Description

AI 기반 반도체 공정 솔루션 기업. 실시간 불량 예측·이상탐지 및 R&D 업무 자동화 솔루션을 개발하여 주요 반도체 기업에 제공. 온프레미스 환경에 특화된 맞춤형 솔루션 구축.

Summary

• 실시간 데이터 기반 이상탐지·원인분석 시스템 설계/개발 및 운영

• React + Spring Boot 기반 R&D 자동화 웹 시스템 설계·개발 및 레거시 시스템 오픈소스 전환

• Airflow 기반 데이터 파이프라인 자동화 및 모니터링/운영 도구 개발로 운영 안정성 강화

학사

• Spring Boot 3

• JPA

• MyBatis

• Flask

• Java (SE 17)

• Python 3

• PostgreSQL

• Redis

• Apache Airflow

• React 18

• TypeScript 5

프로젝트 목적

• Etch 공정 Wafer의 실시간 양/불 판정을 통한 품질 이슈 조기 식별

• 설비 간 파라미터 비교·분석을 통한 설비 최적화 지원

상황

• 불량 발생 시점 및 원인 파악이 수작업 중심으로 이슈 대응에 시간 소요

• 설비 간 수만 개의 파라미터를 수동 비교해야 하여 최적화 작업이 비효율적

실행

• Wafer 불량 이슈 시작·종료 시점 자동 계산 및 DB 기록, 대시보드에서 이슈 구간 시각화

• 설비별 파라미터 자동 수집·비교 및 정상/이상 설비 간 차이 시각화, 파라미터 복사 기능 제공

결과

• 이슈 구간 시각화로 불량 원인 분석 시간 단축

• 설비 파라미터 수집·비교·복사 자동화로 설비 최적화 작업 효율화

기술 스택

• Java 17

• Spring Boot 3

• PostgreSQL

• Mybatis

• React 18

• TypeScript 5

프로젝트 목적

• 고무 혼련 공정의 실시간 이상탐지 및 원인분석을 통한 품질 이슈 조기 식별

• Airflow 기반 데이터 파이프라인 자동화로 운영 안정성 확보

상황

• 샘플 채취 후 오프라인 검사 방식으로 양/불 판정까지 시간이 길어 생산 효율 저하

실행

• AI 판정 결과 및 이상 원인 분석 실시간 대시보드 구축

• Airflow 기반 MES 데이터 수집·AI 추론·학습 파이프라인 자동화

• 불량 판정 시 실시간 알림 전송 및 판정·조치 이력 자동 저장

• iframe 기반 고객사 MES 플랫폼 임베딩으로 별도 인증 없이 사용 가능

결과

• 실시간 AI 판정 제공으로 이상 대응 리드타임 단축

• MES 임베딩·알림 연동으로 현장 활용성 및 추적성 향상

기술 스택

• Python 3

• Apache Airflow

• MS SQL Server

• Java 17

• Spring Boot 3

• Mybatis

• PostgreSQL

• React 18

• TypeScript 5

프로젝트 목적

• 4개 신규 디바이스 추가 지원으로 R&D 웹 시스템 범용성 확대

• SPICE Request 워크플로우 통합 관리 및 추적성 강화

상황

• 기존 시스템은 FET만 지원, BJT/Diode/Resistor/Capacitor 추가 요구 존재

• 게시판+파일 첨부 방식으로 진행 상태 추적이 제한적

실행

• BJT/Diode/Resistor/Capacitor 설계·특성 확인 기능을 웹에서 일원화

• 프로젝트 단위 진행 상태 시각화 및 SPICE Request 버전 변경 이력 추적 기능 개발

• Spring Boot Scheduler 기반 Windows AD 사용자 목록 자동 동기화

결과

• 4개 디바이스 추가로 R&D 범용성 확대

• 진행 상태·문서 버전 가시성 향상으로 협업 효율 개선

• AD 연동 자동화로 사용자 관리 비용 절감

기술 스택

• Java 17

• Spring Boot 3

• Mybatis

• PostgreSQL

• Python 3

• Flask

• React 18

• TypeScript 5

프로젝트 목적

• Airflow DAG 진행 상태를 안전하게 모니터링·관리할 수 있는 전용 웹 인터페이스 구축

상황

• Airflow 기본 UI는 선별 임베딩이 어렵고, 권한 부여 시 DAG 삭제 등 오조작 위험 존재

실행

• Airflow DB 직접 조회로 DAG 실행 이력·상태 메타데이터를 신속하게 제공

• DAG Run Trigger, 로그 조회 등 실행 제어는 Airflow REST API로 처리

• 컴포넌트 기반 모듈화로 다양한 프로젝트에 재사용 가능하도록 설계

결과

• 필요 정보만 선별 제공으로 오조작·민감 정보 노출 위험 제거

• DB 직접 조회로 응답 속도 개선 및 사내 프로젝트에서 안정 운영 중

기술 스택

• Airflow REST API

• Java 17

• Spring Boot 3

• Mybatis

• PostgreSQL

• React 18

• TypeScript 5

프로젝트 목적

• SPICE 문서 작성·검토 프로세스를 웹 시스템으로 전환하여 문서 관리 효율 향상

• SPICE 문서 버전 관리 체계 도입으로 변경 이력 추적성 확보

상황

• 파일 업로드·날짜 기반 관리로 체계적 버전 관리 부재

• 변경점 비교를 위해 수동 파일 대조가 필요해 오류 및 누락 가능성 높음

실행

• 문서 단위 버전 부여 및 상태 관리로 이력 표준화

• 필수 입력 검증 및 특성 계산 자동화로 데이터 무결성 강화

• Windows AD 연동 사용자 자동 동기화 및 메일 발송 시스템 구축

결과

• 버전 관리 도입으로 변경 이력 확인이 용이해져 검토 시간 단축

• 필수 항목 검증 및 자동 계산으로 누락·수작업 오류 감소

기술 스택

• Java 17

• Spring Boot 3

• Mybatis

• PostgreSQL

• Python 3

• Flask

• React 18

• TypeScript 5

프로젝트 목적

• Nexacro 기반 레거시를 오픈소스 스택(React, Spring Boot)으로 전환하여 라이선스 비용 절감

• Map 기반 데이터 처리를 DTO 중심으로 전환하여 타입 안전성 및 코드 가독성 개선

상황

• 프론트·백엔드 모두 레거시 구조로 유지보수 비용 과다

• Map 중심 처리로 타입 안전성 부족 및 가독성 저하

실행

• 프론트는 React, 백엔드는 Spring Boot/Java 17로 현대화

• 데이터 처리를 DTO 중심으로 전환하여 구조 일관성 확보

• 세션 기반 인증을 JWT 기반으로 개선하여 서버 부하 경감

• RESTful 설계 원칙 적용으로 리소스 중심 URL 체계 수립

결과

• 오픈소스 전환으로 라이선스 비용 절감 및 유지보수성 개선

• 기존 기능을 유지하며 안정적으로 신규 시스템 마이그레이션 완료

기술 스택

• Java 17

• Spring Boot 3

• Mybatis

• PostgreSQL

• React 18

• TypeScript 5

프로젝트 목적

• 배양기 센서·흡광도(OD) 데이터 통합 관리·시각화로 목표 OD 달성 지원

• 수집 데이터와 예측 모델 연계를 통한 배양 조건 최적화

상황

• 배양실 PC의 PDF를 개별 확인해야 하고, 용량·백신 종류 구분 없이 저장되어 조회·분석 비효율

실행

• PDF 데이터 파싱 및 DB 적재 자동화로 수작업 입력 제거

• 배양기 용량·백신 종류 기준 데이터 분류 및 필터링·조회 기능 구현

• React+Spring Boot 웹에서 테이블·차트 시각화 및 고속 조회·비교 기능 구현

• Flask 기반 분석·예측용 API 서비스 분리 구축

결과

• PDF 중심에서 웹 기반 분석으로 전환하여 데이터 관리 효율 향상

• 예측 모델 연계로 배양 조건 최적화에 기여

기술 스택

• Java 17

• Spring Boot 3

• Spring Data JPA

• PostgreSQL

• Python 3

• Flask

• React 18

• TypeScript 5