반도체 공정 데이터를 활용한 공정 위험 예측 및 관리 시스템 개발

반도체 공정 과정에서 수집된 센서 데이터를 이용해 생산품의 불량 여부를 예측하는 AI 기반 프로젝트입니다. 개발한 AI 모델을 활용해 공정 상태를 모니터링하고 불량품을 분류함으로써 생산 공정의 효율성을 높이고자 합니다.

데이터

본 프로젝트는 SAMSUNG SDS Brightics AI에서 제공하는 데이터셋을 활용합니다.

출처 : https://www.brightics.ai/community/knowledge-sharing/data-sets/detail/7098

파일 구조

• main : 데이터 로드부터 모델 평가까지 전 과정을 실행하는 main 코드
• load_data.m : 데이터 로드 함수
• impute_data.m : 결측치 대치 함수
• split_data.m : 데이터 분할 함수
• preprocess_data.m : 데이터 전처리 함수
• train.m : 모델 학습 함수
• evaluate_model.m : 모델 평가 함수
• application.mlapp : 대시보드 애플리케이션

실행 방법

1. AI 모델 학습

MATLAB에서 main.m을 열고 명령 창에 main을 입력하여 실행합니다.

main

실행 시 아래와 같이 학습 과정이 출력되며 학습을 완료한 모델이 final_model.mat에 저장됩니다.

출력 예시

2. 대시보드 시각화

application.mlapp을 실행해 불량 예측 모델을 테스트합니다. 해당 코드에서는 앞서 split한 test 데이터를 실시간 데이터로 가정하여 테스트합니다.

X_test를 test_features.csv 파일로 저장하고 App designer 앱을 열기 위해 아래 명령어를 실행합니다.

writematrix(X_test, "test_features.csv");
appdesigner

App designer 앱에서 application.mlapp 파일을 열고 실행 버튼을 눌러 앱을 실행합니다. 아래 화면에서 start를 눌러 데이터를 입력받고 예측 결과를 확인할 수 있습니다.