삼성 반도체 팹, 숙련공 노하우를 AI가 배운다

설비 신호를 실시간으로 읽는 FDC, 이상 징후를 먼저 잡는 관문

FDC는 온도·압력·전력처럼 반도체 설비에서 나오는 신호를 실시간으로 수집해 이상과 결함을 모니터링하는 설비관리 운영체계다. 디지털타임스 보도에 따르면 삼성전자 DS부문은 3일 서울 삼성동에서 열린 산업 AI 컨퍼런스 ‘어텐션 2026’에서 이 체계를 반도체 팹에 어떻게 결합했는지 공개했다.

설비가 평소와 다르게 움직일 때 데이터에는 흔적이 먼저 남는다. FDC는 이 흔적을 짚어내 제조 공정이 불량으로 흘러가기 전에 개입할 수 있는 단서를 만드는 역할을 맡는다.

결과값이 아니라 ‘엔지니어의 판단’을 학습시킨 이유

제조 환경이 워낙 다양하다 보니 결과값만으로 AI를 학습시키면 현장의 복잡한 변수를 따라가지 못한다는 게 삼성전자의 판단이었다. 이에 DS부문은 엔지니어가 각 상황에서 판단하는 정보 자체를 이해하는 방향으로 접근을 바꿨다.

발표를 맡은 김주희 디지털트윈센터 A-팹 기술팀 책임연구원은 어떤 유형의 불량이 발생했는지 해석하고, 필요할 때 유사 사례나 불량 이력을 참고하도록 설계했다고 설명했다. 새로운 데이터를 더 쌓기보다 현장 엔지니어들이 이미 보던 정보를 어디까지 활용할지 아는 것이 더 중요하다는 것이다.

숙련공의 해석력과 AI의 탐색 속도를 결합하다

김 책임연구원은 현장을 이해하고 판단하는 엔지니어와 많은 가능성을 빠르게 훑는 AI가 서로 다른 강점을 가진다고 짚었다. 두 능력을 결합하면 한쪽이 혼자 문제를 풀 때보다 나은 결과를 낼 수 있다는 게 발표의 핵심 제언이었다.

‘불량 제로’라는 목표도 이 구조 위에 세워진다. AI가 엔지니어의 판단 흐름을 따라갈수록 이상 징후를 놓치는 구간이 줄어들고, 숙련 노하우가 개인에 머물지 않고 체계로 축적되는 효과가 생긴다.

협력사 60여 곳과 공정 데이터를 나누는 DSEP

데이터 축적은 삼성전자 안에서만 일어나지 않는다. 전자신문 보도에 따르면 삼성전자는 공정 데이터를 협력사와 나누는 ‘DSEP(Data Sharing Eco Platform)‘을 개발·운영 중이며 참여 기업이 60여 곳을 넘어섰다.

오류 코드나 처리 시간 같은 장비 데이터는 보안 문제로 공장 밖 반출이 어려웠다. 플랫폼 안에서 실시간으로 공유·분석하면 장비사 직원이 현장으로 출동하지 않고도 장비 상태와 이상 원인을 파악할 수 있어, 수율 안정화와 생산성 향상으로 이어질 수 있다.

2030년 팹 100% 무인화로 가는 길

삼성전자는 이런 데이터 생태계를 AI 기반 공장 운영 체계로 확장해 2030년 ‘팹 100% 무인화’ 전환을 목표로 삼고 있다. 공정 미세화로 데이터가 폭증하는 상황에서 협력사까지 포함한 데이터 기반을 먼저 다듬는 전략이다.

남은 과제도 분명하다. 공유 데이터 범위에는 한계가 있고 보안 요구도 계속 따라온다. 숙련 엔지니어의 판단을 얼마나 충실하게 데이터로 옮겨 담는지가 무인화 속도를 결정하는 변수로 남는다.