DeepDP(Deep learning-based Defect Prediction)는 공정 설정 값 및 환경 요인 데이터를 이용하여 제품의 불량 여부를 미리 예측하기 위한 딥러닝 모델 기반의 솔루션입니다.

DeepDP는 공정 변수의 설정 값과 공정 상에 설치된 온도, 압력, 전류, 속도 등 여러 센서의 현재 데이터를 입력으로 받아서 공정의 제품 불량 여부나 불량률과 같은 지표 값을 예측합니다. 또한 현재 불량의 잠재 원인이 되는 공정 변수와 공정 센서 및 시간 구간 식별 정보를 제공합니다. 공정이 복잡하거나 불량의 형태가 다양한 경우에 대처하기 위하여 여러 불량 등급이나 유형을 분류하도록 기능을 확장하는 것도 가능합니다.

제조 공정의 선제적 품질 관리와 불량 조기 예측 가능

공장의 생산 품질은 제조에 있어서 핵심적인 경쟁 요소이지만, 생산량과 다른 가시적 지표에 비해 측정이나 평가가 어려워 공정 관리에서 간과되는 경우가 많습니다. 품질 측정은 공정 완료 후 진행하는 경우가 많아서 공정 중간에 제품의 품질 수준을 실시간으로 평가하기는 어려운 일입니다. 보통 공정 중 품질 측정의 경우 샘플링 측정을 하고 있으며 제품의 최종 품질과의 연관성이 높지 않은 문제를 가지고 있습니다. 공정 중 품질 또는 불량 예측 시스템의 도입을 통해 제조 공정의 선제적 품질 관리와 불량 조기 예측이 가능해집니다.

불량에 대한 신속한 사전 예측 제공

제조 공정에는 기본적으로 설정 오류, 사람 변수 및 환경 인자 등에 따른 다양한 불량 요인이 존재합니다. 따라서 언제든 공정 불량은 발생할 확률이 있으며 실제 불량 검출이 증가하는 시점에 실시간 대응 조치를 취할 수 있어야 합니다. 빈도가 높은 불량 발생에 대해서는 원인 공정과 환경 변수 및 데이터 특성 파악을 통해 근본적인 문제 해결이 필요합니다. 이것은 어느 변수 또는 어느 시간 구간의 입력 데이터가 불량의 잠재 원인인지를 파악하는 것으로 어느 정도 규명될 수 있습니다. 이 정보는 불량 요인 해소를 위한 자동 피드백 시퀀스 구축을 위해 사용될 수도 있습니다.

불량률 감소를 통한 생산성 제고에 기여

DeepDP는 제조 공정에서 발생 가능한 제품 불량에 대해 선제적 대응 조치를 가능하게 함으로써 불량률 감소에 기여합니다. 공정 불량 예측을 통해 획득된 정보를 활용하여 현장 작업자의 공정 관리 능력을 향상시킬 수 있습니다. 공정 불량의 정확한 원인 인자 파악을 통해 설비 및 공정 문제의 근본적인 개선이 가능해집니다. 궁극적으로는 불량률 감소를 통한 생산성 제고에 기여합니다.