주용한, 선문대학교
현재 제조업에서는 스마트팩토리의 다양한 구성요소들을 활발히 적용되고 있다. 이러한 흐름에서 다양한 공정 데이터를 빅데이터 분석 모형에 적용한 우수한 살제 사례들이 다수 발표되고 있다. 하지만 빅데이터 분석 모형은 막대한 양의 자원 할당과 상대적으로 긴 학습 시간 및 전문가의 미세 조정 등과 같은 제약조건 때문에 대중화에 어려움을 겪고 있다. 본 연구에서는 다양한 공정 및 장비의 트레이스 데이터를 분석할 수 있는 Functional Data Explorer를 제안하고자 한다. 해당 기법은 수집되는 데이터를 기저함수를 기반으로 모형화 할 수 있으며, 결과물로서 함수적 값을 반환한다. 반도체 챔버 센서를 바탕으로 분석을 수행하였으며, 평균, 편차와 같은 기초 통계량을 기반으로 한 이상 탐지에 더 우수한 효과가 있음을 확인하였다. 본 연구의 분석 기법을 통하여 실시간 데이터 분석의 편의성이 개선될 것으로 기대한다.