NANO반도체 제조를 위한 실제 인식형 AI 개발 라이프사이클

반도체 AI는 측정한 것에서 배운다 — 실제에서 배우는 것이 아니다 ​

모델은 보유한 데이터에서 좋은 점수를 내면서도 웨이퍼에 대해서는 틀릴 수 있다. 수백만 개 다이를 전수 검사하는 것은 불가능하므로 모든 데이터셋은 표본이고, 모든 표본은 지표에 드러나지 않는 편향을 안고 있다. 높은 정확도는 실제에 대한 신뢰도와 같은 것이 아니다.

NANO는 AI 개발 라이프사이클(AI DLC)을 다시 정의한다. 마침 존재하는 데이터로 학습하는 대신, 정해진 측정 예산 안에서 실제를 이해하는 데 필요한 데이터를 능동적으로 획득한다.

측정 한 번당 얻는 실제에 대한 지식을 최대화한다.

에이전트가 보는 것 ​

루프 ​

관측 → 추정 → 선택 → 측정 → 다시 관측으로. 측정 예산 한 단위마다 한 번씩 돈다.

이 에이전트는 예측만 하지 않는다. 불확실성을 정량화하고 다음에 무엇을 측정해야 하는지 결정한다. 보간이 아니라 그 결정이 이 프로젝트의 기여다.

근거 ​

직접 실험을 실행해 보기 ​

이 사이트의 모든 숫자는 저장소 안의 단 하나의 결과 파일 — WM-811K 웨이퍼 12장 × 시드 5개 실행 — 에서 생성된다. 페이지에 손으로 써넣은 값은 없으며, 아티팩트가 없는 페이지는 값을 지어내는 대신 없다고 말한다.