반도체 제조업에서는 고가이고 복잡한 공정 때문에 제품 수율, 사이클 타임, 품질을 유지하는 것이 매우 중요하다. 제조 공정의 공정 안정 유지 및 특수 원인에 의한 공정 불안정 상태에서 신속하게 공정을 정상 상태로 되돌리는 능력을 키우는 것은 품질, 비용, 딜리버리에 대한 영향이 크고 매우 중요한 사항이다.
NXP 세미컨덕터스는 체계화된 문제해결 접근법의 구축, 지속적인 개선을 추진하고 있으며, 식스 시그마와 통합된 이러한 접근법을 이용하여 제품 특성 또는 제조 공정을 정상 상태로 되돌린다 에 대한 발생 원인과 해결책을 논리적으로 최소한의 기간으로 확인하는 데 성공했다.
이 프레젠테이션에서는 식스 시그마의 기본적인 문제 해결 툴과 함께 통계 해석 소프트웨어 jmp를 이용해 머신 러닝(ML) 등에서 활용되는 통계적 모델링, 스크리닝 기능 등을 어떻게 활용하여 빅 데이터를 해석함으로써 수십 개 이상의 원인이 될 수있는 요인에서 소수의 발생 원인으로 좁히는 방법을 효과적이고 단기간에 수행 할 수있는 방법을 몇 가지 다른 문제 사례로 설명합니다.
