NPI와 Yield Ramp: 개발 제품을 양산으로 연결하기
NPI의 이관·초기 수율·변경 관리와 공정·소자·PE·품질의 협업을 가상 70→90% 사례로 배웁니다.
3줄 요약
- NPI의 이관·초기 수율·변경 관리와 공정·소자·PE·품질의 협업을 가상 70→90% 사례로 배웁니다.
- 공식 근거·교육용 제안·가상 데이터의 범위를 구분합니다.
- 관찰된 차이는 가설의 출발점이며 원인 검증과 후속 평가가 필요합니다.
이 페이지 목차
쉬운 설명: 한 번 만든 제품을 반복해서 잘 만들기개발에서 양산으로: 무엇을 넘길까?실제 업무: 같은 제품을 다른 관점에서 보기교육용 사례: 초기 수율 70% → 90%변경 관리: 무엇을 남겨야 할까?면접 질문 · 교육용 예상다음 학습공식 참고 자료와 자체 작성 범위쉬운 설명: 한 번 만든 제품을 반복해서 잘 만들기
NPI(New Product Introduction)는 새 제품을 개발해 생산에 도입하는 과정입니다. 시제품이 한 번 동작하는 것과 여러 Lot·장비에서 같은 품질로 반복 생산하는 것은 다릅니다. 개발 데이터·공정 흐름·설계 버전·검사 방법·품질 기준·이력 추적을 연결해 생산 준비를 확인합니다. NPI는 단일 부서 이름이나 모든 회사의 동일한 단계명을 뜻하지 않습니다.
Yield Ramp는 초기 생산의 수율을 개선하고 안정화해 가는 과정입니다. 단순한 수율 숫자 상승이 아니라 제품 구성·검사 기준·생산량·기간을 맞춰 개선이 지속되는지 확인하는 일입니다. 초기 소량 Lot의 90%와 대량 양산의 90%는 같은 증거가 아닙니다.
개발에서 양산으로: 무엇을 넘길까?
아래는 교육용 흐름입니다. 실제 Gate·승인 기준·담당 조직은 회사와 제품마다 다릅니다.
- 개발 목표 정의: 성능·전력·기능·신뢰성·생산 제약과 검증 대상을 정합니다.
- 시제품 특성화: 공정/소자 특성과 제품 기능·Test 결과를 연결합니다.
- Pilot 생산: 여러 Lot·장비·재료에서 재현성과 측정 신뢰도를 확인합니다.
- 생산 이관 판단: 공정/설계/검사 버전, 관리 항목, 이상 대응·추적 체계와 필요한 품질 근거를 검토합니다.
- 양산 안정화: 불량 유형·변동·원가·검사 시간과 품질을 함께 감시합니다.
이관이 끝났다고 개선이 멈추는 것은 아닙니다. 반대로 수율이 높다는 이유만으로 신뢰성 검증이나 변경 승인을 생략하지 않습니다.
실제 업무: 같은 제품을 다른 관점에서 보기
| 협업 영역 | 주로 확인하는 질문 | 데이터 예 |
|---|---|---|
| 공정기술 | 단위공정 결과가 반복되는가? | CD·두께·결함·장비/재료 이력 |
| 공정설계·PI | 공정 간 변경이 최종 특성에 미치는 영향은? | 공정 흐름·구조·소자/수율 비교 |
| 소자 | 전기 특성과 모델이 요구 범위에 있는가? | I-V/C-V·분포·모델/측정 비교 |
| PE | 제품 기능·검사와 실패 조건은 일관적인가? | Test Program·Bin·최초/재검 수율 |
| 품질·신뢰성 | 사용 조건과 시간에 대한 근거가 충분한가? | 평가 계획·열화·고장 분석·변경 승인 |
이는 교육용 업무 관점이며 공식 조직도나 고정 책임 분장표가 아닙니다. PE의 전기적·기능적 평가와 Physical FA의 구조·재료 증거는 구분합니다. 회사에 따라 PE가 물리 분석을 직접 하거나 관련 조직과 협업할 수 있습니다.
교육용 사례: 초기 수율 70% → 90%
다음 값은 자체 가상 데이터입니다. 동일 제품·검사 단계·최초 검사·고유 제품 수 분모와 고정 판정 기준을 가정합니다. 각각 다른 Pilot 집단이며 실제 기업의 수율이나 양산 승인 기준이 아닙니다.
| 집단 | 검사 수 | 최초 합격 | 공정 관련 가설 Bin | Test 관련 가설 Bin | 기타 Bin | 최초 수율 |
|---|---|---|---|---|---|---|
| 초기 A | 1,000 | 700 | 150 | 80 | 70 | 70% |
| 비교 B | 1,000 | 800 | 90 | 60 | 50 | 80% |
| 비교 C | 1,000 | 900 | 30 | 40 | 30 | 90% |
Bin 명칭은 원인이 검증됐다는 뜻이 아닙니다. 세 불량 Bin은 최초 판정 규칙에 따라 상호 배타적으로 집계했다고 가정합니다. A→C는 20%p 상승, 상대 증가율은 약 28.6%입니다. 재검 회복 제품을 몰래 포함해 최초 수율과 섞지 않습니다.
현상 → 데이터 → 가설
A에서 실패 조건·위치·검사계·공정 이력을 확인합니다. 예를 들어 Contact 구조 차이, 검사 접촉계 변화, 제품 구성 차이를 별도 가설로 세웁니다. A/B/C가 시간 순서로 좋아졌다는 관찰만으로 어떤 변경이 원인인지 알 수 없습니다. 설계·공정·Program을 동시에 바꾸면 기여도를 분리하기 어렵습니다.
검증 → 개선 → 안정화
측정계를 검증하고 비교군·승인된 실험에서 한 변화의 예측을 확인합니다. 전기적 실패 조건과 필요한 물리 분석을 연결하고 독립 Lot의 반복성·반례를 봅니다. 원인이 검증된 경우에만 담당 영역을 개선합니다. 수율 외에도 성능·누설·신뢰성·후속 공정·검사 시간을 재평가합니다. 이 예제는 최종 원인을 제공하지 않습니다.
C의 90% 한 점으로 안정화를 선언하지 않습니다. 같은 정의로 여러 독립 Lot·장비·기간의 분포와 변화점을 확인하고, 관리 기준·예외 처리·추적성을 마련합니다. 충분한 관찰 기간과 표본 수는 제품/위험/검증 계획에 맞춰 결정합니다.
변경 관리: 무엇을 남겨야 할까?
변경 목적과 근거, 적용 범위, 전후 버전·Lot, 검증 항목, 승인·적용 시점, 모니터링·원복 조건을 기록합니다. 조건 변화와 수율 추세를 연결할 수 있어야 합니다. 구체적인 공정 Recipe·기업 내부 Spec은 제시하지 않습니다.
면접 질문 · 교육용 예상
- 수율이 90%가 되면 양산 이관이 가능한가요? → 생산량·반복성·성능·품질·신뢰성·변경 승인까지 설명합니다.
- 70→90% 개선이 한 공정 변경 때문이라고 말할 수 있나요? → 비교군과 교란변수·반례·재현 근거를 먼저 제시합니다.
다음 학습
먼저 Yield와 PE Test Data를 읽고, 대학생 프로젝트에서 분모·조건·검증 계획을 직접 정리하세요. 이후 JD 읽기에서 본인 경험과 요구 업무의 접점을 찾습니다. 공정기술 · PI · PE
공식 참고 자료와 자체 작성 범위
- TI General Quality Guidelines: 제품 개발·검증·변경 관리의 공개 원칙 참고.
- TI Reliability: 개발 초기부터의 신뢰성 검토와 제품 출시 전 검증 원칙 참고.
협업 표·학습 흐름·수치와 예상 질문은 FlashMemory 자체 교육용 구성입니다. 특정 회사의 NPI 절차나 실제 기출을 뜻하지 않습니다.
관련 기술
함께 살펴볼 기술
반도체 이상탐지 실습 — AI Alarm의 오탐·미탐과 Precision·Recall
가상 제조 이상점수 CSV로 두 알람 기준의 Confusion Matrix·Precision·Recall·오탐률을 계산하고 시계열 데이터 누수 및 인과 추론의 한계를 이해합니다.
반도체 Failure Analysis와 RCA | 증거에서 원인 검증까지
전기적 불량을 확인한 뒤 SEM·TEM·FIB·EDS/EDX 등 분석법을 선택하는 과정을 배웁니다. Leakage·Contact 저항·Particle 가상 사례로 증거와 원인 가설을 구분하고 검증합니다.
반도체 Wet Cleaning과 Surface | 세정과 다음 공정의 관계
Particle·유기물·금속 오염·산화막과 표면 상태를 구분해 세정 목적을 이해합니다. 오염 제거와 구조 손상 방지, 다음 공정의 접착·계면 특성을 함께 봅니다.