첨단 산업에 있어서의 제조 지능화 공장과 우리의 미래

1984년 반도체 공장 입사 했을때만 해도 반도체 제조 방식은 물류, 생산, 수율, 품질관리등 모든 것이 수작업에 의해 이루어 졌다. 1987년도에는 사진 공정 엔지니어 로써 공정 및 설비를 관리하고 있었는데 신제품이 들어와 배선 공정이 바뀌어 기존의 방법으로는 생산을 할수 없을 정도로 품질의 편차가 나빠 새로운 생산 방식을 찾지 않으면 생산이 중단되는 처지에 놓이게 되었다.

그때 그 사건이 회사의 생산 방식이 일대 변화를 가져오게 된 계기가 되었으며 그때 적용되었던 공정이 작업자가 현미경을 보고 수작업으로 조건을 결정 해서 생산 하는 방식에서 자동으로 컴퓨터가 조건을 제시하여 생산하는 방식으로 바뀌게 되어 생산 및 수율 및 품질이 획기적으로 향상하게 되었다.

반도체 공정은 제품별로 다르겠지만 보통 공정수도 400여개 공정이고 설비도 한 공정을 기준으로 수대에서 수십대(보통 5만매당 500여대)씩 있으며, 설비 대당 관리 해야 할 설비 항목수가 100여 개 라서 경우의 수가 너무 많아 수작업으로는 관리도 불가능 하게 되었다.

제품 생산 기간도 한달씩 걸려 중간에 어떤 설비에서 문제가 생겼을 경우 한달 뒤에나 수율 저하로 나타나 문제의 유무를 빨리 발견하여 해당 공정이나 설비를 DOWN 시키지 않으면 그 피해액이 말할 수 없을 정도로 커져서 실시간 설비 모니터가 되지 않으면 품질, 수율 사고를 막아 낼 수 없었다. 그래서 1990년부터는 지금의 IoT 개념인 설비 감시 시스템을 도입해서 실시간 설비의 각종 센서로부터 나오는 INPUT 시그날을 초단위로 모니터하여 설비의 이상유무를 조기에 발견하여 품질 사고를 미연에 방지 하게 되었다.

현재는 이런 생산 방식 등이 자동화된 생산 시스템을 통하여 생산, 수율, 품질, 물류, 스케쥴링

시스템의 지속적인 고도화 과정을 거치면서 생산 공정 및 설비 상태가 실시간 모니터 되며 그 데이터를 분석해서 생산, 수율 및 품질, 물류 관리가 최적의 조건으로 자동화 되어 생산 되고 있는 것이다. 이는 지금의 빅데이터 개념이다. 디스플레이도 반도체와 마찬가지로 동일한 생산 방식을 적용하여 수율 및 품질을 확보하고 있다.

반도체나 디스플레이 라인을 가보면 지금은 생산 직접 작업자는 거의 찾아 볼 수 없다.

기존 수작업에 의한 생산 방식은 생산 직접 작업자 기준 생산 라인당 총1600명(400명/교대조 x 4교대조) 이 생산을 하는 방식에서 중앙 모니터링 룸에서 생산 라인의 모든 문제점들을 감시하고 문제가 되는 공정 및 설비를 엔지니어 들에게 알려줘서 문제를 해결하는 작업 관리 인원이

총 60명(15명/교대조 x 4 교대조)으로 작업 인원이 획기적으로 줄게 되었다.

엔지니어는 단지 컴퓨터가 자동으로 제시하는 공정 및 설비의 문제점들을 해결하면 되게

자동화 되어 있다.

이렇게 생산 방식이 획기적으로 바뀌게 된 것은 하루 아침에 된 것이 아니라 1988년부터 현재에이르기까지 35년 동안 끊임 없이 생산 방식을 시스템화 하여 혁신을 해왔기 때문에 가능하게

되었다. 감히 말하건데 아마 경쟁사들이 이러한 생산 방식을 당분간은 쉽게 따라오지는

못 할 것이다.

같은 설비, 같은 원부 자재를 사용 했어도 생산 시스템 안에 내재되어 있는 보이지 않는 시스템과 KNOW HOW는 쉽게 흉내 낼수 없기 때문이다.

그러면 미래에는 어떻게 생산 방식이 바뀌게 될 것인가?

그것은 결국 현재까지 해온 것이 지금 회자되고 있는 4차 산업혁명인 SMART FACTORY, IoT,

빅데이터, 인공지능 등의 이름은 없었지만 반도체, 디스플레이는 거의 같은 개념으로 30년 전부터 적용 해 왔었기 때문에 생산 개념은 크게 달라 질것은 없겠으나 앞으로의 반도체 전쟁은 수율, 품질, 생산성과의 싸움이므로 더욱 더 극단적으로 첨예화된 TOOL들을 활용한 IoT, 빅데이터,

인공지능을 통한 반도체, 디스플레이 생산 방식으로 고도화 될 것이다.

앞으로는 더욱 그 분야에 많은 인재들이 필요로 하게 될 것이며 이를 위하여 기업, 학교, 정부가 빅데이터 분야에 적극적인 인재 육성을 통해 더욱 고도화 해야 중국처럼 빠른 속도로 따라오는 경쟁자들을 따돌릴 수 있을 것이다.

제조 지능화 전문가

수강평