서울대학교 산업공학과 데이터마이닝 연구실(지도교수: 조성준) 심재웅 박사(2021.02 졸업)가 2021년 9월 29일 온라인으로 진행 예정인 ‘서울대학교-삼성전자 2021 산학협력 교류회’에서 ‘Active cluster annotation for wafer map pattern classification in semiconductor manufacturing’ 이라는 제목의 논문으로 장려 논문상을 수상했다.

이번 심사에는 전략산학 연구 과제에서 제출된 논문 12편을 포함하여 총 28편의 논문이 제출되었으며, 이 중 최우수상 1편(부상 500만원), 우수상 2편(부상 300만원), 장려상 6편(부상 200만원)을 선정했다.

서울대학교-삼성전자 산학협력 교류회는 서울대학교 공과대학 및 자연과학대학 소속 47개 연구실이 참여하여 설계, 공정, 소자, 소재, 설비, 분석, 계측, S/W 등 다양한 주제의 산학 협력 연구 성과를 공유하는 자리이다.

심재웅 박사는 해당 논문에서 웨이퍼 맵 자동 분류를 위한 딥러닝 모델을 효율적으로 구축하기 위해, 능동학습 기법과 군집화 기법을 접목한 active cluster annotation framework를 제안했다. 이 방법론을 통해 적은 레이블링 비용으로도 높은 성능의 모델을 얻을 수 있었으며, 일관성 있는 레이블을 획득하는데도 효과가 있었다. 해당 논문은 2021년 ‘Expert Systems with Applications’에 게재되었다.

이번 수상에 앞서 2년전에도 데이터마이닝 연구실 김은지 박사(2019.08 졸업, 중앙대 교수)가 ‘서울대학교-삼성전자 2019 산학협력 교류회’에서 ‘Fault Detection and Diagnosis Using Self-Attentive Convolutional Neural Networks for Variable-Length Sensor Data in Semiconductor Manufacturing’ 이라는 제목의 논문으로 최우수 논문상(부상 500만원)을 수상했다. 이 논문에서 김은지 박사는 웨이퍼 별 공정처리 시간 길이가 상이하여 수집된 시계열 길이가 제각각일 때 효과적으로 불량을 탐지하고 진단하기 위한 self-attentive convolutional neural network를 제안했다. 해당 논문은 2019년 ‘IEEE Transactions on Semiconductor Manufacturing’에 게재되었다.