SK하이닉스의 최근 경영 화두는 ‘디지털 전환(Digital Transformation)’이다. 2017년 국내 제조기업 최초로 데이터 사이언스(Data Science) 관련 조직을 신설한 이후, 전사에 흩어져 있던 데이터 분석가들을 모았다. 통계와 머신러닝 및 딥 러닝 알고리즘을 적용해 반도체 공정에서의 불량 탐지 및 예측과 원인 분석, 수율 분석과 같은 다양한 과제를 수행하기 위해서다.
반도체 공정에는 수십 페타바이트 (Petabyte·1000TB)의 빅데이터가 수집된다. △공정별 웨이퍼 계측 데이터 △장비 탑재 센서 시계열 데이터 △웨이퍼 테스트 데이터 △포토 장비의 웨이퍼 높낮이 데이터 △검사 장비의 불량 이미지 데이터 등 다양한 데이터가 수집, 분석된다. SK하이닉스의 데이터 사이언스 관련 조직은 이러한 데이터에 기반해 장비의 이상 탐지 및 제어 △웨이퍼 및 메모리 불량 분류 △반도체 설계 최적화 △장비 고도화 등의 다양한 분석 작업을 진행하고 있다.
이외에도 △설비 운영 최적화와 에너지 비용 절감을 위한 ‘설비 데이터 분석’ △메모리 시장 수요 예측을 위한 ‘뉴스 텍스트 분석’ △불량 보고서 검색 및 관련 문서 추천 △챗봇(Chatbot) 기반 분석 질의 및 시각화 △근무 환경 내 주요 질환 사전 예방 관리를 위한 ‘코호트 분석(Cohort Analysis)’ 등도 하고 있다.
SK하이닉스는 특히 빅데이터의 중요성을 인지하고 관련 분야 전문가 육성에 노력을 기울이고 있다. 2017년부터 자체 교육 과정을 신설해 ‘데이터 레벨 인증 체계’를 도입했고, 2018년부터는 국내 주요 대학과 손잡고 전문가 육성 과정을 개설해 운영 중이다.
댓글 0