반도체 데이터 시각화, 현업에서 쓰는 그래프 읽는 법

방송 부조정실에는 모니터가 벽을 가득 채우고 있습니다. 수십 개의 화면을 한눈에 훑다가 하나만 색이 이상하거나 소리가 끊기면 담당자가 바로 알아차리고, 같은 정보를 숫자 목록으로 받았다면 훨씬 늦게 발견했을 것입니다.

반도체 데이터 시각화가 하는 일도 이와 같습니다. 방대한 측정값을 그림으로 바꿔서 사람의 눈이 가장 잘하는 일, 곧 패턴과 이상을 찾는 일을 시키는 것입니다. 이 글은 현업에서 자주 쓰는 그래프의 종류별로 무엇을 읽고 어디서 속기 쉬운지 정리합니다.

반도체 데이터 시각화가 필요한 이유, 숫자 요약의 한계

평균과 표준편차, 상관계수가 똑같은데 그래프로 그리면 모양이 전혀 다른 데이터 묶음이 있습니다. 통계학에서 앤스콤 사중주라고 부르는 유명한 사례로, 숫자 요약이 데이터의 모양을 다 말해 주지 않는다는 점을 보여 줍니다.

현업에서도 마찬가지입니다. 평균은 정상이지만 한쪽 끝에 이상 값이 뭉쳐 있거나, 시간이 지날수록 값이 서서히 이동하는 경우는 요약 표에서는 가려지고 그래프에서는 한눈에 드러납니다.

그래서 분석 순서의 첫 단계는 모형을 돌리기 전에 그림을 먼저 그려 보는 것이 일반적입니다. 이 글은 도구 사용법보다 그래프를 읽는 눈에 집중합니다.

분포를 보는 그림, 히스토그램과 박스플롯

히스토그램은 값을 구간으로 나누어 얼마나 많은 값이 그 구간에 들어가는지 막대로 보여 줍니다. 모양이 한 봉우리인지, 두 봉우리인지, 한쪽으로 치우쳐 있는지를 보면 공정에 서로 다른 조건이 섞여 있는지 의심할 수 있습니다.

박스플롯은 여러 그룹의 분포를 나란히 비교할 때 쓰입니다. 상자는 중앙값 주변의 사분위 범위를, 선은 그 바깥 범위를, 따로 찍힌 점은 이상 값 후보를 나타냅니다.

박스플롯은 그룹 사이의 차이를 빠르게 훑는 데 좋지만, 각 그룹의 표본 수가 다를 때는 상자만 보고 안심하면 안 됩니다. 값이 몇 개뿐인 그룹의 상자는 모양이 쉽게 바뀌기 때문입니다.

관계를 보는 그림, 산점도와 상관

산점도는 두 변수를 가로축과 세로축에 놓고 점을 찍어 둘이 함께 움직이는지 보는 그림입니다. 점들이 오른쪽 위로 올라가면 한쪽이 커질 때 다른 쪽도 커지는 경향이 있다는 뜻입니다.

여기서 가장 조심할 것은 상관과 인과의 구분입니다. 두 변수가 함께 움직인다고 해서 한쪽이 다른 쪽의 원인이라는 뜻은 아닙니다.

예를 들어 같은 기간에 식각 시간이 길어지고 선폭이 변했는데, 그 사이에 챔버의 상태도 함께 달라졌다면 진짜 원인은 챔버 상태일 수 있습니다. 이런 숨은 변수를 의심하고 조건을 나누어 다시 그려 보는 것이 현업의 기본 습관입니다.

위치를 보는 그림, 웨이퍼 맵

반도체 데이터 시각화 가운데 웨이퍼 맵은 웨이퍼 위 칩의 좌표마다 양품과 불량 여부를 색으로 표시한 그림입니다. 불량이 어떤 숫자로 몇 개인지가 아니라 어디에 몰려 있는지를 보여 준다는 점에서 다른 그래프와 구별됩니다.

불량이 가장자리에 모이면 가장자리에 영향을 주는 공정 요인을, 중앙에 모이면 중앙 쪽에 작용하는 요인을, 한 줄로 길게 이어지면 긁힘처럼 물리적인 원인을 의심해 볼 수 있습니다. 이런 해석은 출발점일 뿐이고 실제 원인은 추가 분석으로 확인해야 합니다.

같은 장비를 거친 웨이퍼들의 맵을 겹쳐 보면 반복되는 패턴이 드러나기도 합니다. 개별 웨이퍼에서는 우연처럼 보이던 모양이 여러 장에서 같은 자리에 나타나면 장비나 조건과의 연관을 따져 볼 근거가 됩니다.

시간을 보는 그림, 추세 차트와 관리도

시간 순서대로 값을 이어 그린 추세 차트는 공정이 서서히 이동하는지, 어느 시점에 갑자기 달라졌는지를 보여 줍니다. 장비 정비나 소재 교체 같은 이벤트 시점을 함께 표시하면 변화의 원인을 짚기 쉬워집니다.

여기에 중심선과 관리 한계를 더한 것이 관리도입니다. 점이 한계를 벗어나지 않더라도 한쪽으로 연속해서 치우치는 경우처럼 이상 신호를 읽는 규칙이 따로 있으니, 자세한 판정은 관련 글을 참고하세요.

그래프에서 속기 쉬운 함정

첫째는 축을 잘라서 작은 차이를 크게 보이게 하는 것입니다. 세로축이 0에서 시작하지 않으면 미세한 차이도 큰 변화처럼 보일 수 있으므로, 축의 범위를 반드시 확인해야 합니다.

둘째는 그룹을 섞어 그리는 일입니다. 전체를 합쳐서 보면 한 방향의 경향이 보이는데 그룹별로 나누면 반대 경향이 나타나는 경우를 심슨의 역설이라고 부르며, 챔버나 lot 같은 조건별로 나누어 보는 습관이 필요합니다.

셋째는 표본이 적은데 그래프의 모양만 보고 결론을 내리는 것입니다. 점이 적을수록 우연한 모양이 많이 생기므로, 그래프는 가설을 세우는 도구로 쓰고 확정은 별도의 검증으로 하는 편이 안전합니다.

그래프 종류별 비교 표

구분	답하는 질문	읽는 포인트	흔한 함정
히스토그램	값이 어떤 모양으로 퍼져 있는가	봉우리 수와 치우침	구간 폭에 따라 모양이 달라짐
박스플롯	그룹 사이에 차이가 있는가	상자 위치, 길이, 이상 값 후보	표본 수 차이를 놓침
산점도	두 변수가 함께 움직이는가	점의 기울기와 흩어짐	상관을 인과로 읽음
웨이퍼 맵	불량이 어디에 몰려 있는가	가장자리, 중앙, 선형 같은 패턴	패턴만 보고 원인을 단정함
추세 차트와 관리도	시간에 따라 달라지는가	이동, 급변, 이상 신호 규칙	이벤트 시점을 표시하지 않음

핵심 정리

반도체 데이터 시각화는 숫자를 눈이 읽을 수 있는 패턴으로 바꾸는 일입니다. 분포는 히스토그램과 박스플롯으로, 관계는 산점도로, 위치는 웨이퍼 맵으로, 시간은 추세 차트와 관리도로 보는 것이 기본 조합입니다.

부조정실의 모니터 벽이 이상을 빨리 알아차리게 해 주듯, 그래프도 가설을 세우는 출발점입니다. 상관과 인과를 구분하고, 축과 표본 수, 그룹 섞임을 점검하는 습관이 그림을 믿을 만한 근거로 바꿉니다.

면접 대비 질문