지식 센터
목차

광저우: AI 비전 검사 시스템

AI 비전 검사 시스템은 광저우 반도체 제조의 수율과 효율을 높이는 핵심 인프라가 되고 있습니다. 광둥-홍콩-마카오 대만구의 주요 반도체 중심지인 광저우는 최근 몇 년간 칩 설계, 웨이퍼 제조, 패키징 및 테스트에서 꾸준히 역량을 축적해 왔으며, 캔세미(CanSemi) 같은 선도 프로젝트가 상하류 산업 체인을 끌어들였습니다. 동시에 반도체 제조는 결함 검출에서 극히 높은 정밀도와 속도를 요구하며, 전통적인 수동 육안 검사는 더 이상 마이크론 또는 나노 공정 요구를 충족할 수 없어 AI 비전 검사 시스템이 광저우 반도체 공장의 지능형 업그레이드에 필수적이 되었습니다.

1. AI 비전 검사 시스템의 핵심 개념과 정의

AI 비전 검사 시스템은 머신 비전, 딥러닝, 엣지 컴퓨팅을 활용하여 생산 중인 산업 제품에 대해 자동 결함 검출과 품질 판정을 수행하는 하드웨어와 소프트웨어 통합 솔루션입니다. 일반적으로 산업용 카메라, 광원, 프레임 그래버, AI 알고리즘 플랫폼, 데이터 처리 시스템으로 구성되며, 외관 검사, 치수 측정, 문자 인식, 결함 분류에서 사람을 대체하거나 지원할 수 있습니다.

반도체 분야에서 AI 비전 검사 시스템의 핵심 가치는 세 가지입니다. 첫째, 검출 정밀도가 서브마이크론 수준에 도달하여 인간 눈의 한계를 훨씬 뛰어넘습니다. 둘째, 검출 속도가 고속 라인의 택트에 맞아 생산 능력 병목이 되지 않습니다. 셋째, 모델이 지속 학습으로 계속 개선되어 오판과 미검출률을 낮춥니다. ZEVON은 지능형 제조 분야에서 오랫동안 작업해 왔으며, AI 비전 검사 솔루션으로 15개 이상 산업의 120개 이상 고객과 3,200개 이상 최종 사용자에게 서비스를 제공하여 반도체와 전자 제조 같은 고정밀 시나리오에서 풍부한 엔지니어링 경험을 축적했습니다.

2. 주요 기능 모듈과 기술적 특징

완전한 AI 비전 검사 시스템은 일반적으로 다음과 같은 핵심 모듈을 포함합니다.

1. 이미지 획득 모듈. 검사 대상과 정밀도 요구에 따라 다양한 해상도의 산업용 카메라, 텔레센트릭 렌즈, 맞춤형 광원을 선택하여 안정적인 이미지 품질을 보장합니다. 반도체 웨이퍼 검사는 고배율 현미경 이미징과 특정 파장의 광원이 필요한 경우가 많습니다.

2. 알고리즘 추론 모듈. 합성곱 신경망과 Transformer 같은 딥러닝 아키텍처를 기반으로 촬영된 이미지에 대해 결함 분할, 분류, 위치 파악을 수행합니다. 일반적인 결함 유형으로는 파티클 오염, 스크래치, 칩핑, 패턴 결함이 있습니다.

3. 엣지 컴퓨팅과 배치 모듈. 라인의 실시간 요구를 충족하기 위해 AI 모델은 보통 엣지 서버나 산업용 PC에 배치되며 추론 지연은 밀리초 수준으로 유지됩니다. ZEVON ESOP 플랫폼은 모델 경량화와 엣지 배치를 지원하여 기존 라인을 크게 변경하지 않고도 AI 비전 검사 역량을 내장할 수 있습니다.

4. 데이터 관리와 추적성 모듈. 검사 결과가 MES 및 SPC 시스템과 연결되어 품질 데이터의 전 공정 추적성을 달성합니다. 예를 들어 반도체 패키징 공장은 모든 칩의 검사 이미지, 판정 결과, 타임스탬프를 추적할 수 있어 후속 공정 분석과 고객 불만 처리에 도움이 됩니다.

5. 인간-기계 상호작용과 재판정 모듈. 신뢰도가 낮은 샘플은 시스템이 자동으로 수동 재판정으로 전송하고, 재판정 결과가 모델 반복 개선으로 환류되어 최적화 폐루프를 형성합니다.

3. 반도체의 대표적 적용 시나리오

일러스트

시나리오 1: 웨이퍼 표면 결함 검출. 광저우의 한 웨이퍼 팹이 리소그래피 후 웨이퍼 표면의 파티클과 패턴 결함을 검사해야 한다고 가정합니다. 현미경 아래 전통적인 수동 샘플링은 느리고 미검출이 발생하기 쉽습니다. AI 비전 검사 시스템을 배치한 후 라인은 모든 웨이퍼를 검사할 수 있고 결함 검출률이 크게 상승하며, 검사 데이터가 실시간으로 업로드되어 공정 엔지니어가 오염원을 신속히 파악할 수 있습니다.

시나리오 2: 패키지 외관 검사. 반도체 패키징 및 테스트 기업이 QFN, BGA 등 패키지의 외관 검사, 즉 핀 평탄도, 몰딩 컴파운드 내 보이드, 마킹 인쇄 품질을 검사해야 한다고 가정합니다. AI 비전 검사 시스템은 고속 컨베이어에서 다각도 이미징과 동시 판정을 수행하여 여러 명의 육안 검사원을 대체합니다.

시나리오 3: 칩 문자와 마킹 인식. 반도체 칩은 보통 배치 번호, 모델 번호 등 문자를 담고 있으며, 낮은 대비와 곡면에서는 OCR이 어렵습니다. AI 비전 검사 시스템의 딥러닝 문자 인식 알고리즘은 다양한 폰트와 조명 조건에 적응하여 추적성 정보가 정확하도록 보장합니다. ZEVON ESOP 솔루션은 이러한 시나리오에서 여러 모델의 병렬 추론을 지원하여 하나의 시스템이 결함 검출과 문자 인식을 동시에 수행할 수 있습니다.

4. 선정 및 도입 제안

반도체 기업은 AI 비전 검사 시스템을 선택할 때 다음 사항에 집중해야 합니다.

1. 최소 결함 크기, 최대 오판률, 최대 미검출률, 검사 택트를 포함한 검사 사양을 명확히 정의해야 합니다. 이는 카메라 선택과 알고리즘 난이도를 직접 결정합니다.

2. 알고리즘 일반화 능력을 검토해야 합니다. 반도체 제품은 빠르게 반복되고 새로운 스타일과 공정이 계속 등장하므로, AI 모델은 새로운 제품에 신속히 적응할 수 있는 퓨샷 학습 역량이 필요합니다.

3. 시스템 통합 역량을 평가해야 합니다. AI 비전 검사 시스템은 기존 라인 PLC, MES, SPC 시스템과 연결되어야 하므로, 선정 시 공급업체가 성숙한 인터페이스 솔루션과 반도체 산업 경험을 보유했는지 확인해야 합니다.

4. 유지보수성에 집중해야 합니다. 라인 엔지니어가 스스로 모델을 업데이트하고 파라미터를 조정할 수 있는지가 장기 총소유비용을 직접 좌우합니다. ZEVON ESOP 플랫폼은 시각적 라벨링과 학습 도구를 제공하여 고객이 독립적 반복 역량을 구축하도록 돕습니다.

5. 단계적으로 구축해야 합니다. 단일 워크스테이션이나 단일 결함 유형에서 시작하여 결과를 검증한 후 전체 라인으로 확장하는 것이 바람직하며, 이는 구축 위험을 줄입니다.

5. 전망

향후 반도체 분야의 AI 비전 검사 시스템은 세 가지 뚜렷한 흐름을 보일 것입니다. 첫째, 구조광과 공초점 이미징이 성숙하면서 AI 검사가 입체적 반도체 구조의 검사 요구를 처리할 수 있게 되는 2D에서 3D 검사로의 전환입니다. 둘째, AI 검사 데이터가 공정 파라미터와 연결되어 실시간 공정 조정을 가능하게 하는 단일 지점 검사에서 전 공정 품질 폐루프로의 전환입니다. 셋째, 대형 모델 기술이 점차 침투하여 멀티모달 대형 모델이 퓨샷 또는 제로샷 결함 검출에서 역할을 하고 AI 비전 검사 배치 장벽을 더욱 낮출 것으로 기대됩니다.

광저우 반도체 산업에게 AI 비전 검사 시스템은 단순히 수작업을 대체하는 도구가 아니라 전체 수율을 높이고 품질 원가를 낮추며 산업 체인 경쟁력을 강화하는 전략적 지렛대입니다. 광저우 반도체 클러스터가 계속 성장함에 따라 AI 비전 검사 응용의 깊이와 폭은 새로운 성장 국면에 들어갈 것입니다. ZEVON은 ESOP 플랫폼을 핵심으로 지능형 제조 분야에서의 작업을 계속 심화하여 반도체와 기타 고정밀 제조 산업에 배치 가능하고 반복 개선 가능한 AI 비전 검사 솔루션을 제공하겠습니다.

주제: 스마트 공장 백과