SEMI 회원사의 날 2026에서 수율 분석 AI의 근거 검증 방안 제시
데이터 연결과 가설 재검증을 통한 자율형 팹 분석 구상 소개
SEMI 회원사의 날 2026 행사 AI세션에서 세미에이아이(지태권 대표) 발표
반도체 제조 인공지능(AI) 기업 세미에이아이(SemiAI)의 지태권 대표가 16일 수원컨벤션센터 컨벤션홀2에서 열린 ‘SEMI 회원사의 날 2026’에서 수율 문제의 원인과 분석 근거를 연결하는 에이전틱 AI 활용 방안을 제시했다. 지 대표는 ‘수율예측과 자율형 팹 분석을 위한 에이전트 AI 활용’을 주제로, 제조 데이터를 엔지니어가 검증할 수 있는 지식으로 축적하는 분석 체계를 소개했다.
SEMI 회원사의 날은 회원사 임직원이 반도체 시장 흐름과 기술 변화, 사업 기회를 살펴보는 행사다. 올해 프로그램은 글로벌 반도체 시장·공급망 전망, 제조 혁신을 위한 AI 기술, 메모리 기술 및 장비·재료 시장 동향으로 구성됐다. 지 대표의 발표는 오후 2시 35분부터 3시 5분까지 진행된 제조 AI 세션에 마련됐다.
지 대표가 짚은 현장의 과제는 분산된 데이터 사이에서 원인과 근거를 연결하는 일이다. 팹에는 장비 로그, 공정 조건, 계측 결과가 쌓이지만, 수율 이상이 발생하면 엔지니어가 데이터를 추출하고 차트를 비교하며 원인 후보를 좁혀야 한다. 공정과 장비 변수가 복합적으로 작용할수록 분석 범위가 커지고, 개인의 경험에 따라 검토하는 가설도 달라진다는 설명이다.
발표에서는 역할이 다른 AI 에이전트가 협업하는 구조를 해법으로 제시했다. 데이터 에이전트가 서로 다른 자료의 시간축과 이력을 정렬하고, 예측 에이전트가 공정 결과를 추정한다. 추론 에이전트는 분석 결과를 바탕으로 원인 가설을 만든다. 이때 가설에 근거, 신뢰도, 데이터 출처와 차트 링크를 함께 남기는 ‘합성 명제’가 핵심 단위로 쓰인다.
분석 결과를 반박하고 다시 검증하는 절차도 강조됐다. 별도의 레드팀 에이전트는 다른 기간에도 같은 관계가 나타나는지, 챔버나 레시피별로 나눠도 결론이 유지되는지, 반례나 다른 설명 변수가 있는지를 확인한다. 검증을 거친 명제는 출처 이력과 함께 저장되고 이후에도 재검토된다. 실패한 가설 역시 기록해 후속 분석에 활용하는 구조다.
추론 에이전트 INFER는 엔지니어가 제시한 가설을 데이터와 대조하는 방식과, 원시 신호에서 새로운 가설을 찾아내는 방식을 함께 사용한다. 결과는 원인 후보의 우선순위, 근거 자료, 다음 실험안으로 제시된다. 이는 엔지니어가 AI의 판단 과정을 되짚고 추가 계측이나 실험으로 확인할 수 있도록 설계한 접근이다.
예측 모델 PRISM에는 반도체 공정 지식과 물리적 관계를 결합했다. 세미에이아이가 발표자료에서 제시한 오버레이 예측 비교의 평균제곱근오차(RMSE)는 선형회귀 0.871nm, XGBoost 0.488nm, PRISM 0.308nm였다. 오버레이는 반도체 층 사이의 정렬 정도를 뜻하며, RMSE는 낮을수록 예측 오차가 작다. 회사는 장비 간 정합 분석과 포토 공정 원인 분석에서도 같은 엔진을 검증 중이라고 소개했다.
장기 구상으로는 ‘수율 게놈’ 프로젝트를 제시했다. 장비 상태와 설정값이 주요 공정 결과에 미치는 영향, 그 결과가 최종 수율로 이어지는 경로를 지도로 축적하는 것이 목표다. 이를 위한 기반 중 하나인 가상 팹은 수학·물리 모델과 확률 분포로 드리프트와 결함 등 다양한 조건을 생성해, 실제 웨이퍼를 사용하기 전에 AI 알고리즘을 시험하도록 구성했다.
이번 발표는 자율형 팹 분석을 위한 구체적 과제로 데이터 연결과 검증 가능한 판단 근거의 축적을 제시했다. 세미에이아이는 장비 데이터에서 공정 결과로 분석 맥락을 넓히고, 검증된 가설을 다시 예측과 원인 분석에 반영하는 순환 구조를 통해 엔지니어의 수율 개선 의사결정을 지원한다는 방향을 설명했다.