← 사례
대한민국제조2022 – 진행 중

SK하이닉스

가우스랩스 머신러닝 웨이퍼 품질 예측

SK하이닉스, 웨이퍼 품질 예측으로 공정 편차를 29% 줄였다고 가우스랩스가 밝혔다

성과 확인공급사 사례

문제

물리적 계측에는 웨이퍼 한 장당 수십 분이 걸려 SK하이닉스는 생산량의 일부만 검사했다. 그래서 공정 문제를 찾아낼 정보가 제한적이었다.

접근 방식

SK하이닉스는 2022년 말 가우스랩스의 AI를 반도체 공정에 투입했다. 머신러닝이 설비 이력과 센서 값을 분석해 웨이퍼 품질을 실시간으로 예측했다. 예측 결과는 공정 모니터링과 계측 판단에 쓰였다.

주요 수치

29%SK하이닉스의 공정 편차 감소(가우스랩스 김영한 대표 발표)공급사 사례[1]

시사점

예측으로 물리적으로 검사한 웨이퍼 너머까지 모니터링이 넓어졌다. 보고된 편차 감소는 공급사 대표가 밝힌 수치다.

분류

규모
대기업
산업
제조
경영 기능
생산·품질
혁신 유형
프로세스 혁신
근거
공급사 사례

출처

출처 요약

[1]The Asia Business Daily2025년 6월 17일

가우스랩스 김영한 대표 인터뷰는 2022년 말부터 SK하이닉스에서 이어진 실제 생산 적용을 설명했다. 도입 후 공정 편차가 29% 줄었다고 밝혔다.

자세한 내용은 원문에서 확인하실 수 있습니다.

등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
사례 페이지 열기 ↗