웨이퍼 이송 로봇 고장, AI로 사전 예측
실시간 데이터 분석과 머신러닝 적용… 현장 활용성 입증
학술대회 최우수논문상 수상… 국제 SCI 저널에도 게재
컨슈머타임스=안우진 기자 | 로봇이 멈추기 전, AI가 고장을 먼저 알려준다.
한국공학대학교(총장 황수성, 이하 한국공대) 메카트로닉스공학부 김효영 교수 연구팀이 반도체 제조 장비의 핵심 부품 이상을 실시간으로 감지하는 인공지능(AI) 기술을 개발해 산업 현장의 스마트 유지보수를 앞당기고 있다.
한국공학대 김효영 교수 연구팀이 개발한 기술은 웨이퍼 이송 로봇(Wafer Transfer Robot, 반도체 원판을 자동으로 옮기는 장치)의 Z축(상하 방향) 벨트가 마모되거나 장력이 약해질 때 발생하는 진동 신호를 실시간 분석해 고장을 예측하는 방식이다.
이 기술을 활용하면 웨이퍼(반도체 기판)의 손상이나 장비 오작동을 사전에 방지할 수 있어 생산 중단을 줄이고 공정 안정성을 높이는 데 직접적인 기여가 가능하다.
한국공학대 김효영 교수 연구팀은 해당 기술의 산업 현장 적용 가능성까지 입증해 2025년 한국정밀공학회 춘계학술대회에서 최우수논문상을 수상했다.
본 연구의 제1저자인 사이풀(Saiful) 박사과정생은 다양한 운전 조건과 장력 상태(정상/비정상), 웨이퍼 재질(알루미늄, 실리콘)에 따라 발생하는 진동 데이터를 가속도 센서(미세한 진동을 감지하는 장치)를 통해 실시간 수집했다. 이후 Random Forest, KNN, Decision Tree 등 5종의 머신러닝(기계 학습) 알고리즘을 적용해 예측 성능을 비교·분석했다.
연구는 데이터 수집부터 전처리, 학습, 검증까지의 전체 과정을 실시간 조건에서 구현했으며 이는 반도체 생산 라인에 곧바로 적용할 수 있을 정도로 실효성이 높은 기술로 평가받는다.
특히 고장 유형을 정밀하게 분류하고 사전 대응이 가능하다는 점에서 기존의 단순 감지 방식과 비교해 현장 중심의 유지보수 기술로 차별화된다.
이번 연구는 김효영 교수의 지도를 받은 대학원생들과 가족회사인 TFC Lab 연구진이 공동 수행했으며 2024년 한국정밀공학회 추계학술대회에서 먼저 발표된 후 2025년 춘계학술대회에서 최우수논문상으로 선정됐다.
또한 연구 성과는 SCI급 국제 저널 International Journal of Precision Engineering and Manufacturing-Green Technology 2025년 5월호에 게재되었다. 해당 저널은 JCR Q1(해당 분야 상위 25%) 수준의 권위 있는 학술지로 본 기술은 세계적으로도 학술적·기술적 우수성을 동시에 인정받은 셈이다.
김효영 교수는 "AI와 진동 센서를 결합한 이번 기술은 고장 이전에 문제를 감지해 반도체 장비의 안정성과 생산 효율을 획기적으로 높일 수 있다"고 밝혔다. 이어 "향후 자율 제조 산업(로봇과 AI 기반의 차세대 자동화 생산) 전반으로 기술을 확대해 설비 유지보수의 최적화에 기여할 계획"이라고 설명했다.
사이풀 박사과정생은 "단순 감지를 넘어 고장 유형을 조건별로 정밀하게 분류할 수 있다는 점이 본 연구의 핵심"이라며 "앞으로 반도체뿐 아니라 지능형 자동화 기반의 스마트 제조 산업 전반에 실질적인 도움이 될 것"이라고 전했다.
한편 한국공대는 지난 5월 29일 지자체-대학 협력기반 지역혁신사업(RISE)에 선정됐으며 5년간 최대 200억 원 규모의 재정 지원을 받아 디지털 전환 중심 대학으로 도약할 계획이다. 이를 통해 학생들에게는 AI·빅데이터 기반 실무 교육과 진로 연계형 통합 교육이 폭넓게 제공될 예정이다.
