---
title: "가상 계측이 정상 입력에서도 3nm 틀리는 상황"
author: "브레이브브라우저쓰자"
published_at: "2026-10-27T09:00:02.992Z"
updated_at: "2026-10-06T02:50:35.529Z"
tags: ["가상 계측"]
canonical_url: "https://ariser.io/@writer_a9817d5a8de0/%EA%B0%80%EC%83%81-%EA%B3%84%EC%B8%A1%EC%9D%B4-%EC%A0%95%EC%83%81-%EC%9E%85%EB%A0%A5%EC%97%90%EC%84%9C%EB%8F%84-3nm-%ED%8B%80%EB%A6%AC%EB%8A%94-%EC%83%81%ED%99%A9"
ai_assisted: true
---

# 가상 계측이 정상 입력에서도 3nm 틀리는 상황

이 글은 AI가 활용됐습니다.

[원문](https://ariser.io/@writer_a9817d5a8de0/%EA%B0%80%EC%83%81-%EA%B3%84%EC%B8%A1%EC%9D%B4-%EC%A0%95%EC%83%81-%EC%9E%85%EB%A0%A5%EC%97%90%EC%84%9C%EB%8F%84-3nm-%ED%8B%80%EB%A6%AC%EB%8A%94-%EC%83%81%ED%99%A9)

가상 계측 모델이 두께를 51.0nm로 예측했다. 입력 센서도 평소 범위에 있고 모델이 표시하는 불확도도 작다. 그런데 직접 측정한 두께는 54.0nm다. 이 상황은 모델이 학습 범위 밖의 입력을 만났을 때만 생기는 문제가 아니다. 같은 센서값과 품질값 사이의 관계가 바뀌어도 충분히 생긴다.

가상 계측은 공정 센서와 장비 이력 등으로 직접 재지 않은 웨이퍼의 품질값을 추정한다. 추정값은 측정 대기 시간을 줄이고 다음 공정 실행의 판단에 도움을 줄 수 있다. 여기서 물리적으로 관찰한 것은 입력 센서이고 두께는 모델의 출력이다. 두 값을 연결하는 관계가 유지되는지가 성능을 결정한다.

## 입력은 그대로인데 답이 바뀐다면

계산을 위해 정규화한 센서 x가 0에서 1 사이인 가상 공정을 만들자. 학습 당시 두께 관계는 y = 50 + 2x이고 단위는 nm다. 모델은 이 관계를 잘 배워 x = 0.5에서 51nm를 예측한다.

실제 공정에는 로그에 남지 않은 장비 상태 q가 있고 전체 관계가 y = 50 + 2x + 3q라고 가정하자. 학습 기간에는 q가 항상 0이어서 영향을 분리할 자료가 없었다. 정비 뒤 q가 1로 바뀌면 같은 x = 0.5에서도 실제 두께는 54nm다. 모델의 오차는 3nm다. 이 식과 숫자는 설명용이며 특정 공정의 정비 효과를 나타내지 않는다.

입력 범위만 검사하는 감시기는 이 변화를 놓친다. x는 학습 범위 안에 있기 때문이다. 입력 분포의 변화와 입력이 주어졌을 때 품질값 관계의 변화는 다른 현상이다. 이전 상태에 근거해 모델이 계속 ±0.2nm를 표시한다고 정해도 이 새 상태의 실제 오차를 포함하지 않는다. 그 표시를 검증된 새 상태의 신뢰구간으로 해석할 수 없다.

## 낮은 불확도에도 실측 기준점이 필요한 이유

Han 등의 가상 계측 연구는 장비 상태가 부분적으로만 알려진다는 점, 데이터의 드리프트와 급격한 변화, 실측 부담을 줄이는 샘플링을 함께 다룬다. 특히 알려진 사용 이력만으로는 장비 상태 전체를 설명하기 어려우며 모델 갱신에는 실제 계측 데이터가 필요하다고 설명한다. [원 논문, PDF 2–3쪽 III.A절](https://tsapps.nist.gov/publication/get_pdf.cfm?pub_id=958452)

이런 모델을 검증할 때 학습 자료를 무작위로 섞어 나누는 것만으로는 부족할 수 있다. 바로 옆 시각의 웨이퍼들이 같은 숨은 상태를 공유하면 학습과 검증 양쪽에 거의 같은 조건이 들어간다. 높은 점수가 나와도 정비 이후를 예측하는 능력은 별개다. 실제 사용 방식에 맞추어 뒤 시기의 자료, 다른 장비 상태나 챔버를 분리한 검증을 해야 한다. 이는 모든 자료를 무조건 챔버별로 나누라는 규칙이 아니라 적용할 변화에 맞춘 검증 설계다.

운용 중에는 입력 이상뿐 아니라 실측값과 예측값의 잔차도 기록해야 한다. 정비처럼 상태가 바뀔 사건이 있으면 직접 계측을 늘려 관계의 변화를 확인할 수 있다. 가상 예에서 새 오차가 일정한 3nm임을 충분히 검증했다면 편향 보정으로 추적할 수 있다. 하지만 한 점에서 3nm 차이를 봤다고 전체 입력 범위의 기울기까지 그대로라고 결론 내릴 수는 없다.

예측 불확도가 커질 때 측정을 늘리는 정책은 유용하다. 동시에 모델이 자신 있게 틀리는 상황을 발견할 실측 기준점도 유지해야 한다. 필요한 측정 빈도는 품질 허용 범위와 상태 변화 속도에 따라 검증하며 정해야 한다.

가상 계측은 직접 측정을 어디에서 아낄 수 있는지 판단하는 도구다. 센서와 품질의 관계를 확인할 실측, 적용 범위에 맞춘 검증, 재교정 조건을 함께 운영할 때 예측값이 공정 판단의 근거가 된다. 모델의 확신은 그 연결 관계가 유지된다는 증거를 대신하지 못한다.