LGイノテックは不良原材料投入を事前に遮断する「原材料入庫検査人工知能(AI)」を業界で初めて開発·適用したと25日、明らかにした。
LGイノテックは素材情報技術とAI映像処理技術を融合して開発した「原材料入庫検査AI」をRF-SiP(無線周波数システムインパッケージ)工程に初めて導入した。 最近はFC-BGA(フリップチップボールグリッドアレイ)にも拡大適用され、高付加半導体基板製品の品質競争力強化に寄与するものと予想される。
これまでは工程投入前に入庫原材料を肉眼で検収する水準に止まっていた。 だが、半導体基板の高仕様化で、工程に起因した不良原因を全て改善しても、信頼性評価に達しない事例が増加した。 原材料の品質が信頼性評価に影響を及ぼす決定的な要素として注目され始めた背景だ。
半導体基板を構成する核心原材料(PPG、ABF、CCLなど)はガラス繊維、無機混合物などが混ざった形で入庫される。 従来は原材料の混合過程で空隙(粒子間の隙間)や異物などが生じても、製品性能の具現に問題がなかった。 しかし、回路間隔縮小など基板製品スペックが高度化され、空隙の大きさや異物量によって不良が発生し始めた。
これにより、既存の肉眼検査方式では原材料のどの部分が不良要因なのかを把握することが事実上不可能であり、業界の難題として浮上した。
LGイノテックはこのような難題を克服するための方案をAIから探した。 「原材料入庫検査AI」は良品に適合·不適合な素材構成を形象化したデータ数万枚を学習した。 これを基盤に、半導体基板原材料の構成要素および不良領域などを1分で正確度90%以上と分析し、原材料ロット別の品質偏差を視覚化して見せてくれる。
このようにAIマシンラーニング(ML)を通じて良品に最適化された素材構成を視覚・定量・標準化できるようになり、LGイノテックは不良原材料が工程に投入されることを源泉遮断できるようになった。 AIが視覚化して見せてくれる品質偏差情報に基づいて素材設計を変更し、工程投入前に原材料ロット品質を良品に適した水準に均一にすることが可能になったためだ。
LGイノテック関係者は“「原材料入庫検査AI」の導入で、不良原因分析のために所要された時間が既存対比最大90%減り、不良原因解決のために追加投入された費用も大幅に節減できるようになった”と説明した。
LGイノテックは基板分野の顧客会社および協力会社と共に原材料関連データを相互共有する「デジタルパートナーシップ」を通じ、原材料入庫検査AI判読機能を持続高度化していく方針だ。
これと共に、カメラモジュールなどイメージ基盤で原材料不良検出が可能な光学ソリューション製品群にも「原材料入庫検査AI」を拡大適用するという計画だ。
<亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。>
