인텔이 반도체 공장 설비 관리에 에이전틱 AI를 적용해 이상 징후를 기존보다 30% 빠르게 찾아내고 있습니다. 단일 사례에서만 연간 약 750만 달러의 비용을 아낀 것으로 확인됐습니다.
인텔은 최근 8개월 동안 에이전틱 AI 플랫폼 ‘시크(Seeq)’를 조율자로 세우고 여러 AI 에이전트를 배치해 이 같은 성과를 냈습니다. 적용 대상은 초순수 설비, 칠러(냉각기), 특수가스와 화학물질 공급 설비처럼 팹을 움직이는 핵심 유틸리티입니다. 이 설비들은 웨이퍼를 직접 가공하지 않지만, 하나라도 이상이 생기면 웨이퍼가 오염되거나 생산 라인이 멈추는 경우가 많습니다.
특히 초순수는 극미량의 불순물도 허용되지 않아, 이상 징후를 얼마나 빨리 잡느냐가 수율과 직결됩니다. 시크 플랫폼은 여러 AI가 역할을 나눠 맡고, 조율자가 이를 지휘하는 구조입니다. 이상 신호가 감지되면 원인 분석부터 작업 지시서 초안 작성까지 이어지며, 최종 승인은 엔지니어가 맡습니다.
.webp)
알람 이후의 작업 방식이 바뀌었습니다
예전에는 알람이 울린 뒤에야 엔지니어가 여러 화면을 열어 데이터를 모으고 원인을 찾아야 했습니다. 이제는 이상 신호가 감지되는 순간 측정값과 비슷했던 과거 사례, 추천 조치가 함께 엔지니어 앞으로 넘어옵니다. 담당 엔지니어가 내용을 확인하고 승인하면 작업 지시서가 자동으로 작성됩니다.
두 회사의 인연은 약 3년 전, 인텔이 대규모 분석 기능을 현장에서 직접 개발하고 배포할 플랫폼을 찾던 때로 거슬러 올라갑니다. 이후 인텔이 AI 도입을 본격화하면서 협력 범위가 에이전틱 AI 쪽으로 넓어졌습니다.
업무량과 에너지 효율도 개선됐습니다
작업 지시서 자동화로 기술자가 맡던 일의 양은 15~20% 가벼워졌고, 연간 노동시간은 12만 시간 넘게 줄었습니다. 칠드워터(냉각수) 플랜트에서는 에너지 효율도 약 15% 높아졌습니다. 이상 감지 속도를 높인 데서 그치지 않고, 설비 운영 전반의 작업 부담을 함께 줄인 셈입니다.
시크는 인텔의 전 세계 사업장 약 70개 시스템과 연결돼 있습니다. 6500만~7000만 개에 달하는 시계열 신호 데이터, 즉 태그를 바로 쓸 수 있도록 통합했으며, 현재 매주 약 1000명의 인텔 엔지니어가 이 소프트웨어를 사용하고 있습니다.
시크 관계자는 자사 플랫폼이 분석 모델을 대신 만들어 주는 “것이 아니다”라고 선을 그었습니다. 대신 설비 엔지니어가 직접 모델을 만들고 개선할 수 있도록 도구와 가이드를 제공하는 데 초점을 맞추고 있다고 설명했습니다.
.webp)

