top of page

반도체 & 디스플레이
(Semiconductor & Display) 

나노미터 단위의 초정밀 공정에서 발생하는 수백 개의 변수를 AI가 실시간으로 분석합니다.

불량 패턴을 조기에 감지하여 수율을 향상시키고, 장비 데이터 분석으로 다운타임을 최소화합니다.

디스플레이 대규모 
생산 공정 플랫폼 고도화

​고객사

디스플레이 / 대기업

Challenge (도입 배경)

  • 기존 X-Platform 기반 시스템의 노후화로 UI/UX 불편 및 속도 저하  

  • 대용량 데이터(Big Data) 처리가 지연되고, 변경점 관리가 통합되지 않아 비효율 발생 

Solution (해결책)

  • Web 기반 전환: 최신 웹 기술을 적용하여 시스템 속도 및 사용자 편의성 개선  

  • 분석 자동화: Airflow 및 R을 활용한 업무 자동화 로직 구현 및 시각화 Chart 제공  

  • 통합 관리: 변경점 화면 통합 및 적용 자동화

Benefit (도입 효과)

  • 분석 시간 단축: 2시간 이상 → 30분 이내로 단축  

  • 정확도 향상: 유의차 검증 정확도 10% 이상 향상  

워크스테이션의 트레이더

"Big Data Visualization & Speed"

(대용량 데이터 시각화의 혁신)

분석 시간 2시간 → 30분 단축,
유의차 검증 정확도 10% 향상

Web Platform Conversion Big Data Charting Analysis

반도체

"Equipment Efficiency Maximized"

(장비 종합 효율 극대화)

리포트 생성 1시간 → 10분 단축,
장비 관리 효율 17% 증가

OEE Management Custom Dashboards Log Analysis

반도체 장비 성능 관리 시스템
(OEE)

​고객사

반도체 장비사 / 중견기업

Challenge (도입 배경)

  • 장비 로그 데이터가 방대하나 UI가 불편하여 분석이 어려움  

  • 사용자가 원하는 형태의 맞춤형 차트 구성 불가  

Solution (해결책)

  • 로그 분석 자동화: 로그 내 주요 인자 자동 추출 및 OEE(설비종합효율) 관리 시스템 구축  

  • 커스텀 차트: 사용자 맞춤형 분석 화면 및 MCC(Machine Cycle Chart) 지표 개발

Benefit (도입 효과)

  • 리포팅 시간 단축: 1시간 이상 → 10분 이내 Report 생성  

  • 관리 효율 증대: 장비 상태 관리 효율 17% 증가  

Wafer 제조 공정 
관리 시스템 고도화

​고객사

Wafer 제조 / 대기업

Challenge (도입 배경)

  • 기존 WPF 시스템의 노후화 및 Manual 작업으로 인한 생산성 저하  

  • 신규 레시피 개발에 따른 조회 조건 개선 및 대용량 데이터 처리 필요  

Solution (해결책)

  • 전면 Web 전환: Spring Boot 및 Vue.js 활용 최신 웹 기술 적용  

  • 업무 자동화: 수기 작업을 자동화 프로세스로 대체

Benefit (도입 효과)

  • 회 속도 개선: 5분 이상 → 1분 이내 화면 표시  

  • 비용 절감: 운영 공수 6MM 절감 (최소 $30,000 이상 절감 효과)

이미지 제공: Igor Shalyminov

"Legacy Modernization to Web"

(레거시 시스템의 완벽한 웹 전환)

데이터 조회 속도 5배 개선
(1분 이내)

System Migration Process Automation Cost Reduction

이미지 제공: Adrien

"AI-Driven Quality Intelligence"

(AI 기반 품질 지능화)

품질 관리 자동화로 생산성 3% 향상,
Risk Management 통합

AI/ML Quality Prediction Risk Management LLM

디스플레이 품질 통합 관리 플랫폼 
(Quality Management)

​고객사

디스플레이 / 대기업

Challenge (도입 배경)

  • 품질 관리 시스템이 수작업으로 진행되며, Risk 관리 시스템이 파편화됨  

  • 고객 경험 및 피드백 반영 속도 부족

Solution (해결책)

  • AI/LLM 도입: AI/ML 기반 품질 예측 및 LLM 활용  

  • 통합 플랫폼 구축: 흩어진 Risk Management System 통합 및 개인화된 Workorder 제공  

Benefit (도입 효과)

  • 생산성 향상: 품질 자동화로 생산성 3% 향상  

  • 직원 만족도: 작업 자동화로 업무 편의성 및 만족도 제고 

반도체 데이터 
레이크 및 분석 자동화

​고객사

반도체 / 대기업

Challenge (도입 배경)

  • 공정 데이터가 너무 방대하여 분석에 오랜 시간 소요 및 반복 업무 발생

Solution (해결책)

  • 패턴 그룹핑 (Pattern Grouping): AI 기법을 활용하여 데이터 패턴 자동 분석 및 그룹핑  

  • 분석 자동화: 유의차 구간 분석 요약 및 리포트 자동 제공

Benefit (도입 효과)

  • 업무 효율화: 엔지니어 분석 시간 3시간 → 5분 이내로 획기적 단축

이미지 제공: Anne Nygård

"AI Pattern Grouping Automation" 

(AI 패턴 그룹핑 자동화)

엔지니어 분석 업무
3시간 → 5분으로 획기적 단축

Data Lake Pattern Recognition Workload Reduction

bottom of page