Seagate가 '지속적인 변화'를 수용하는 이유

1970년대까지 그 뿌리를 추적할 수 있는 소수의 대형 기술 회사 중 하나인 Seagate Technology(캘리포니아주 쿠퍼티노)는 수십 년 동안 최첨단 데이터 스토리지 및 관리 솔루션에 자리를 잡았습니다. 현재 100억 달러 규모의 대용량 데이터 스토리지 인프라 솔루션 회사인 Seagate는 공장 현장에서 인공 지능 및 머신 러닝을 포함한 스마트 제조 전략을 채택하고 있습니다.

2017년에 Seagate는 웨이퍼의 현미경 비전 검사를 위한 AI 제조 소프트웨어를 구현했습니다. 이전에 회사는 규칙 기반 머신 비전 시스템을 사용하여 이상 감지 프로세스를 자동화했습니다. 높은 정확도를 달성했지만 회사는 한계와 씨름하기도 했습니다.

이전 접근 방식에서는 각 유형의 결함에 대해 모두 정적으로 코딩된 엄격한 매개변수가 필요했습니다. 고정된 범위는 제품을 비우거나 중지하기 위한 기준을 결정하는 데 도움이 되었습니다. 그러나 결함 모양의 진화 또는 새로운 유형의 이상 발생으로 인해 점점 더 복잡해지고 전체적으로 관리하기 어려울 수 있는 추가 규칙이 필요했습니다.

포괄적인 디지털 제조 데이터 운영 및 AI 업그레이드를 구현함으로써 이미지 감지의 성능과 규모가 미국과 북아일랜드에 있는 Seagate 웨이퍼 생산 시설 전반에 걸쳐 극적으로 개선되었습니다. 정확도는 오늘날 50%에서 90% 이상으로 향상되었습니다.

이를 달성하기 위해 회사는 회사에서 사용하는 고정밀 도구에서 생성된 테라바이트의 센서 데이터에서 가치를 추출해 왔습니다. 해당 데이터는 표준화되어 AI 시스템에서 더 쉽게 사용할 수 있습니다. 그 결과 Seagate는 이제 웨이퍼 및 도구 결정을 내리는 데 도움이 되는 여러 개의 자동화된 결함 감지 솔루션과 더 잘 조정된 규칙을 사용하여 제조 프로세스의 중요한 단계를 자율적으로 모니터링하는 AI 강화 감지기 포트폴리오를 보유하게 되었습니다.

Seagate는 관련 런타임 메타데이터를 캡처하고 원시 데이터를 컨텍스트에 배치하여 유용한 정보를 실시간으로 생성하여 디지털 세계와 실제 세계 간의 루프를 닫고 제품의 엔지니어링, 제조 및 서비스 방식에 긍정적인 영향을 미칩니다.

디지털 스레드는 생산 실행 중에 수집된 데이터를 보존하여 전사적 자원 관리 및 기타 의사 결정 지원 시스템에 대한 빠른 업데이트를 언제 제정할지 알고 미래의 자동화된 의사 결정을 개선하기 위한 교훈을 생성합니다.

이러한 효율성 덕분에 어느 자산이 정상 궤도에 오르지 못하고 유지보수가 필요한지 예측함으로써 Seagate 장비의 수명을 연장했습니다. 이 회사는 검사 인력, 스크랩 방지, 인력 재배치에 대한 상당한 절감을 실현하고 새 장비에 대한 자본 지출을 피할 수 있었습니다.

이러한 종류의 혁신에 대한 Seagate의 지속적인 초점은 전체 제조 프로세스에 대한 빠르고 정확한 가시성을 통해 운영 성능, 책임을 개선하고 엔터프라이즈 시스템의 효율성을 향상시켰습니다.

딥 러닝 알고리즘 시스템은 다른 공장 제어 시스템에 대한 지원 증거도 생성하므로 Seagate는 가상 계측 및 프로세스 제어에 더 많은 데이터를 활용할 수 있습니다.

Seagate와 같은 하이테크 제조업체는 디지털 제조, AI 및 ML이 대표하는 빠르게 진화하는 기회를 수용해야 합니다. Seagate는 최첨단 기술에 투자했을 뿐만 아니라 지속적인 변화를 통해 조직이 업계의 미래를 정의할 수 있는 방법을 보여주었습니다.