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.

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.

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.

출처 : 중앙이코노미뉴스(https://www.joongangenews.com)