반도체 수율 저하는 하나의 공정 변수만으로 설명하기 어렵다. 공정 조건과 장비 상태, 계측값, 결함 패턴이 시간과 생산 단위에 따라 복합적으로 영향을 미친다. 이상을 발견한 뒤에도 어느 장비와 챔버, 레시피가 원인인지 확인하려면 엔지니어가 여러 시스템의 데이터를 대조해야 한다. 세미에이아이는 이 과정을 전문 영역별 AI 에이전트의 협업으로 연결해 수율 예측부터 원인 분석과 조치 추천까지 수행하는 ‘자율 팹’ 기술을 선보인다.
반도체 제조 AI 기업 세미에이아이는 오는 9월 2일부터 4일까지 대만 타이베이 타이난강 전시센터에서 열리는 ‘세미콘 타이완 2026’에 참가한다고 발표했다. 지태권 대표는 행사 내 실리콘 스타트업 스테이지 연사로 참여한다.
세미콘 타이완 공식 일정에 따르면 지 대표는 9월 2일 오후 3시 40분부터 10분 동안 ‘예측 수율 및 자율 팹 분석을 위한 에이전틱 AI’를 주제로 발표한다. 공정·장비·계측·결함 데이터를 분석하는 여러 AI 에이전트가 협업해 수율 문제를 해결하는 기술 구조를 소개할 예정이다.
세미에이아이는 반도체 제조 공정에 특화된 AI 소프트웨어 플랫폼 ‘스마일(SMILE)’을 개발하고 있다. 스마일은 제조 데이터를 기반으로 수율 저하 가능성을 예측하고 근본 원인 후보와 대응 방안을 엔지니어에게 제시하는 플랫폼이다. 예측과 원인 분석, 시뮬레이션, 엔지니어 지원 기능을 하나의 업무 흐름으로 연결한다.
세미에이아이는 ‘세미콘 타이완 2026’에서 여러 AI 에이전트가 반도체 수율 리스크를 분석하는 멀티 피어 에이전트 아키텍처를 소개한다. (자료 제공: 세미에이아이)
발표의 핵심은 ‘멀티 피어 에이전트 아키텍처(Multi-Peer Agent Architecture)’다. 하나의 중앙 AI가 전체 데이터를 한꺼번에 처리하는 구조 대신 공정과 장비, 계측, 결함, 과거 이력을 담당하는 전문 에이전트를 각각 운영한다.
각 에이전트는 담당 데이터를 분석해 수율 저하 원인에 관한 가설과 근거를 생성한다. 이후 다른 에이전트와 분석 결과를 교환하고 서로의 가설을 검증해 가능성이 높은 원인과 조치를 좁혀간다. 여러 분야의 엔지니어가 각자 분석한 결과를 공유하며 문제를 해결하는 방식과 유사하다.
수율 리스크는 웨이퍼와 로트, 챔버, 레시피 단위로 예측한다. 특정 로트에서 이상이 발생했을 때 전체 공정 평균만 확인하는 대신 어떤 장비의 어느 챔버와 레시피가 영향을 줬는지 세부 생산 단위까지 추적하는 구조다.
여기에는 가상계측과 이상 감지, 인과 추론, 물리 정보 기반 시뮬레이션이 결합된다. 가상계측은 모든 웨이퍼를 직접 측정하지 않고도 공정과 장비 데이터를 이용해 계측 결과를 추정하는 기술이다. 측정 결과를 기다리는 시간을 줄이고 이상 가능성이 높은 웨이퍼나 로트를 먼저 선별하는 데 활용할 수 있다.
이상 감지는 정상 생산 패턴에서 벗어난 공정 조건과 장비 신호를 찾는다. 인과 추론은 여러 변수의 상관관계 가운데 실제 수율 저하에 영향을 줬을 가능성이 높은 원인을 구분한다. 물리 정보 기반 시뮬레이션은 공정 원리와 장비 특성을 반영해 레시피 변경이나 대응 조치의 영향을 사전에 검토하는 역할을 맡는다.
세미에이아이는 이 기술을 통해 수율 이상 발견과 근본 원인 분석, 대응 방안 추천을 폐쇄형 워크플로우로 연결한다는 구상이다. 엔지니어가 반복적으로 수행하던 데이터 조회와 비교, 원인 후보 정리 시간을 줄이고 최종 판단에 필요한 근거를 제공하는 것이 목표다.
‘정답 추천’보다 중요한 현장 검증과 엔지니어 승인
반도체 제조 현장에서 AI의 가치는 예측 정확도만으로 결정되지 않는다. 문제가 없는 공정을 이상으로 판단하는 오탐이 반복되면 생산 중단과 불필요한 계측 비용이 발생하고, 실제 결함 가능성을 놓치면 웨이퍼 손실과 수율 하락으로 이어질 수 있다.
에이전트가 제시한 근본 원인도 과거 데이터에서 함께 변한 변수와 실제 불량 원인을 구분할 수 있어야 한다. 분석 결과를 다른 기간과 장비, 제품군 데이터에서 반복 검증하고 엔지니어가 이해할 수 있는 근거를 제공해야 현장의 조치로 연결될 수 있다.
특히 공정 레시피 변경이나 장비 제어처럼 생산 결과에 직접 영향을 주는 작업에는 권한 범위와 승인 절차가 필요하다. AI가 대응 방안을 추천하더라도 실제 적용 전에는 엔지니어가 예상 영향과 근거를 확인하고, 문제가 발생하면 이전 설정으로 되돌릴 수 있는 구조가 요구된다.
데이터 통합도 핵심 과제다. 반도체 팹에서는 장비 제조사와 공정 세대마다 데이터 형식과 수집 주기, 센서 명칭이 다를 수 있다. 공정·장비·계측·결함 데이터를 같은 시간과 웨이퍼 기준으로 연결하지 못하면 여러 에이전트가 분석하더라도 서로 다른 생산 상황을 비교할 가능성이 있다.
세미에이아이는 글로벌 반도체 제조사와 장비기업을 대상으로 가상계측과 오버레이 예측, 결함 분석, AI 진단 관련 기술검증을 진행해 왔다. 다만 개별 프로젝트의 고객사와 데이터 규모, 예측 정확도, 수율 개선 결과 등 구체적인 성과는 이번 자료에서 공개하지 않았다. 양산 적용 경쟁력은 실제 팹 데이터에서의 오탐률과 미탐률, 원인 분석 시간 단축, 수율 개선 효과로 확인될 필요가 있다.
지태권 대표는 UC버클리에서 기계공학 박사 학위를 받은 뒤 SK하이닉스와 ASML, 삼성전자, 램리서치에서 15년 이상 반도체 공정과 수율 개선 업무를 경험했다. 제조 현장에서 축적한 경험을 바탕으로 세미에이아이의 기술 개발과 해외 사업을 이끌고 있다.
세미에이아이는 지난 5월 램리서치의 투자 조직 램 캐피탈이 개최한 ‘2026 램 캐피탈 벤처 컴피티션’에서 글로벌 10개 파이널리스트에 선정됐다.
지 대표는 “반도체 팹의 방대한 데이터를 활용해 수율 문제를 조기에 발견하고 원인 분석부터 실제 조치까지 연결하는 과정의 효율을 높일 필요가 있다”며 “여러 AI 에이전트가 하나의 엔지니어링 팀처럼 협업하는 제조 AI 비전을 소개하고 글로벌 기업들과 기술 협력 기회를 확대하겠다”고 말했다.
세미에이아이가 제시하는 자율 팹의 경쟁력은 에이전트 수보다 이들이 제시한 가설과 조치가 실제 제조 결과로 이어지는 비율에서 확인된다. 수율 위험을 얼마나 빨리 발견하는지, 근본 원인 분석 시간을 얼마나 줄이는지, 엔지니어가 추천을 얼마나 채택하는지, 적용 이후 수율이 실제로 개선되는지가 주요 지표다. 이번 세미콘 타이완 발표는 멀티 에이전트 구조를 글로벌 반도체 제조사와 장비기업에 설명하고 현장 검증 기회를 확보하는 단계가 될 것으로 보인다.
The post 공정·장비 AI가 함께 수율 원인 추적…세미에이아이, ‘자율 팹’ 기술 공개 appeared first on 벤처스퀘어.