일본산업뉴스요약

Nikkei X-TECH_2024.5.13

반도체 불량을 검사하는 화상 분류 AI
도시바, 정밀도 3배 향상

도시바가 제품의 검사 화상을 분석하는 ‘비지도 학습(Unsupervised learning) 화상 분류 AI(인공지능)’의 정밀도를 기존의 3배로 향상시키는 데 성공했다. 도시바의 독자적인 심층학습 기술을 통해 검사 화상 속 제품의 불량이나 결함을 고정밀도로 분류할 수 있다고 한다.

‘지도 학습(Supervised learning) AI’와 같이 시간과 인력이 소요되는 사전 학습이 필요 없다는 것이 특징이다. 향후, 반도체 공장을 비롯한 제조업에서 품질 개선을 위한 분석 공정을 효율화할 수 있을 가능성이 있다.

제조업에서는 화상을 기반으로 제품이 정상인지 불량인지를 AI로 분류하는 자동검사에 대한 니즈가 커지고 있다. 특히 AI의 사전 학습이 필요 없는 '비지도 학습 AI'는 도입이 쉽고, 상정하지 않은 화상의 특징도 학습할 수 있다는 장점이 있다. 하지만, 그 분류 정밀도의 향상이 과제였다.

도시바에 따르면, 기존의 비지도 학습 AI에 의한 화상 분류에서는 AI가 불필요한 배경 등의 특징을 인식해 분류 정확도가 저하되는 경우가 있었다. 예를 들어, 사람이 보면 같은 불량이라도 화상의 배경이 다르면 AI는 다른 불량으로 인식한다.

도시바는 심층학습 기술을 이용한 ‘배경 특징 추출 네트워크’를 새롭게 도입해 ‘주목 특징 추출 네트워크’와 조합했다. 전자는 화상의 배경에 포함되는 불필요한 특징을 학습하는 것. 후자는 판별해야 하는 불량이나 결함이 포함된 화상의 특징을 학습한다. 이를 통해 배경에 포함된 불필요한 특징을 무시하면서 불량이나 결함을 고정밀도로 식별·분류할 수 있게 되었다.

이번 비지도 학습 화상 분류 AI 를 특정 조건 하에서 검증한 결과, 분류 정밀도는 기존의 27.6%에서 83.0%로 향상, “제조 현장에서의 실용화에 충분한 레벨을 달성했다”(도시바)라고 한다. 폭넓은 용도를 상정하고 있지만, 우선은 도시바그룹의 반도체 공장에 도입해 성능 실증을 추진해나갈 계획이다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.