구독자 토론 포럼:
FabTime 뉴스레터, 26권 3호
공정 시간 변동성을 예측하고 팹 자동화 증가의 영향을 이해하는 방법에 대한 구독자 토론이 진행 중입니다.
이번 달에는 출발 프로세스를 사용하여 장비의 유효 공정 시간의 CV를 추정하는 방법과 팹 자동화 증가가 미치는 영향에 대해 논의할 예정입니다. 궁금하신 주제가 있으시면 언제든지 알려주세요.
자동화 확대가 반도체 제조 공정 운영에 미치는 영향
한 신규 구독자가LinkedIn에서 Jennifer에게 "경험상 자동화는 특히 운영자, 일선 지원, 교대 근무자, 지역 팀장 및 관리자와 같은 역할과 관련하여 Fab 운영의 업무 방식을 어떻게 변화시켰나요?"라고 질문했습니다.
Jennifer 답변: 이 주제는 저희가 작성한 적이 없지만 향후 이슈로 다루기에 좋은 주제라고 생각합니다. 일반적으로 팹에서 자동화가 많이 이루어질수록 스케줄링 시스템을 구현하는 것이 더 필요하고 실현 가능성이 높습니다. 스케줄러가 도입되면 일선 제조 인력은 개인이 직접 결정을 내리는 대신 스케줄러에 더 많이 의존하기 시작합니다.
이러한 진화는 업계 전반의 팹에서 일어나고 있으며, AI 솔루션의 등장으로 더욱 가속화될 것입니다. 팹이 더욱 스마트해짐에 따라 더 많은 의사 결정이 자동화되고 더 적은 수준의 관리가 필요하게 될 것입니다. 그러나 컴퓨터 시스템이 제대로 작동하는지 확인하기 위해 컴퓨터 시스템을 조정하는 사람과 문제가 발생했을 때 장비를 물리적으로 수리할 수 있는 사람은 여전히 필요할 것입니다. 물론 전환 기간 동안 현재의 관리자와 운영자가 계속 해야 할 일이 많을 것입니다. 이 모든 일이 하룻밤 사이에 이루어지지는 않을 것입니다.
이러한 전환을 겪었거나 겪고 있는 독자들이 있을 것이라 확신하기 때문에 다른 구독자들에게도 이 질문을 공개합니다. 많은 분들이 자신의 이야기를 공유해 주신다면 향후 기사로 작성할 수 있도록 노력하겠습니다. 좋은 질문을 해주셔서 감사합니다!
장비에서 출발 프로세스의 이력서를 사용하여 프로세스 시간 변동성을 추정하는 방법
한 오랜 구독자는 "저희 회사에서는 단일 스레드 장비와 엔지니어링 보류가 많은 개발 프로세스 흐름의 사이클 타임에 어려움을 겪고 있습니다. 많은 하위 그룹이 다양한 작업을 하고 있습니다. 제가 속한 하위 그룹은 '한 가지 장비의 다운으로 인한 수익 손실'에 대해 고민하고 있습니다. 따라서 한 장비서 로트가 멈추면 다음 2/3/4단계에서도 로트가 움직일 수 없습니다. 고객은 웨이퍼/스텝 이동에 대한 비용을 지불하기 때문에, 당사의 수익 흐름은 다운 장비가 없을 때와 비교하여 시간 지연을 경험하게 됩니다.
대기열 공식을 사용하여 사이클 시간 영향을 추정하려고 합니다. 수많은 입력 경로로 인해 더 정확하게 계산할 수 없기 때문에 장비로 들어오는 로트의 도착 변동 계수(CV)를 1로 설정하려고 합니다. 하지만 장비에서 일련의 프로세스 시간의 CV를 추정할 수 있는 방법이 필요합니다. 우리가 하려는 것은 툴을 떠나는 로트 사이의 시간을 사용하여 공정 시간의 CV를 추정하는 것입니다.
100개의 개별 로트의 출고 시간을 알고 있는 경우(장비에서 나오는 시간이 모두 다른 경우) 방정식이나 표에서 CV를 구할 수 있는 방법이 있나요? 로트 간 시간이 분포라는 것은 알고 있지만 이를 실제 CV 수치로 변환하는 방법을 찾지 못했습니다."
Jennifer의 답변: 부하가 많은 장비의 경우 출발 프로세스를 프로세스 시간 CV의 대리로 사용하는 것이 타당해 보입니다. 부하가 적은 장비에 대해 이 작업을 수행하려고 하면 출발 사이의 시간을 측정할 때 상당한 양의 유휴 시간이 발생하고 프로세스 시간 변동성을 과대평가하게 될 가능성이 높습니다. 출발 프로세스를 사용할 때 또 다른 문제는, 아시다시피, 유효 프로세스 시간의 CV를 캡처하게 되는데, 여기서 사용 불가능한 시간이나 설정 시간을 처리되는 다음 로트의 유효 프로세스 시간의 일부로 취급한다는 것입니다. 유효 처리 시간은 입주로 인해 계산하기 어렵습니다(설정 또는 다운타임이 발생했을 때 대기열의 맨 앞에 있던 로트를 추적해야 하지만 다른 로트가 도착하여 해당 로트를 선점할 수 있으므로 계산이 상당히 복잡해집니다). 즉, 적어도 부하가 많은 장비의 경우 출발 프로세스를 살펴보는 것이 프로세스 시간 변동성을 파악하는 데 합리적인 아이디어입니다.
FabTime 데모 서버에서 이에 대한 몇 가지 예를 살펴봤습니다. CoatA#4는 사용률이 매우 낮은 장비(~54%)이고, IonHigh#4는 사용률이 높은 장비(100%에 가까운)로 가동 시간이 좋지 않습니다. 아래 간트 차트는 각 장비의 일주일 동안의 장비 상태를 보여줍니다.
스프레드시트를 사용하여 각 장비의 프로세스 시간 순서를 살펴보고 출발 시간 사이의 CV와 실제 프로세스 시간 순서의 CV를 계산했습니다(이는 유효 프로세스 시간이 아닌 실제 프로세스 시간입니다). 이 값은 그림과 같이 상당히 다릅니다.
각 장비의 첫 번째 열에서 출발 프로세스/유효 프로세스 시간을 나타내는 CV 값은 특히 활용도가 높은 이온 임플란터의 경우 시스템의 가변성을 포착하는 측면에서 더 현실적으로 보입니다. 문제는 Coat 장비의 유휴 시간 인스턴스(위 간트 차트의 회색 막대)로 인해 CV 추정치가 부풀려지는 낮은 사용률 장비의 경우 어떻게 해야 하는가 하는 것입니다. 이에 대한 아이디어가 있으신가요?
구독자 토론 질문을 게시할 수 있는 기회를 환영합니다.
뉴스레터의 지난 호는 구독자가 PDF 형식으로 다운로드할 수 있습니다. 기존 구독자는 가장 최근에 받은 이메일 뉴스레터에서 아카이브 링크를 찾을 수 있습니다. 신규 구독자는 등록 시 링크가 표시됩니다.
