raw 데이터 분석 활동 관련 문의 드립니다.

반도체 수율과 설비 이상 감지 프로젝트를 준비하는 방향성이 매우 좋습니다. 실제 공정 자료는 기업 보안으로 구하기 어렵지만, 해외 데이터 공유 플랫폼이나 국내 공공 데이터 창구에서 제조 공정 센서 수치 자료를 찾아 활용할 수 있습니다. 반도체 전용 자료가 아니더라도 센서의 변수와 이상 기록이 담긴 공정 데 이터라면 수율 개선과 이상 감지 연구를 실습하기에 충분합니다. 나아가 학술 논문에 수록된 예시 수치를 직접 가공하여 가상 자료를 만들어 보는 과정도 실무 역량을 크게 기르는 방법입니다.

실제 기업에서의 반도체 팹의 raw data 자체를 공개할 수 없을 뿐더러, 그 부분에 대해 구할 수 있는 방법은 거의 없다고 보셔야 하겠습니다.

그래서, 자체 데이터, 산학 데이터 정도를 활용하시면 되겠으며. 언급하신 동아리 정도의 활동이시라면 SECOM 데이터셋 정도를 무난하게 추천드립니다.

안녕하세요.

사실 데이터 관련 업무에서 가장 어려운 것이 데이터셋을 확보하는 것입니다. 현업에서도 기밀로 취급하는 만큼, 인터넷과 같은 오픈된 공간에서 찾는 것은 어려워 보입니다.

감사합니다. 답변이 마음에 드셨다면 채택 부탁드립니다 :)

반도체 데이터 분석은 Kaggle의 Wafer Fault Detection 데이터셋을 활용하는 것이 가장 효율적이며, 공정 데이터의 특수성을 이해하기 위해 UCI Machine Learning Repository의 관련 자료를 병행하여 학습하십시오. 실무 직무에서는 파이썬 코딩 능력 자체보다 해당 데이터를 통해 공정상의 물리적 메커니즘을 어떻게 해석하고 불량 인자를 도출했는지가 핵심이므로, 결과 도출 과정의 논리적 근거를 프로젝트 보고서에 반드시 명시해야 합니다. 단순한 데이터 처리 경험만으로는 차별화가 어려우니 데이터 정제부터 이상치 감지 모델 적용, 그리고 실질적인 공정 피드백 방안 도출까지의 흐름을 하나의 완결된 스토리로 구성하는 데 집중하십시오.

반도체 공개 데이터는 UCI의 SECOM 데이터셋을 활용하면 공정 센서값 기반 불량 분류, 변수 선택, 이상치 탐지 프로젝트를 진행하기 좋고, 웨이퍼 불량 패턴 분석은 WM-811K 데이터셋을 많이 활용합니다.

SECOM은 결측치와 클래스 불균형이 심해 실제 제조 데이터 전처리 연습에 적합하므로, 단순 모델 정확도 경쟁보다는 어떤 공정 변수가 불량과 연관되는지 해석하는 방향으로 진행해보시는 것을 추천드립니다. 

설비 이상 감지는 공개 반도체 데이터가 많지 않으므로 일반 제조 설비의 시계열·진동 데이터를 활용해 이상 감지 방법을 익힌 뒤, 반도체 장비 상황으로 적용 방안을 설명하는 방식도 괜찮다고 생각합니다.

안녕하세요 멘티님,

반도체 실제 팹 raw data는 보안 이슈가 커서 공개 데이터로 구하기는 어렵습니다. 소모임 프로젝트라면 UCI의 SECOM 데이터셋을 먼저 추천드립니다. 센서 값과 불량 여부가 포함되어 있어 결측치 처리, 변수 선택, 불량 예측, 이상치 탐지 연습에 적합합니다.

웨이퍼 불량 패턴 분석은 WM-811K나 Kaggle의 wafer fault detection 관련 데이터를 활용하면 좋습니다. 설비 이상 감지는 반도체 전용 데이터가 부족하니 PHM 데이터나 일반 제조 설비 시계열 데이터를 가져와 반도체 장비 상황에 적용하는 방식으로 풀어도 괜찮습니다.

프로젝트는 모델 정확도만 높이는 방향보다 결측치 처리, 불균형 데이터 대응, 중요 변수 해석, 수율 저하 원인 추정, 개선 아이디어 제안까지 이어지는 흐름이 중요합니다. 공정기술이나 양산기술 관점에서는 코딩 실력보다 데이터를 보고 어떤 공정적 판단을 했는지가 더 잘 어필됩니다.