적화를 제공할 준비가 되었다는 강력한 메시지를 담고 있습니다. 그리고 이러한 관행을 채택함으로써 칩 제조업체는 오늘날의 경쟁이 치열한 글로벌 시장의 증가하는 요구를 더 잘 충족할 수 있습니다.

Panasonic은 지금까지 IBM과의 협력을 통해 Hiroshima를 장기적인 비전을 향한 길을 결정적으로 이끌었습니다. “우리는 엣지에서 개별 기계 상태 데이터를 분석함으로써 기계가 최적의 조건에서 작동하는 자율 제조 장비의 기반을 마련했다는 것을 보여주었습니다.” 라고 그는 설명합니다. “이 발전의 다음 단계는 여러 기계를 클라우드에 통합하여 공장 수준에서 자율 제조를 가능하게 하는 것입니다. 고도로 자율적인 기계 그룹인 자율 공장은 우리가 추구하는 궁극적인 지원 형태입니다. 이러한 방식으로 기업의 경계를 초월한 IBM과의 협업은 그 방향으로 큰 진전을 이룰 수 있습니다. 기존의 아이디어와 프로세스를 뛰어넘어 혁신할 것입니다."

일본 오사카에 본사를 둔 Panasonic Connect(ibm.com 외부 링크)는 디지털 혁신에 주력하는 Panasonic Holdings Corporation의 사업부입니다. 이 회사의 프로세스 자동화 사업부는 전 세계 제조 고객에게 장비, 소프트웨어 및 서비스를 제공합니다.