[세미콘 2024] 램리서치, 삼성·SK 장비 지능화 ‘5달러 기적’…“운영비용 5천만달러↓ 이익 1억달러↑”

실시간
뉴스

반도체

[세미콘 2024] 램리서치, 삼성·SK 장비 지능화 ‘5달러 기적’…“운영비용 5천만달러↓ 이익 1억달러↑”

디지털데일리 발행일 2024-01-31 17:22:09

김문기 기자

URL복사

[소부장반차장] 러셀 도버 램리서치 고객지원사업부 제품라인 및 사업개발 총괄

[디지털데일리 김문기 기자] “반도체 팹의 가용성을 2% 개선한다면, 팹마다 다르긴 하겠으나 보통 팹별로 연간 2000만달러에서 5000만달러의 운영비용을 절감할 수 있다. 또한 최대 2% 수율을 개선시킨다고 가정하면 대규모 제조시설의 경우 1억달러 이상의 이득을 볼 수 있다.”

러셀 도버 램리서치 고객지원사업부 제품라인 및 사업개발 총괄은 31일 서울 삼성동 코엑스에서 열린 세미콘 코리아 2024에서 한국 기자들과 만나 램리서치의 장비 인텔리전스(Equipment intelligence) 도입 효과와 관련해 이같이 말했다.

도버 총괄에 따르면 실제 고객사는 램리서치의 EI가 도입된 장비를 통해서 실제 효과를 보고 있다. 팹의 규모와 시설, 생산품들이 각기 다르기 때문에 일률적으로 계산할 수는 없지만 가용성 2% 개선 성과를 봤다는 것. 그는 “하나의 메모리 다이가 2.5달러라고 했을 때 2%의 수율 향상은 결과적으로 하나의 웨이퍼당 5달러의 이득을 본다고 계산할 수 있다”라며, “월 15만개의 웨이퍼를 생산하는데, 이를 대입하면 단 2% 개선효과가 얼마나 대단한 이익효과를 가져오는지 알 수 있다”고 자신했다.

램리서치의 이같은 자신감은 자율 운영이 가능한 팹을 위한 장비 인텔리전스(EI)에 있다. 진공상태에서도 365일 자동 유지관리가 가능하도록 데이터를 기반으로 머신러닝(ML)과 인공지능(AI)이 도입된다. 향상된 센서와 시스템 데이터로 자체적인 인식 능력과 유지관리 품질을 높이는 자동화가 이를 돕는다.

도버 총괄은 “단순히 웨이퍼를 제작하는 자동화를 말하는 것이 아니라 부품 대체 까지도 자동화됐음을 의미한다”라며, “시뮬레이션 도입으로 웨이퍼 플로우를 최적화하고 안정적인 데이터를 통해 유지보수를 최적화할 수 있으며, 고장이 발생하더라도 선제적, 또는 예측적으로 해결할 수 있도록 했다”라며, “궁극적으로는 팹의 방대한 데이터가 발생하더라도 통계적공정관리(SPC)와 고장감시분석(FDC)에 쓰이는 데이터량은 전체 약 10~20% 수준인데, 램리서치는 이를 100% 쓰려고 한다”고 설명했다.

램리서치의 EI 기반 장비는 삼성전자와 SK하이닉스 일부 팹에도 적용돼 효과를 보고 있다. 도버 총괄은 “국내 고객사의 경우에도 까다롭고 복잡한 문제가 발생해 1년동안 해결하지 못했는데, 장비 인텔리전스를 통해 4~6주 내 이를 해결한 사례가 있다”라며, “입증된 제품만을 공급하고 있으며 이미 커머셜 계약이 성사된 몇군데 사례도 있다”고 말했다.

램리서치의 EI 도입을 통해 채용인력이 줄지는 않는다. 오히려 현재 인력의 효율성이 더 증대된다는 설명이다. 램리서치는 EI 장비 도입을 통해 인력이 줄어든 사례가 없으며, 효율성이 증가하면서 기존 인력들이 더 많은 문제들을 해결할 수 있는 시간적 여유를 벌 수 있었다고 강조했다.

장비 인텔리전스는 결과적으로 데이터를 활용해 머신러닝과 AI가 동작하는 솔루션 내에서 활용된다. 즉, 보안도 절대적으로 중요하다. 만약 외부로 데이터가 유실된다고 한다면 고객사에 큰 손실을 불러올 수 있다.

도버 총괄은 “고객들은 대체적으로 자체적인 데이터센터를 가지고 있으며, 램리서치의 경우에도 고객사의 클라우드에 솔루션을 공급하는 형태기 때문에 자체적으로 작동할뿐 외부로 나갈 수 있는 환경이 아니다”라며, “방화벽 안에서만 공유되며, 램리서치로 데이터가 전송된다던지 다른 산업군으로 간다던지 하지 않는다”고 말했다.

또한 “고객사와 협업해 문제를 해결하면, 그 모델이 가치가 있어 다른 고객사에 적용하면 좋다고 가정한다는 것 자체가 성립이 되지 않는다”라며, “이렇게 만들어진 모델은 특정 기업의 특정 공정 기술에 특화된 것이기 때문에 방법론을 활용할 수 있다는 수준이고, 공유와 유출에 앞서 적용 자체가 효율을 담보하지 않는다”고 덧붙였다.

램리서치는 EI 고도화를 위해서 굉장히 많은 투자를 하고 있다고 설명했다. 구축된 빅데이터와 엔지니어들이 현재 문제들을 해결하고 있으며 자체적으로 밸류업하는 절차를 밟고 있다. 이같은 노력에 의해 팹투팹 전수나 신규팹 증설에 따른 EI 도입들을 보다 신속하게 진행할 수 있다.

도버 총괄은 “반도체 산업에 있어 AI와 머신러닝이 가지고 있는 무궁무진한 잠재력이 있으며, 램리서치의 장비 인텔리전스는 공정 장비의 혁신과 장비 외적인 빅데이터 분석을 함으로서 이 약속을 실현하고 있다”고 밝혔다.