요즘 AI라는 단어는 어느 장소에서도 자주 듣게되어, AI는 '무엇이든 자동으로 해주는 만능 도구'처럼 보일지도 모르지만 그런 것만은 아니였다. 품질과 수량 모두 적절한 데이터를 준비하고 AI 학습을 시키는 것을 시작으로 정밀도가 좋은 AI가 완성되는것. SCREEN AI의 평가에 있어서 예상외로 고생한 점도 많았다고 한다.

AI 평가 담당자의 사사키씨는 특히 고생한 것이 AI에게 학습시키기 위해 필요한 화상 데이터의 분류 작업이었다고 한다. AI에 학습시키기 위해서는 우선 사람의 손으로 학습용 데이터의 분류 작업을 해야 한다. 그러나 명확하게 허위보고 및 결함을 판단할 수 있는 것은 문제 없지만, 그렇지 않은 애매모호한 데이터를 어떻게 취급하여 AI에 학습시킬 것인가. 분명치 않은 분류를 하게되면, 그것이 AI의 정밀도 저하에 직결되 버리기 때문에, 생각대로의 결과를 낼 수 있게 되기까지 시간을 필요로 했다고 한다.

또, 평가 당초는 익숙하지 않은 AI의 전문 용어에도 고생하며, 용어를 이해할 수 없는 것에 의해 평가가 정체되기도 했다. 그 당시 SCREEN의 리모트 서포트나, SCREEN AI의 소프트웨어를 버젼 업그레이드하는 것으로(예: 화면상의 전문 용어를 배제, 알기 쉬운 언어로 변경), 평가 스피드 및 사용성이 향상되었다고 한다.

작동중인 SCREEN AOI

그럼 실제로 SCREEN AI를 도입한 것으로 어느 정도의 효과가 나타났을까? 현재 SCREEN AI가 효과적으로 일하고 있는 품종이라면 70~80%의 검증 삭감 효과가 나오고 있어 기판 제조의 리드 타임 단축으로 이어지고 있다고 한다. 품종 전체로 보면, 검증 삭감 효과에는 편차가 있기 때문에, 앞으로도 더욱 정밀도를 향상시켜 나갈 방침이라고 한다. 정밀도 향상을 위한 대처로서, 현재 DAISHO DENSHI CO.,Ltd.에서는 AI 모델에 신규 데이터를 추가하고 있다.

SCREEN AI의 특징으로서, 고객 스스로 신규 데이터의 추가나 AI 학습을 실시해, AI 모델에 반영시키는 것이 가능하다는 점이다. 즉, 자유로운 타이밍에 오리지널 AI 모델을 작성할 수 있다. 만약 어떠한 불투명한점이 있었을 경우에는, SCREEN이 적시에 리모트 서포트하는 체제가 갖추어져 있어 사사키씨도 「불투명한점이나 질문이 있을 때, 정중하게 대응해 주는 것이 고맙다」라고 말한다.

처음 최종목표로 생각했던 길의 중반쯤왔다라는 것이지만, SCREEN AI 없는 상태로 돌아가는 것은 생각할 수 없다고 코야마씨는 말한다. DAISHO DENSHI CO.,Ltd.는 '베리파이레스'라는 목표를 향해 앞으로도 정밀도 향상에 계속해서 임할 방침이다.

또한 AOI 이외의 공정에서도 AI를 이용할 수 있는 곳이 있는지 모색해 나가고 싶다고 한다. 예를 들면, 사람이 하고 있던 장치의 조정 등, 셋업에 시간이 걸리는 부분은 AI를 활용해, 가능한 한 사람이 개입하지 않고 끝나게 되지 않을까 등등, 궁리의 여지는 많다고 콘노씨는 말한다.

생산현장에의 AI 도입은 이제 막 시작되었다. DAISHO DENSHI CO.,Ltd.는 앞으로도 지금까지의 지식을 살려 새로운 현장 개선에 AI를 활용하는 방법을 찾아갈것이다.

앞으로도 서로의 협력 관계를 맹세하며 악수를 나누는 DAISHO DENSHI CO.,Ltd. 콘노씨와 SCREEN PE 솔루션즈 수에모리 사장.