【 청년일보 】 반도체 한 장이 완성되기까지 웨이퍼는 수많은 공정과 설비를 거친다. 이 과정에서 공정 조건과 설비 상태, 품질 결과, 생산 이력, 물류 위치 등 방대한 데이터가 발생한다. 동시에 Fab 내부에서는 수많은 Lot과 Carrier가 서로 다른 공정 경로를 따라 이동한다. 각각의 공정과 설비가 정상적으로 작동하는 것만으로는 전체 생산을 효율적으로 운영하기 어려운 이유다.
반도체 스마트팩토리는 이렇게 복잡한 생산 환경을 데이터로 연결한다. 생산 정보를 관리하고 어떤 Lot을 먼저 처리할지 결정하며 필요한 웨이퍼를 적절한 장비까지 이동시킨다. 공정에서 발생한 데이터는 다시 이상을 감지하고 공정 조건을 조정하는 정보로 활용된다. 결국 스마트팩토리의 핵심은 단순히 사람의 작업을 자동화하는 것이 아니라 공정과 설비, 물류, 품질을 연결해 공장 전체를 하나의 시스템처럼 움직이는 데 있다.
◆ 반도체 생산의 기준 정보를 관리하는 MES
스마트팩토리의 중심에는 제조실행시스템(MES, Manufacturing Execution System)이 있다. MES는 제품이 어떤 공정을 거쳤는지, 현재 어느 단계에 있는지, 다음에 어떤 공정을 수행해야 하는지와 같은 생산 정보를 관리한다. 수많은 Lot이 서로 다른 공정 경로를 이동하는 Fab에서는 현재 생산 상태를 정확하게 파악하기 위한 기반이 된다.
하지만 실제 반도체 공장은 MES 하나만으로 운영되지 않는다. 생산 계획과 품질 관리, 설비 자동화, 물류 제어를 담당하는 여러 시스템이 생산 정보를 주고받으며 함께 동작한다. MES가 전체 생산 흐름의 기준 정보를 제공한다면 다른 시스템은 이를 바탕으로 각각의 영역에서 필요한 판단과 제어를 수행한다.
◆ 어떤 Lot을 먼저 처리할까...실시간으로 바뀌는 생산 순서
Fab에는 서로 다른 제품과 공정 단계의 Lot이 동시에 존재한다. 모든 Lot을 먼저 들어온 순서대로 처리하면 특정 장비 앞에 작업이 집중되거나 중요한 제품의 생산이 지연될 수 있다. 따라서 현재 장비 상태와 WIP(Work In Process), 제품 우선순위, 공정 조건 등을 고려해 어떤 Lot을 어느 장비에서 먼저 처리할지 결정해야 한다.
이러한 역할을 수행하는 것이 Dispatching이다. 반도체 생산 환경은 설비 정지나 작업량 변화처럼 실시간으로 상황이 달라지기 때문에 고정된 생산 계획만으로 대응하기 어렵다. RTD(Real-Time Dispatching)는 현재 Fab 상태를 반영해 Lot의 처리 우선순위와 장비 배정을 지속적으로 조정한다.
따라서 반도체 생산 계획은 한 번 정하면 끝나는 일정표와 다르다. 공장에서 새롭게 발생하는 데이터를 다시 읽고 그에 맞춰 다음 작업을 결정하는 과정이 반복된다. 생산 데이터가 실제 의사결정으로 이어지는 대표적인 영역이다.
◆ 수많은 웨이퍼의 길을 만드는 AMHS와 MCS
처리할 Lot과 장비가 결정되면 다음 문제는 웨이퍼를 목적지까지 이동시키는 것이다. 반도체 Fab에서는 웨이퍼가 담긴 Carrier가 자동반송시스템(AMHS, Automated Material Handling System)을 통해 장비와 Stocker, Buffer 사이를 이동한다. Fab 천장을 따라 이동하는 OHT(Overhead Hoist Transport)는 이러한 자동 물류 시스템을 구성하는 대표적인 장비다.
하지만 OHT가 빠르게 움직이는 것만으로 물류가 최적화되는 것은 아니다. 수많은 Carrier가 동시에 이동하기 때문에 어느 Carrier를 어디로 보낼지 결정하고 이동 경로와 저장 공간을 관리하는 제어 시스템이 필요하다. MCS(Material Control System)는 Carrier의 운송과 저장을 관리하고 생산 시스템 및 AMHS와 정보를 주고받으며 실제 물류 흐름을 제어한다.
예를 들어 특정 경로에 Carrier가 집중되면 혼잡이 발생할 수 있고 Stocker나 Buffer가 가득 차면 이후 Transport가 목적지로 이동하지 못할 수 있다. 경로가 사용 가능한 상태인지, 목적지에 Carrier를 받을 공간이 있는지, 어떤 Transport를 먼저 수행할지 등을 함께 고려해야 한다. 공정 장비가 정상적으로 가동되고 있어도 필요한 웨이퍼가 제때 도착하지 않는다면 생산은 이어질 수 없다. 물류 자동화가 Fab 생산성을 결정하는 중요한 축이 되는 이유다.
◆ 공정 데이터를 다시 생산에 활용하는 품질 자동화
스마트팩토리에서 데이터는 생산과 물류의 움직임을 결정하는 데만 사용되지 않는다. 공정 장비와 계측 과정에서 발생한 데이터는 현재 공정이 안정적인 상태인지 판단하고 이상을 빠르게 발견하는 데 활용된다.
대표적인 방법이 SPC(Statistical Process Control)와 Fault Detection이다. SPC는 공정 데이터의 분포와 변화를 지속적으로 관리해 정상 범위를 벗어나는 이상을 탐지한다. Fault Detection은 설비와 공정에서 발생하는 여러 신호를 분석해 비정상적인 상태를 찾아낸다. 문제가 제품 불량으로 이어진 이후 대응하는 것이 아니라 생산 과정에서 변화의 징후를 발견하는 것이다.
여기에 R2R(Run-to-Run) Control을 적용하면 이전 공정 결과를 이후 공정 제어에 활용할 수 있다. Recipe Management를 통해 제품과 공정에 필요한 Recipe를 체계적으로 관리하고 Predictive Metrology를 활용하면 공정 데이터를 기반으로 계측 결과를 예측할 수도 있다. 생산 과정에서 만들어진 데이터가 단순히 기록으로 남는 것이 아니라 다음 공정을 판단하고 제어하는 정보로 다시 활용되는 것이다.
◆ 각각의 시스템이 연결될 때 완성되는 스마트팩토리
반도체 스마트팩토리는 특정 장비 하나를 자동화하거나 새로운 프로그램 하나를 도입한다고 완성되지 않는다. MES가 생산 정보를 관리하고 Dispatching 시스템이 다음 작업을 결정하면 MCS와 AMHS가 필요한 Carrier를 장비까지 이동시킨다. 공정이 진행되는 동안 발생한 설비와 품질 데이터는 다시 수집되고 이상 여부를 판단하는 데 활용된다. 필요한 경우 생산 순서와 공정 조건도 다시 조정된다.
이 과정에서 중요한 것은 각각의 시스템이 독립적으로 동작하는 것이 아니라 서로 데이터를 주고받는다는 점이다. 생산 계획이 변경되면 물류 흐름도 달라져야 하고 설비 이상이 발생하면 해당 장비로 향하던 Lot의 처리 계획 역시 바뀌어야 한다. 품질 이상이 감지되면 공정 조건이나 Recipe를 다시 검토해야 한다. 하나의 변화가 생산과 물류, 품질 시스템의 다음 판단으로 이어지는 구조다.
결국 스마트팩토리의 경쟁력은 개별 시스템의 성능만으로 결정되지 않는다. 생산과 설비, 물류, 품질에서 발생하는 정보를 얼마나 빠르고 정확하게 연결하고 이를 다음 행동으로 전환할 수 있는지가 중요하다.
◆ 사람이 없는 공장이 아닌 스스로 대응하는 공장
스마트팩토리를 이야기하면 흔히 사람이 없는 무인 공장을 떠올린다. 그러나 반도체 스마트팩토리에서 자동화의 의미는 단순히 사람의 작업을 기계로 대체하는 데 있지 않다. 생산 과정에서 발생한 변화를 감지하고 그에 맞는 다음 행동을 결정하며 실제 공정과 물류에 반영하는 구조를 만드는 것이 더 중요하다.
장비 하나의 생산성이 높아도 물류가 막히면 Fab 전체 생산량은 감소할 수 있다. 반대로 Carrier가 빠르게 이동하더라도 적절한 장비와 공정 순서가 결정되지 않으면 효율적인 생산이 어렵다. 품질 이상을 빠르게 발견하지 못한다면 생산량이 많아도 수율 손실로 이어질 수 있다. 결국 Fab의 성능은 개별 공정이나 장비 하나가 아니라 서로 연결된 생산 시스템 전체의 결과로 결정된다.
반도체 제조가 더욱 복잡해질수록 개별 공정을 잘 수행하는 것만큼 공장 전체의 흐름을 이해하는 능력이 중요해지고 있다. 수많은 설비와 웨이퍼 사이에서 발생하는 데이터를 연결하고 현재 상태를 판단해 다음 움직임을 결정하는 것, 이것이 스스로 판단하는 반도체 스마트팩토리의 핵심이다.
【 청년서포터즈 9기 김재엽 】
