반도체 제조의 초미세화로 공정 관리의 복잡성이 급격히 증가하며 기존의 관리 방식이 한계에 부딪히고 있다. 이에 따라 데이터 활용성과 공정의 효율성을 극대화하기 위한 새로운 접근이 요구되고 있다. 알티엠은 혁신적인 커스텀 AI 솔루션을 통해 공정 관리의 한계를 극복하고 있다. 특히, 헬스스코어와 다변량 분석 도구를 활용해 센서 데이터를 통합 관리하고 이상 탐지를 실시간으로 수행하며, 불량 발생을 사전에 방지할 수 있는 체계를 제공한다. 본 기사는 알티엠의 솔루션과 이를 통해 반도체 공정 관리가 어떻게 진화하고 있는지 심층 분석한다. 반도체 산업은 점점 더 정밀해지는 공정 기술과 치열한 경쟁 속에서 공정 관리의 효율성을 극대화해야 하는 과제를 안고 있다. 특히, 센서 데이터가 급증하면서 이를 관리하는 범위와 방식에서 한계를 맞고 있다. 기존의 공정 관리 방법론으로는 센서 데이터를 효과적으로 분석하고 대응하기 어려운 상황이 빈번하게 발생한다. 이에 따라 알티엠은 공정 관리의 새로운 표준을 제시하며, 헬스스코어(Health Score)와 같은 AI 기반 솔루션으로 반도체 제조 현장의 난제를 해결하고 있다. 관리 범위와 방식의 한계 반도체 제조 공정은 점차 초미세화되
사카구치 케이·엔도 겐·하타나카 타케시, 도쿄공업대학 / 이 환방, 정보통신연구기구 카와시마 켄지, 도쿄대학 / 하야시 카즈노리, 교토대학 최근 1년 반 정도의 코로나 위기 속에서 회의나 강의 등 여러 가지를 원격으로 하는 습관이 급속하게 사회 전체로 확산됐다. 반대로 말하면 이것은 어떤 일정한 목적을 위해서는 정보통신 기술의 발전이나 사회에 대한 침투가 이미 충분한 정도로 이루어져 있다는 증좌이기도 하고, 코로나 위기가 20년 전 혹은 10년 전에 확산됐다면 동일한 대응이 가능했을지의 여부는 확실하지 않다. 한편, 코로나 위기가 확산된 지 1년 정도 지났지만 긴급사태 선언이 나온 지역이라도 실제로 사무실에 출근해 일하는 사람의 수는 거의 변함이 없는 상황으로, 아직 대면 업무가 요구되는 일이 많이 존재한다는 것을 엿볼 수 있다. 언제 어떠한 때에나 사회적 거리를 확보하는 것이 인류의 행복이라고는 물론 생각하지 않지만, 필요에 따라 그러한 대응이 가능하게 하는 것은 정말로 위드 코로나/포스트 코로나 시대의 사회적 요청이며, 그것에 대응하는 것은 이 분야에 종사하는 엔지니어의 책무라고 생각된다. 이번 주제 ‘모빌리티·로보틱스·IoT’는 그 핵심 요소라고 할 수
김성진 대표, 마크베이스 마크베이스(Machbase)는 한국에서 개발된 시계열 데이터베이스 제품이다. 이 글에서는 전체적인 제품의 개발 배경과 관련된 핵심 기능에 대해서 살펴본다. 개발 배경 마크베이스는 시계열 데이터베이스로서 초고속으로 시계열 데이터를 저장, 추출, 분석하기 위한 목적으로 개발되었다. 특히, 마크베이스는 고성능의 데이터 처리를 목적으로 하기 때문에 컴파일 언어인 C를 기반으로 개발되었고, 전통적인 데이터베이스 엔진의 구조와는 차별되는 새로운 아키텍처로 설계되었다. 그러나 기존의 데이터베이스 사용자가 쉽게 배우고, 활용할 수 있도록 사용성 측면에서는 전통적인 데이터베이스 인터페이스를 그대로 유지하고, 내부 엔진은 시계열 빅데이터를 고속으로 처리할 수 있는 혁신적인 구조로 설계되었다. 따라서 오라클 혹은 MySQL에서 활용하던 익숙한 인터페이스인 SQL 및 ODBC, JDBC, Restful API 등을 그대로 사용할 수 있으며 저장된 시계열 데이터에 대해서는 기존 데이터베이스보다 월등한 성능으로 처리할 수 있는 특징을 가지게 되었다. 제품 히스토리 마크베이스는 2013년 하반기부터 개발이 시작되어 지금까지 약 6년간 진화해 온 제품으로서 아래
김성진 대표, 마크베이스 IoT 데이터 전쟁을 끝낼 영웅이 드디어 출현했다. 바로 시계열 데이터베이스라고 불리는 새로운 종족이다. 이 글에서는 IoT 시계열 데이터 처리에 최적화된 시계열 데이터베이스(Time Series DBMS)가 출현한 배경과 어떠한 제품들이 있는지 살펴본다. 출현 배경 시계열 데이터라 함은 ‘일정 시간 간격으로 배치된 숫자 데이터들의 나열’이라고 간단하게 이야기할 수 있다. 오래전부터 시계열 데이터는 존재해 왔었고, 어딘가에 저장되고 처리되어 왔음에도 불구하고 크게 주목을 받지는 못했다. 대표적으로 기상정보와 주식정보가 시계열 데이터이고, 이를 저장하고 분석함으로써 다양한 형태의 미래를 예측하거나 알지 못했던 과거의 사건을 이해하는 데 큰 도움이 되었다. 그런데 2010년 전후로 빅데이터라는 용어가 세상에 알려지고, 다양한 형태의 솔루션들이 시장에 출시되면서 이 시계열 데이터 처리에 대한 관심이 급격하게 증가하기 시작했다. 특히, 얼마 전부터 불기 시작한 4차 산업혁명이나 IoT라는 용어가 시계열 데이터에 대한 관심에 불을 붙이기 시작한 게 사실이다. 왜냐하면, 세상이 점점 더 지능화되면 될수록 그 지능화되는 대상물의 상태를 잘 파악해
헬로티 임근난 기자 | 데키스트는 12년간 다져온 현장 경험과 축적된 기술을 바탕으로 라디오노드 제품을 자체 개발, 생산해오고 있다. 열(온도) 검증, 환경 모니터링 전문 브랜드 라디오노드는 산업 현장에서 필요한 아날로그 인터페이스 기술과 다양한 통신 방식을 지원함으로써 다양한 센서 데이터 통합 전송은 물론 PC나 모바일로도 데이터를 바로바로 확인할 수 있어 업무 수행을 위한 이동을 최소화해 준다. Q. 주력사업은. A. 최근 콜드체인(저온 유통 시스템)의 수요 증가에 비해 공급량은 급속하게 늘어나지 못하고 있는데, 그 이유는 온도 센서는 물론 데이터를 전송하는 통신망 결합에 대한 기술적인 어려움 때문이다. 이러한 수요에 부응하고자 라디오노드는 콜드체인 온도 모니터링 솔루션을 경쟁력 있는 가격으로 선보이고 있다. 또한, 환경에 대한 높은 관심과 안전에 대한 규제 강화로 가스 감지나 근무 환경에 대한 환경 모니터링 수요가 급격하게 증가함에 따라 대기질·수질·유독가스 관리 센서를 개발, 제조 판매하고 있다. Q. 상반기 사업 성과는 어땠으며, 하반기 기대는. A. 올해 2월부터 본격적인 코로나19 백신 접종이 시작되면서 백신의 안정성과 보관에 대한 관심이 증가했