韓国半導体企業 SemiAI 引入 AI 技術縮短欠陥分析時間を 4 時間に

·著者 Henderson·AI
韓国半導体企業 SemiAI 引入 AI 技術縮短欠陥分析時間を 4 時間に

韓国半導体 AI 企業 SemiAI の代表である池泰權は、最近 AI を半導体製造プロセスに導入した結果、数千枚のウェハデータから 300 万以上の仮説を構築し検証するのにわずか 4 時間しかかからないと述べた。これを人手で確認する場合、数ヶ月を要する。同社が開発した欠陥予測および原因診断ソフトウェア「SMILE」は、AI を通じて半導体製造過程で生成される膨大なデータを分析し、欠陥の原因を特定し、良率の改善を支援する。核心は、従来エンジニアの経験と判断に依存していたプロセス分析を自動化し、分析時間を短縮し、コストを削減することである。

池泰權は、Intel、泛林研究、ASML、Samsung 電子、SK 海力士などの世界的な半導体企業で勤務しており、現場で良率分析の難しさを直接体験してきた。彼は、複雑なプロセスデータの中から欠陥の原因を探し出し、改善条件を検証することは、エンジニアの個々の経験と能力に大きく依存していると指摘した。この問題を解決するために、彼は昨年 1 月に SemiAI を設立し、プロセス、設備、測定データを統合し、AI を用いてエンジニアが仮説を構築し検証するプロセスを自動化することを目指している。

SemiAI は AI 技術を半導体製造プロセスに応用

SemiAI の技術的競争力は、半導体製造現場で蓄積されたプロセス知識と AI を組み合わせることにある。半導体製造データは企業の核心的な営業秘密にあたるため、外部企業が実際のプロセスデータを十分に取得することは難しく、AI の訓練や技術検証が制約を受ける。このため、同社は「仮想ウェハ工場」技術を活用し、池泰權が蓄積したプロセス知識や物理、数学の原理に基づいて、仮想データを用いて実際の製造現場で発生する可能性のあるさまざまな状況をシミュレーションし、実データへの依存を低減し、AI が各種欠陥の発生条件やパターンを学習できるようにしている。

同時に、同社は AI を活用してプロセス、設備、ウェハデータ間の関係を分析し、欠陥原因の仮説を導き出し検証する。データの関連性を探るだけでなく、欠陥を引き起こす原因をさらに推測する。池泰權は、半導体製造における AI の信頼性は単に大量の顧客データを収集するだけでは得られないと述べており、同社はプロセス知識を反映した仮想ウェハ工場で多様な条件を学習し、実際のウェハ工場の測定値と照合することで合成データの欠落を確認し、信頼性を向上させている。

長期的には、SemiAI は半導体超人工知能を実現し、AI がエンジニアの分析能力を超えて複雑な良率問題を自律的に発見し、プロセスの各段階において予測と原因分析を連携させ、エンジニアの承認のもとで改善案をテストすることを目指している。

H
著者について
Henderson