반도체 FAB 상태 정보를 이용한 OHT 이동 시간 예측 연구
Prediction of OHT Travel Time in Semiconductor Fabs using Fab State Information
- 주제(키워드) 반도체 FAB 시뮬레이션 , OHT 이동시간 예측 , 인공 신경망 , FAISS 알고리즘 , 데이터 기반 시스템/모델
- 주제(DDC) 658.5
- 발행기관 아주대학교 일반대학원
- 지도교수 박상철
- 발행년도 2026
- 학위수여년월 2026. 2
- 학위명 석사
- 학과 및 전공 일반대학원 산업공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000035443
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
반도체 제조라인에서 OHT(Overhead Hoist Transport)는 공정 간 물류를 수행하는 핵 심 설비로, 이동시간의 정확한 예측은 생산 스케줄링과 물류 제어 성능을 좌우하는 중요 한 요소이다. 기존 FAB 시뮬레이션에서는 Line Cost 계산, 충돌 회피, 혼잡도 판단 등 을 기반으로 이동시간을 산정하지만, 이러한 방식은 높은 계산 비용과 복잡한 동적 요소 로 인해 실시간 예측에 한계가 존재한다. 본 연구에서는 이러한 문제를 해결하기 위해 OHT가 Command를 할당받는 시 점에서 관측 가능한 FAB 상태 정보를 네 가지 변수—Reservation Count, EQP State, EQP Remaining Processing Time, Outport State—로 정의하고, 이를 바탕으로 이동 시간을 예측하는 AI 기반 모델을 설계하였다. 제안된 예측 모델은 다층 퍼셉트론 구조의 인공신경망 모델과 FAISS 기반의 k-최근접 이웃 모델 두 가지로 구성된다. 모델 검증을 위해 Pinokio Developer 기반의 시뮬레이션 환경에서 대규모 OHT 운행 로그 데이터를 수집하고, 대표적인 From–To 조합 두 가지(Case 1, Case 2)에 대해 성능을 비교하였다. Case 1과 같이 경로 변화가 빈번하여 이동시간 분산이 큰 경우에는 신경망 모델이 더 낮은 RMSE를 기록하였으며, Case 2와 같이 동일한 경 로를 이동하되 FAB 혼잡도만 변하는 경우에는 두 모델 모두 안정적인 예측 성능을 보 였다. 본 연구는 복잡한 OHT 동적 계산을 대체할 수 있는 경량화된 이동시간 예측 모델을 제시함으로써, 향후 AI 기반 OCS(Overhead Control System)의 실시간 의사결 정 및 효율적 물류 제어에 활용될 수 있는 기반 기술을 제공한다. 주제어: 반도체 FAB 시뮬레이션, OHT 이동시간 예측, 인공 신경망, FAISS 알고리즘, 데이터 기반 시스템/모델
more목차
제1장 서론 1
제1절 반도체 FAB 1
제2절 문제 정의 7
제3절 연구 목표 9
제2장 기존 연구 11
제1절 OHT 이동시간 예측 연구 11
제2절 Neural Network 13
제3절 FAISS 알고리즘 15
제3장 반도체 FAB 시뮬레이션 모델링 17
제1절 반도체 FAB 공정 모델 17
제2절 반도체 FAB 물류 모델 20
제4장 실험 28
제1절 시뮬레이터 환경 28
제2절 실험 데이터 분석 30
제3절 예측 모델 설계 33
1. Input Variables 설명 33
2. 신경망 기반 예측 모델 35
3. FAISS 기반 예측 모델 36
제4절 실험 결과 38
제5장 결론 45
Bibliography 47
Abstract 51
