요약:
인텔이 반도체 공장(웨이퍼 팹)의 핵심 장비 관리에 지능형 AI를 도입했다. 실제 테스트 결과, 장비 이상 징후 감지 속도가 기존 대비 30% 향상되었으며, 단일 시나리오만으로도 연간 약 750만 달러의 비용을 절감할 수 있는 것으로 나타났다. 보고서에 따르면 인텔은 지난 8개월 동안 에이전트 AI 플랫폼 Seeq를 코디네이터로 사용하여 여러 AI 에이전트 그룹을 배포하고 위의 결과를 달성했습니다.
Seeq 플랫폼은 '코디네이터'가 각 AI 에이전트를 균일하게 예약하는 다중 AI 노동 분업 및 협업 모델을 채택합니다. 비정상적인 신호가 감지되면 시스템은 자동으로 원인 분석을 완료하고 작업 지침의 첫 번째 초안을 생성할 수 있으며, 이는 최종적으로 엔지니어가 검토하고 승인하게 됩니다. 핵심 가치는 엔지니어가 여러 시스템 간에 전환하고 수동으로 문제를 해결하는 이전 프로세스를 크게 제거하는 데 있습니다.
두 당사자 간의 협력은 Intel이 대규모로 분석 기능을 개발하고 배포할 수 있는 셀프 서비스 분석 플랫폼을 찾고 있던 약 3년 전 시작되었습니다. 인텔이 AI 구현을 포괄적으로 추진하면서 이제는 지능형 AI 방향으로 협력이 확대됐다.
실시 대상은 웨이퍼 팹 운영을 지원하는 초순수 장비, 냉각기, 특수가스, 약품 공급장치 등 핵심 공공엔지니어링 장비다. 이러한 유형의 장비는 웨이퍼 제조에 직접적으로 관여하지는 않지만, 그 중 하나가 고장나면 웨이퍼 오염이나 생산 라인 중단을 쉽게 일으킬 수 있습니다. 특히 초순수 시스템에서는 미량의 불순물도 허용되지 않습니다. 이상 징후를 빠르게 포착하는 것은 수율 수준과 직결됩니다.
과거에는 경보가 발생한 후 엔지니어가 여러 인터페이스를 열어 데이터를 검색하고 근본 원인을 조사했습니다. 이제 시스템이 비정상적인 신호를 포착한 후 관련 데이터, 과거 유사 사례, 권장 솔루션을 자동으로 요약하여 엔지니어에게 푸시합니다. 엔지니어는 작업 주문을 생성하기 위해 콘텐츠를 확인하고 승인하기만 하면 됩니다.
이점은 단지 이상 징후 식별 속도를 높이는 것 이상입니다. 작업 주문의 자동 생성은 기술자의 작업량을 15%~20% 줄여 매년 120,000인시 이상을 절약합니다. 냉수 플랜트의 에너지 효율은 약 15% 증가합니다.
Seeq는 전 세계 약 70개 Intel 공장의 시스템에 연결되어 6,500만~7,000만 개의 태그(시계열 신호 데이터)를 통합하고 있으며 직접 호출할 수 있습니다. 현재 약 1,000명의 인텔 엔지니어가 매주 이 소프트웨어를 사용하고 있습니다.
댓글