반도체 제조 공정에서 발생하는 다양한 결함을 예측하고 품질을 관리하기 위한 데이터 기반의 인공지능 기술 개발에 중점을 두고 있습니다. 특히, 단일 결함 웨이퍼 맵과 혼합 결함 웨이퍼 맵을 학습하여 높은 정확도로 분류하는 모델을 연구하고 있으며, 이를 통해 제조 과정에서의 불량률을 획기적으로 낮출 수 있는 솔루션을 제공합니다. 또한, 도메인 적응형 능동 학습 기법을 활용하여 비용 효율적인 가상 계측 모델링을 구현하고, 제조 과정에서의 결함을 사전에 탐지하고 예방할 수 있는 프레임워크를 개발하고 있습니다. 이러한 기술은 반도체 제조 뿐만 아니라 다양한 산업 분야에서 품질 관리와 예측 분석에 적용될 수 있습니다.