KR102616404B1 - 반도체 제품 설계 정보 생성 장치 및 방법 - Google Patents
반도체 제품 설계 정보 생성 장치 및 방법 Download PDFInfo
- Publication number
- KR102616404B1 KR102616404B1 KR1020230053715A KR20230053715A KR102616404B1 KR 102616404 B1 KR102616404 B1 KR 102616404B1 KR 1020230053715 A KR1020230053715 A KR 1020230053715A KR 20230053715 A KR20230053715 A KR 20230053715A KR 102616404 B1 KR102616404 B1 KR 102616404B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- design
- product
- design information
- semiconductor
- Prior art date
Links
- 238000013461 design Methods 0.000 title claims abstract description 316
- 239000004065 semiconductor Substances 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims description 22
- 238000013473 artificial intelligence Methods 0.000 claims description 29
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 238000004088 simulation Methods 0.000 claims description 6
- 239000000047 product Substances 0.000 description 129
- 230000006870 function Effects 0.000 description 50
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 235000012431 wafers Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2115/00—Details relating to the type of the circuit
- G06F2115/06—Structured ASICs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Computer Hardware Design (AREA)
- Accounting & Taxation (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Geometry (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
반도체 제품 설계 정보 생성 장치에 관한 것이며, 반도체 제품 설계 정보 생성 장치는, 필요 기능 정보, 규격 정보 및 가격 정보 중 적어도 하나에 대한 소비자 요청 정보를 수신하는 요청 수신부, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 반도체 제품에 대한 설계 정보를 생성하는 제품 설계부, 상기 설계 정보를 기반으로, 가상 제품을 생성하는 가상 제품 제공부 및 상기 가상 제품에 대한 피드백 정보를 수신하는 피드백 수신부를 포함하되, 상기 제품 설계부는, 상기 피드백 정보를 기반으로 상기 설계 정보 중 적어도 일부를 수정하여 최종 설계 정보를 생성하는 것일 수 있다.
Description
본원은 반도체 제품 설계 정보 생성 장치 및 방법에 관한 것이다.
반도체 사업에 있어서, 턴키 서비스(Turnkey Survice)는, 고객사의 주문에 따라 제품의 설계부터 제조, 패키징 및 테스트까지의 공정을 모두 수행하여 완제품으로 고객사에 제공될 수 있도록 하는 서비스를 의미하며, 이러한 턴키 서비스는, 고객이 원하는 제품을 맞춤형으로 생산할 수 있고, 다품종 소량 생산 및 원가 절감이 가능하며, 제품의 품질관리가 용이해질 수 있는 장점이 있다.
이와 관련하여, 턴키 서비스를 제공하기 위해 필요한, 고객이 원하는 기능, 규격 및 가격 등의 요구 사항에 적절한 반도체 부품의 설계 시에는, 설계자의 지식 및 경험에 의존하게 되는 경우가 많기 때문에, 고객의 니즈에 따른 다양한 제품의 생산이 어려워지며, 일관된 설계 품질을 유지하거나 설계에 소요되는 시간을 줄이기 어려울 수 있다.
본원의 배경이 되는 기술은 한국등록특허공보 제 10-2474856호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 소비자 요청에 따라 요구되는 기능, 규격 및 가격을 만족하는 부품을 선정하고, 선정된 부품을 이용하여 반도체 제품을 자동으로 설계함으로써, 소비자 요청에 따른 조건을 충족하는 제품을 용이하게 설계할 수 있는 반도체 제품 설계 정보 생성 장치 및 방법을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 가상 제품을 제공하고, 가상 제품에 대한 피드백 정보를 기반으로 설계 정보를 수정함으로써, 자동 생성된 설계 정보를 보완할 수 있는 반도체 제품 설계 정보 생성 장치 및 방법을 제공하려는 것으로 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 장치는, 필요 기능 정보, 규격 정보 및 가격 정보 중 적어도 하나에 대한 소비자 요청 정보를 수신하는 요청 수신부, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 반도체 제품에 대한 설계 정보를 생성하는 제품 설계부, 상기 설계 정보를 기반으로, 가상 제품을 생성하는 가상 제품 제공부 및 상기 가상 제품에 대한 피드백 정보를 수신하는 피드백 수신부를 포함하되, 상기 제품 설계부는, 상기 피드백 정보를 기반으로 상기 설계 정보 중 적어도 일부를 수정하여 최종 설계 정보를 생성하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 제품 설계부는, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 상기 반도체 제품의 설계 및 생산에 요구되는 복수의 부품을 선정하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 제품 설계부는, 상기 복수의 부품에 대한 부품 제조사 정보, 부품 규격 정보 및 부품 가격 정보 중 적어도 하나의 정보를 고려하여 상기 설계 정보를 생성하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 가상 제품 제공부는, 상기 복수의 부품에 대응하는 복수의 가상 부품을 이용하여 상기 가상 제품을 생성하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 가상 제품 제공부는, 생성한 상기 가상 제품에 대한 가상 제품 정보를 소비자 단말 및 전문가 단말에 전송하는 것이고, 상기 피드백 수신부는, 상기 소비자 단말 및 상기 전문가 단말로부터 각각 상기 가상 제품 정보에 대한 소비자 피드백 정보 및 전문가 피드백 정보를 수신하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 제품 설계부는, 기초 설계 정보를 획득하고, 상기 기초 설계 정보를 기반으로 추가 구성, 변경 구성 및 삭제 구성을 결정하고, 결정된 상기 추가 구성, 상기 변경 구성 및 상기 삭제 구성에 기초하여, 상기 설계 정보를 생성하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 제품 설계부는, 상기 복수의 부품 또는 상기 복수의 부품의 유사 부품 중 적어도 하나의 부품을 포함하는 복수의 반도체 완제품에 대한 완제품 설계 정보를 획득하고, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보와, 상기 완제품 설계 정보를 이용하여 학습된 인공지능 모델을 기반으로, 상기 반도체 제품에 대한 상기 설계 정보를 생성하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 유사 부품은, 상기 복수의 부품 중 적어도 하나의 부품과 외형, 기능 및 스펙 중 적어도 하나에 대한 유사도가 미리 설정된 임계 정도 이상인 부품을 포함하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 가상 제품 정보는, 상기 가상 제품의 외형, 규격, 스펙, 예상 가격 및 활용 시뮬레이션 결과 중 적어도 하나를 포함하는 것일 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 방법은, (a) 필요 기능 정보, 규격 정보 및 가격 정보 중 적어도 하나에 대한 소비자 요청 정보를 수신하는 단계, (b) 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 반도체 제품에 대한 설계 정보를 생성하는 단계, (c) 상기 설계 정보를 기반으로, 가상 제품을 생성하는 단계, (d) 상기 가상 제품에 대한 피드백 정보를 수신하는 단계 및 (e) 상기 피드백 정보를 기반으로 상기 설계 정보 중 적어도 일부를 수정하여 최종 설계 정보를 생성하는 단계를 포함할 수 있다.
본원의 일 실시예에 따르면, 상기 (b) 단계는, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 반도체 제품의 설계 및 생산에 요구되는 복수의 부품을 선정하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 (b) 단계는, 상기 복수의 부품에 대한 부품 제조사 정보, 부품 규격 정보 및 부품 가격 정보 중 적어도 하나의 정보를 고려하여 상기 설계 정보를 생성하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 (c) 단계는, 생성한 상기 가상 제품에 대한 가상 제품 정보를 소비자 단말 및 전문가 단말에 전송하는 것이고, 상기 (d) 단계는, 상기 소비자 단말 및 상기 전문가 단말로부터 각각 소비자 피드백 정보 및 전문가 피드백 정보를 수신하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 (b) 단계는, 기초 설계 정보를 획득하고, 상기 기초 설계 정보를 기반으로 추가 구성, 변경 구성 및 삭제 구성을 결정하고, 결정된 상기 추가 구성, 상기 변경 구성 및 상기 삭제 구성에 기초하여, 상기 설계 정보를 생성하는 것일 수 있다.
본원의 일 실시예에 따르면, 상기 (b) 단계는, 상기 복수의 부품 또는 상기 복수의 부품의 유사 부품 중 적어도 하나의 부품을 포함하는 복수의 반도체 완제품에 대한 완제품 설계 정보를 획득하고, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보와, 상기 완제품 설계 정보를 이용하여 학습된 인공지능 모델을 기반으로, 상기 반도체 제품에 대한 상기 설계 정보를 생성하는 것일 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 소비자 요청에 따라 요구되는 기능, 규격 및 가격을 만족하는 부품을 선정하고, 선정된 부품을 이용하여 반도체 제품을 자동으로 설계함으로써, 소비자 요청에 따른 조건을 충족하는 제품을 용이하게 설계할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 가상 제품을 제공하고, 가상 제품에 대한 피드백 정보를 기반으로 설계 정보를 수정함으로써, 자동 생성된 설계 정보를 보완할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 반도체 제품 설계 정보 생성 시스템의 개략적인 구성도이다.
도2는 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 장치의 개략적인 블록도이다.
도 3은 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 시스템의 프로세스에 대한 계략적인 흐름도이다.
도 4는 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 방법에 대한 동작 흐름도이다.
도2는 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 장치의 개략적인 블록도이다.
도 3은 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 시스템의 프로세스에 대한 계략적인 흐름도이다.
도 4는 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 방법에 대한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본원의 일 실시예에 반도체 제품 설계 정보 생성 시스템의 개략적인 구성도이다.
도 1을 참조하면, 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 시스템(10)은, 반도체 제품 설계 정보 생성 장치(100), 소비자 단말(200), 전문가 단말(300) 및 데이터베이스(400)를 포함할 수 있다.
이하에서는, 설명의 편의를 위해 본원의 일 실시예에 따른 '반도체 제품 설계 정보 생성 시스템(10)'을 '본 시스템(10)'이라 지칭하고, 본원의 일 실시예에 따른 '반도체 제품 설계 정보 생성 장치(100)'를 '본 장치(100)'라 지칭하기로 한다.
본원의 일 실시예에 따르면, 본 장치(100), 소비자 단말(200) 및 전문가 단말(300)은, 데이터, 콘텐츠 및 각종 통신 신호를 네트워크를 통해 송수신하는 것으로, 데이터 저장 및 처리의 기능을 가지는 모든 종류의 서버, 단말 또는 디바이스의 형태로 구비되는 것일 수 있다.
이와 관련하여, 소비자 단말(200) 및 전문가 단말(300)은, 네트워크를 통해 본 장치(100)와 연동되는 디바이스로서, 예를 들면, 스마트폰(Smartphone), 스마트패드(Smart Pad), 태블릿 PC, 웨어러블 디바이스 등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기 같은 모든 종류의 무선 통신 장치 및 데스크탑 컴퓨터, 스마트 TV와 같은 고정용 단말기일 수 있다.
또한, 데이터베이스(400)는, 반도체 제품에 적용 가능한 다양한 부품들에 대한 부품 데이터 및 기존에 이미 생산되거나 설계되어 있는 다양한 반도체 제품에 대한 제품 데이터를 저장하고 있는 것일 수 있다. 다시 말해, 데이터베이스(400)는, 오픈 된 반도체 제품 및 부품들에 대한 정보들을 저장하는 것일 수 있다.
또한, 본 장치(100), 소비자 단말(200), 전문가 단말(300) 및 데이터베이스(400) 간의 정보 공유를 위한 네트워크의 일 예로는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 유무선 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, Wifi 네트워크, NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함될 수 있으나, 이에 한정된 것은 아니다.
구체적으로, 본 장치(100)는, 소비자 단말(200)로부터 소비자 요청 정보를 수신하고, 소비자 요청 정보에 따른 반도체 제품에 대한 설계 정보를 생성하여 소비자 단말(200) 및 전문가 단말(300)에 전송하고, 소비자 단말(200) 및 전문가 단말(300)로부터 전송한 반도체 제품에 대한 설계 정보에 대한 피드백 정보를 수신하고, 수신한 피드백 정보를 기반으로 해당 설계 정보를 수정하여 최종 설계 정보를 생성하는 것일 수 있다.
또한, 본 장치(100)는, 생성한 최종 설계 정보를 소비자 단말(200) 및 전문가 단말(300)에 제공할 수 있다. 또한, 본 장치(100)는, 전문가 단말(300)을 소지하는 전문가가 보유하고 있는 복수의 부품 재고 정보를 저장하고 있다면, 최종 설계 정보에 따른 복수의 부품 중 추가 주문이 필요한 부품을 파악하고, 추가 주문이 필요한 부품을 자동으로 주문하거나, 전문가 단말(300)에 해당 부품들의 주문 진행 여부에 대한 확인 요청을 전송하고 전문가 단말(300)로부터 확인 완료에 대한 입력이 수신되면 해당 부품을 주문할 수 있다.
이하에서는, 본 장치(100)의 반도체 제품의 설계 정보 생성 과정에 대해 상세히 설명하기로 한다.
도 2는 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 장치의 개략적인 블록도이다. 또한, 도3은 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 시스템의 프로세스에 대한 계략적인 흐름도이다.
도 2를 참조하면, 반도체 제품 설계 정보 생성 장치(100)는, 요청 수신부(110), 설계부(120), 가상 제품 제공부(130) 및 피드백 수신부(140)를 포함할 수 있다.
도 3을 참조하면, 요청 수신부(110)는, 필요 기능 정보, 규격 정보 및 가격 정보 중 적어도 하나에 대한 소비자 요청 정보를 수신할 수 있다(S101).
구체적으로, 요청 수신부(110)는, 소비자 단말(200)로부터 소비자가 원하는 반도체 제품에 필요한 기능, 규격 및 가격 등에 대한 정보를 수신하는 것일 수 있다.
예시적으로, 요청 수신부(110)는, 필요 기능 정보로서, 필수적으로 탑재되어야 할 기능에 대한 필수 기능 정보, 규격 정보 및 가격 정보에 한하여 탑재 가능하다면 소비자가 탑재되기를 희망하는 기능에 대한 선택 기능 정보 등을 수신할 수 있고, 응용 분야, 정밀도, 효율성 및 재현성에 대한 허용 범위 등에 대한 정보를 수신하는 것일 수도 있다.
또한, 요청 수신부(110)는, 규격 정보로서, 크기, 높이 및 무게 등에 대한 허용 범위 또는 환경, 안전, 보건에 대한 규정, 유해물질의 농도에 대한 기준 및 인체공학적 설계 관련 기준 등에 대한 정보를 수신할 수 있으며, 가격 정보로서, 반도체 제품의 제작에 소요되는 가격 또는 반도체 제품의 제작에 사용되는 부품들의 가격에 대한 허용 범위 등을 수신할 수 있다.
또한, 소비자 요청 정보는, 필요 기능 정보, 규격 정보 및 가격 정보 외에, 사용 희망 부품, 선호 부품, 선호 부품 제조사, 이전 사용 반도체 제품의 설계 정보 등에 대한 정보를 더 포함하는 것일 수 있다.
본원의 일 실시예에 따르면, 설계부(120)는, 수신된 필요 기능 정보, 규격 정보 및 가격 정보에 따른 반도체 제품에 대한 설계 정보를 생성할 수 있다. 이때, 설계 정보는 반도체 제품의 제작에 요구되는 부품의 종류, 배치, 연동 관계 등을 포함하는 것일 수 있으나, 이에 한정되는 것은 아니다.
구체적으로, 도 3을 참조하면, 설계부(120)는, 데이터베이스(400)으로부터 반도체 제품에 적용 가능한 다양한 부품에 대한 부품 데이터를 획득할 수 있다(S102). 이때, 부품은, 반도체 칩을 생산하는 데 요구되는 부품을 포함하는 것일 수 있으며, 예시적으로, 실리콘 웨이퍼와, 트랜지스터, 저항, 콘덴서 등의 각종 소자, 그리고 패키징 및 기판 등의 부품들을 포함하는 것일 수 있다.
도 3을 참조하면, 설계부(120)는, 획득한 부품 데이터를 기반으로, 필요 기능 정보, 규격 정보 및 가격 정보에 따른 반도체 제품의 설계 및 생산에 요구되는 복수의 부품을 선정하는 것일 수 있다(S103).
구체적으로, 설계부(120)는, 데이터베이스(400)에 저장되어 있는 부품 데이터에 기초하여 필요 기능 정보에 따른 기능을 수행할 수 있는 부품들을 1차 선정하고, 1차 선정된 부품들 중 규격 정보 및 가격 정보에 따른 허용 범위에 충족되는 부품들을 2차 선정하는 것일 수 있다.
또한, 설계부(120)는, 소비자 요청 정보에 포함되어 있는 사용 희망 부품, 선호 부품, 선호 부품 제조사, 이전 사용 반도체 제품의 설계 정보 등을 더 고려하여 부품을 선정하는 것일 수 있다.
예를 들어, 설계부(120)는, 소비자 단말(200)로부터 수신한 사용 희망 부품이 필요 기능 정보, 규격 정보 및 가격 정보를 모두 충족하는 부품이라면, 해당 부품을 필수적으로 선정할 수 있고, 소비자 단말(200)로부터 수신한 선호 부품이 필요 기능 정보, 규격 정보 및 가격 정보를 모두 충족하는 부품이라면, 해당 부품 외의 부품들을 선정함에 있어 방해가 되지 않는 경우 가능한 한 해당 부품을 선정하도록 할 수 있다. 또한, 설계부(120)는, 필요 기능 정보, 규격 정보 및 가격 정보를 모두 충족하는 부품이 다수 존재하는 경우, 소비자 요청 정보에 포함된 선호 부품 제조사의 부품을 우선 선정할 수 있고, 설계부(120)는, 소비자 단말(200)로부터 수신한 이전 사용 반도체 제품의 설계 정보에 기초하여, 이전 사용 반도체 제품에 이용된 부품 또는 해당 부품의 관련 부품을 위주로 부품들을 선정하는 것일 수도 있다. 여기서 관련 부품은, 해당 부품과 같은 제조사에서 제작한 부품, 해당 부품과 함께 사용되는 비율이 높은 부품 및 해당 부품과 외형, 기능, 규격, 가격, 재질(소재) 및 스펙 중 적어도 하나가 동일하거나 유사한 부품 중 적어도 하나를 포함하는 것일 수 있다.
또한, 설계부(120)는, 획득한 부품 데이터를 기반으로, 선정된 복수의 부품에 대한 유사 부품을 선정할 수 있다(S104). 이때, 유사 부품은, 복수의 부품 중 적어도 하나의 부품과 외형, 기능, 규격, 가격, 재질(소재) 및 스펙 중 적어도 하나에 대한 유사도가 미리 설정된 임계 정도 이상인 부품을 포함하는 것일 수 있다.
구체적으로, 설계부(120)는, 선정된 복수의 부품의 이미지 및 복수의 부품에 대한 외형, 기능, 규격, 가격, 재질(소재) 및 스펙 등에 대한 설명을 포함하는 텍스트를 기반으로, 유사도 검사를 통해 복수의 부품 중 적어도 하나의 부품과 미리 설정된 임계 정도 이상으로 유사한 유사 부품을 데이터베이스(400)에서 획득하는 것일 수 있다.
이때, 설계부(120)에서 선정하는 부품은 소비자에게 요청 받은 반도체 제품을 제작함에 있어 사용할 예정인 부품 또는 사용할 가능성이 높은 부품을 의미하는 것일 수 있고, 유사 부품은, 후술될 설계 정보 생성을 위한 인공지능 모델의 학습에 적용할 학습 데이터로서 사용할 외형, 기능, 규격, 가격, 재질(소재) 및 스펙 등과 관련한 정보를 갖는 부품을 의미하는 것일 수 있다.
즉, 유사 부품은, 상술한 관련 부품에 포함되는 것으로, 부품의 선정에 있어 관련 부품으로 분류되나 설계부(120)에서 결과적으로 선정하지 않은 부품들을 포함하는 것일 수 있으나, 이에 한정되는 것은 아니다.
도 3을 참조하면, 설계부(120)는, 데이터베이스(400) 기존에 이미 생산되거나 설계되어 있는 다양한 반도체 제품에 대한 제품 데이터를 획득할 수 있다(S105).
또한, 설계부(120)는, 복수의 부품 또는 복수의 부품의 유사 부품 중 적어도 하나의 부품을 포함하는 복수의 반도체 완제품에 대한 완제품 설계 정보를 획득할 수 있다(S106). 이때, 설계부(120)는, 완제품 설계 정보로서, 소비자 단말(200)로부터 수신한 이전 사용 반도체 제품의 설계 정보도 함께 활용하는 것일 수 있다.
다시 말해, 설계부(120)는, 복수의 부품 또는 복수의 부품의 유사 부품 중 적어도 하나의 부품을 포함하는 복수의 반도체 완제품에 대한 설계 정보 및 소비자의 이전 사용 반도체 제품에 대한 설계 정보를 완제품 설계 정보로 획득할 수 있다.
도 3을 참조하면, 설계부(120)는, 복수의 부품에 대한 부품 제조사 정보, 부품 규격 정보 및 부품 가격 정보 중 적어도 하나의 정보를 고려하여 부품의 종류 및 배치와, 각각의 부품 간의 연동 관계(연결 관계) 등에 대한 설계 정보를 생성하는 것일 수 있다(S107).
구체적으로, 설계부(120)는, 필요 기능 정보, 규격 정보 및 가격 정보와, 완제품 설계 정보를 이용하여 학습된 인공지능 모델을 기반으로, 반도체 제품에 대한 설계 정보를 생성하는 것일 수 있다.
달리 말해, 설계부(120)는, 필요 기능 정보, 규격 정보, 가격 정보, 사용 희망 부품, 선호 부품, 선호 부품 제조사, 이전 사용 반도체 제품의 설계 정보 등을 포함하는 사용자 요청 정보를 기반으로 선정한 복수의 부품 및 복수의 부품에 대한 유사 부품 중 적어도 하나의 부품이 사용된 반도체 완제품에 대한 완제품 설계 정보를 인공지능 모델에 입력하여 소비자가 원하는 반도체 제품에 대한 설계 정보를 생성하는 것이되, 인공지능 모델은, 사용자 요청 정보 및 완제품 설계 정보를 입력 받고, 입력된 정보들을 기반으로 소비자 요청에 가장 적합한 반도체 제품을 제작할 수 있는 설계 정보를 생성하여 출력하도록 학습된 것일 수 있다.
이러한 인공지능 모델은, 예시적으로, 딥러닝 모델, 기계학습(머신러닝) 모델, 신경망 모델(인공 신경망 모델), 뉴로 퍼지 모델 등을 의미할 수 있다. 본원에서 고려되는 인공지능 모델로는, 컨볼루션 신경망(Convolution Neural Network, CNN, 합성곱 신경망), 순환신경망(RNN, Recurrent Neural Network), 딥 신경망(Deep Neural Network) 등과 같이 종래에 이미 공지되었거나 향후 개발되는 다양한 기계학습을 위한 신경망 모델이 적용될 수 있다.
구체적으로, 사용자 요청 정보 및 완제품 설계 정보 등을 포함하는 다양한 정보를 기반으로, 인공지능 모델에 입력하여 설계 정보를 생성하되, 입력되는 다양한 정보 각각의 가중치를 달리하여, 설계 정보를 생성할 수 있다.
다시 말해, 설계부(120)의 인공지능 모델은, 반복적으로 진행되는 학습을 기반으로, 다양한 입력 정보들의 가중치를 조절하여, 설계 정보의 생성 및 출력에 반영할 수 있다. 다만, 이에 한정되는 것은 아니며, 설계부(120)는, 미리 설정된 가중치 조건에 따라 입력 정보들의 가중치를 조절하는 것일 수도 있다. 이때, 입력 정보는, 인공지능 모델에 입력되는 필요 기능 정보, 규격 정보 및 가격 정보를 포함하는 사용자 요청 정보 및 완제품 설계 정보 중 적어도 하나의 정보를 포함하는 것일 수 있다.
이와 관련하여, 상술한 미리 설정된 가중치 조건은, 소비자 단말(200)로부터 소비자 요청 정보를 수신할 때, 함께 수신되는 각각의 소비자 요청 정보에 대한 중요도 정보를 기반으로 설정되는 것일 수 있고, 필요 기능 정보, 규격 정보 및 가격 정보의 충족 난이도를 기반으로 설정되는 것일 수 있다. 다시 말해, 설계부(120)는, 필요 기능 정보, 규격 정보 및 가격 정보를 포함하는 사용자 요청 정보 및 완제품 설계 정보 중 적어도 하나의 입력 정보의 중요도 및 충족 난이도를 기반으로 각각의 입력 정보의 가중치를 조절하여, 인공지능 모델에 적용함으로써, 생성하는 설계 정보에 상대적으로 높은 가중치가 적용된 정보의 영향이 타 정보의 영향 대비 크게 반영되도록 할 수 있다.
예를 들어, 소비자가 가격 정보 대비 필요 기능 정보 및 규격 정보에 더 높은 중요도를 부여한 중요도 정보를 소비자 요청 정보와 함께 입력한 경우, 설계부(120)는, 부품의 선정 및 설계 정보의 생성에 있어서, 필요 기능 정보 및 규격 정보의 가중치를 가격 정보 대비 높게 설정하여 인공지능 모델에 입력함으로써, 가격 정보에 대한 허용 범위를 다소 벗어나더라도 필요 기능 정보 및 규격 정보를 보다 완벽하게 충족하는 설계 범위를 생성하는 것일 수 있다.
또 다른 예를 들어, 필요 기능 정보에 따른 기능들을 충족하는 것이 규격 정보 및 가격 정보를 충족하는 것 대비 어려운 경우, 설계부(120)는, 생성되는 설계 정보에 타 입력 정보 대비 필요 기능 정보에 의한 영향이 상대적으로 더 크도록 각각의 입력 정보의 가중치를 조절하는 것일 수 있다.
여기서, 조절된 가중치는, 인공지능 모델에 입력되는 입력 정보에만 적용되는 것으로 한정되는 것은 아니며, 상술한 부품의 선정, 유사 부품의 획득 및 완제품 설계 정보의 획득 등에도 이용되는 것일 수 있다.
또한, 인공지능 모델은, 후술되는 피드백 정보를 함께 고려하여 학습을 반복함으로써, 설계 정보의 구성 요소 중 피드백을 받아 수정되는 빈도가 높은 구성 요소를 파악하고, 파악한 구성 요소의 생성에 영향을 미친 적어도 하나의 입력 정보를 판단하여, 이후의 설계 정보의 생성에 있어서, 해당 입력 정보의 가중치를 상대적으로 낮게 설정하는 것일 수 있다. 달리 말해, 설계부(120)는, 인공지능 모델에 입력되는 다양한 입력 정보 중 적어도 하나의 정보의 가중치를, 반복적인 학습 및 출력(설계 정보의 생성)을 통해 조절할 수 있다.
또한, 설계부(120)는, 기초 설계 정보를 획득하고, 기초 설계 정보를 기반으로 추가 구성, 변경 구성 및 삭제 구성을 결정하고, 결정된 추가 구성, 변경 구성 및 삭제 구성에 기초하여, 설계 정보를 생성하는 것일 수 있다.
이와 관련하여, 기초 설계 정보는, 완제품 설계 정보 중 어느 하나의 설계 정보 또는 소비자 단말(200)을 통해 수신한 이전 사용 반도체 제품의 설계 정보 중 어느 하나의 설계 정보일 수 있다. 예를 들어, 기초 설계 정보는, 완제품 설계 정보 중 선정된 부품이나 유사 부품을 가장 많이 포함하는 반도체 완제품에 대한 설계 정보일 수 있고, 완제품 설계 정보 중 소비자 단말(200)로부터 수신한 사용 희망 부품을 포함하고 필요 기능 정보에 충족하는 기능을 수행할 수 있되, 그 중 가장 단순한 구조로 설계된 반도체 완제품에 대한 설계 정보일 수 있다.
다만, 이에 한정되는 것은 아니며, 다수의 소비자 단말(200)로부터 수신한 다수의 이전 사용 반도체 제품의 설계 정보, 선정된 부품 또는 선정된 부품의 관련 부품(유사 부품 포함) 중 소정 개수 이상의 부품을 포함하는 반도체 완제품에 대한 완제품 설계 정보 등을 고려하여 기초 설계 정보로 사용 가능한 복수의 후보 기초 설계 정보 중 선택되는 어느 하나의 설계 정보로 결정되는 것일 수도 있다.
또한, 설계 정보의 구성 요소는, 상술한 반도체 제품의 제작에 요구되는 부품의 종류 및 배치와, 각각의 부품 간의 연동 관계(연결 관계)를 포함하는 것일 수 있다.
즉, 설계부(120)는, 설계 정보를 생성할 때, 소비자 요청 정보 및 완제품 설계 정보를 기반으로, 기초 설계 정보에 추가되어야 할 구성 요소(추가 구성 요소), 삭제되어야 할 구성 요소(삭제 구성 요소), 다른 구성 요소로 변경되어야 할 구성 요소(변경 구성 요소)를 판단하여, 판단 결과에 따라 기초 설계 정보에 추가 구성 요소를 추가하고, 삭제 구성 요소를 삭제하고, 변경 구성 요소를 기존의 구성 요소에서 새로운 구성 요소로 변경하여 설계 정보를 생성하는 것일 수 있다.
상술한 바에 따르면, 설계부(120)는, 소비자 요청 정보 및 완제품 설계 정보를 기반으로 설계 정보를 생성하되, 구체적으로, 복수의 부품과 복수의 부품의 유사 부품 및 다수의 완제품 설계 정보에 기초하여 학습된 인공지능 모델을 이용하여, 소비자 요청 정보 및 완제품 설계 정보를 기반으로, 기초 설계 정보에 대한 추가 구성 요소, 삭제 구성 요소 및 변경 구성 요소를 결정하고, 결정된 추가 구성 요소, 삭제 구성요소 및 변경 구성에 따라 기초 설계 정보를 기반으로 반도체 제품의 설계 정보를 생성하는 것일 수 있다.
이에 따라, 본 장치(100)는, 소비자 요청에 따라 요구되는 기능, 규격 및 가격을 만족하는 부품을 선정하고, 선정된 부품을 이용하여 반도체 제품을 자동으로 설계함으로써, 소비자 요청에 따른 조건을 충족하는 제품을 용이하게 설계할 수 있다.
본원의 일 실시예에 따르면, 본 장치(100)는, 생성한 설계 정보의 소비자 요구 사항 만족 여부 확인과 완성도 향상을 위해, 선정한 부품 및 생성한 설계 정보에 따른 가상 제품을 생성하고, 선정한 부품, 생성한 설계 정보 및 이에 따라 제작될 예정인 반도체 제품의 성능을 평가할 수 있도록, 생성한 가상 제품을 소비자 단말(200) 및 전문가 단말(300)에 전송하여 제공할 수 있다. 다시 말해, 본 장치(100)의 가상 제품 제공부(130)는, 설계 정보를 기반으로, 가상 제품을 생성할 수 있다.
구체적으로, 도 3을 참조하면, 가상 제품 제공부(130)는, 선정된 복수의 부품에 대응하는 복수의 가상 부품을 생성할 수 있다(S108). 이때, 가상 부품의 모티브가 되는 부품은, 생성된 설계 정보에 따른 반도체 제품에 이용 될 부품으로, 설계 정보를 생성하는 과정에서 선정되었던 부품들을 모두 포함하는 것은 아닐 수 있다.
도 3을 참조하면, 가상 제품 제공부(130)는, 생성한 복수의 가상 부품을 이용하여 가상 제품을 생성할 수 있다(S109).
여기서, 가상 부품 및 가상 제품은, 생성한 설계 정보에 반영되는 복수의 부품 및 복수의 부품을 이용하여 제작할 수 있는 반도체 제품의 제작 예시를 3D 모델링을 통해 가상 공간에서 확인할 수 있도록 생성된 디지털 정보를 포함하는 것일 수 있다.
도 3을 참조하면, 가상 제품 제공부(130)는, 생성한 가상 제품에 대한 가상 제품 정보를 소비자 단말(200) 및 전문가 단말(300)에 전송하는 것일 수 있다(S110 및 S111).
이때, 가상 제품 정보는, 가상 제품의 외형, 규격, 스펙, 예상 가격 및 활용 시뮬레이션 결과 중 적어도 하나를 포함하는 것일 수 있다. 구체적으로, 가상 제품 정보는, 일예로, 복수의 가상 부품을 이용하여 가상 제품이 제조되는 과정을 포함하는 영상, 소비자 요청 정보에 따른 기능의 수행 시뮬레이션 영상, 완성된 가상 제품의 파트 별 부품의 종류 및 배치 이미지 등을 포함할 수 있다.
또한, 가상 제품 제공부(130)는, 소비자 및 전문가가 가상 제품을 통해, 실제 제작될 반도체 제품을 테스트 해볼 수 있도록 제공하는 것일 수 있다. 다시 말해, 가상 제품 제공부(130)는, 가상 제품 정보로서, 가상 제품 및 가상 부품을 이용한 시뮬레이션을 제공할 수 있다.
본원의 일 실시예에 따르면, 피드백 수신부(140)는, 가상 제품에 대한 피드백 정보를 수신할 수 있다.
구체적으로, 도 3을 참조하면, 피드백 수신부(140)는, 소비자 단말(200) 및 전문가 단말(300)로부터 각각 가상 제품 정보에 대한 소비자 피드백 정보 및 전문가 피드백 정보를 수신하는 것일 수 있다(S112 및 S113).
구체적으로, 가상 제품 제공부(130)는, 설계 정보에 대한 가상 제품 정보를 소비자 단말(200) 및 전문가 단말(300)에 제공할 수 있고, 피드백 수신부(140)는, 소비자 단말(200) 및 전문가 단말(300) 각각으로부터, 가상 제품 정보 및 가상 제품 정보의 기반인 설계 정보의 복수의 구성 요소 중 적어도 하나의 구성 요소에 대한 수정 요청, 수정 방안 및 수정 예시 중 적어도 하나에 대한 피드백 정보를 수신할 수 있다.
도 3을 참조하면, 설계부(120)는, 피드백 정보를 기반으로 설계 정보 중 적어도 일부를 수정하여 최종 설계 정보를 생성할 수 있다(S114).
구체적으로, 설계부(120)는, 소비자 단말(200) 및 전문가 단말(300) 각각으로부터 수신한 대한 소비자 피드백 정보 및 전문가 피드백 정보를 기반으로 가상 제품을 생성할 때 이용한 설계 정보(이하, 제1설계 정보)로부터 수정 설계 정보(이하, 제2설계 정보)를 생성할 수 있다. 다시 말해, 설계부(120)는, 소비자 피드백 정보 및 전문가 피드백 정보를 인공지능 모델에 더 입력하여, 제1설계 정보로부터 일부 구성 요소가 수정된 제2설계 정보를 생성하는 것일 수 있다.
설계부(120)는, 소비자 단말(200) 및 전문가 단말(300)로부터 수신한 피드백 정보(소비자 피드백 정보 및 전문가 피드백 포함)에 기초하여, 제1설계 정보에서 적어도 하나의 구성 요소에 대한 수정을 수행하는 것으로, 구체적으로, 적어도 하나의 구성 요소의 추가, 삭제 및 변경을 수행하는 것일 수 있다.
이와 관련하여, 설계부(120)는, 피드백 정보가 적어도 하나의 구성 요소의 수정 요청을 포함하면, 해당 구성 요소의 삭제 또는 변경을 수행한 적어도 하나의 제2설계 정보를 생성할 수 있다. 이에 따르면, 설계부(120)는, 수정 방법을 달리하여 복수 개의 제2설계 정보를 생성하는 것일 수 있고, 복수의 제2설계 정보 중 적어도 하나를 소비자 단말(200) 및 전문가 단말(300)에 제공하는 것일 수 있다.
예시적으로, 설계부(120)는, 피드백 정보가 적어도 하나의 구성 요소의 수정 요청과 함께, 해당 구성 요소의 수정 방안을 포함하면, 수신한 수정 방안에 따라 수정 요청된 해당 구성 요소의 삭제 또는 변경을 수행하거나, 제1설계 정보에 포함되지 않았던 적어도 하나의 구성 요소의 추가를 수행한 적어도 하나의 제2설계 정보를 생성하여, 소비자 단말(200) 및 전문가 단말(300)에 다시 제공하는 것일 수 있다.
또한, 피드백 정보는, 소비자 단말(200)을 소지한 소비자 및/또는 전문가 단말(300)을 소지한 전문가에 의해 제1설계 정보가 직접 수정된 예시인 수정 예시를 포함할 수도 있고, 피드백 정보에 수정 예시가 포함되면, 설계부(120)는, 수신된 수정 예시와 동일하게 제1설계 정보를 수정하여, 제2설계 정보를 생성하고, 소비자 단말(200) 및 전문가 단말(300)에 제공할 수 있다.
이때, 설계부(120)는, 제1설계 정보의 구성 요소 중 적어도 일부가 수정된 제2설계 정보를 소비자 단말(200) 및 전문가 단말(300)에 다시 제공하고, 피드백 수신부(140)는, 제2설계 정보에 대한 제2피드백 입력을 수신할 수 있다.
다시 말해, 본 장치(100)는, 피드백 정보를 수신하고, 피드백 정보를 기반으로 설계 정보를 수정하는 일련의 과정을, 소비자 단말(200) 및 전문가 단말(300)로부터 각각의 수정 완료 입력을 모두 수신하여, 최종 설계 정보가 결정될 때까지 반복할 수 있으며, 설계 정보는, 수정을 반복함에 따라, 제2설계 정보, 제3설계 정보, ?? 제n설계 정보 등으로 표현될 수 있으나, 이에 한정되는 것은 아니다.
이에 따라, 본 장치(100)는, 설계 정보의 생성 및 생성한 설계 정보에 대한 피드백 정보의 수신을 반복함으로써, 소비자가 만족하고, 전문가가 판단하기에 안전하고 효율적인 반도체 제품의 설계 정보를 제공할 수 있다.
또한, 설계부(120)는, 반도체 제품의 사용 안전성 및 완성도를 위해, 소비자 피드백 정보 대비 전문가 피드백 정보에 더 큰 가중치를 부여하여 인공지능 모델에 입력하는 것일 수 있다. 다만, 이에 한정되는 것은 아니다. 설계부(120)는, 소비자 단말(200) 및 전문가 단말(300) 각각으로부터 수신한 대한 소비자 피드백 정보 및 전문가 피드백 정보를 기반으로 가상 제품을 생성할 때 이용한 설계 정보(이하, 제1설계 정보)로부터 수정 설계 정보(이하, 제2설계 정보)를 생성할 수 있다. 다시 말해, 설계부(120)는, 소비자 피드백 정보 및 전문가 피드백 정보를 인공지능 모델에 더 입력하여, 제1설계 정보로부터 일부 구성 요소가 수정된 제2설계 정보를 생성하는 것일 수 있다.
또한, 설계부(120)는, 최종적으로 결정된 최종 설계 정보를 전문가 단말(300)에 전송하여, 전문가 단말(300)을 소지한 전문가에게 최종 설계 정보에 따른 반도체 제품의 제작을 요청할 수 있다.
또한, 설계부(120)는, 최종적으로 생성되는 최종 설계 정보를 비롯하여, 최종 설계 정보의 생성 과정에서 생성되었던 복수의 설계 정보 및 복수의 설계 정보 각각에 대한 피드백 정보를, 인공지능 모델의 학습에 더 이용하여, 인공지능 모델의 성능을 지속적으로 향상시킬 수 있다.
이에 따라, 본 장치(100)는, 가상 제품을 제공하고, 가상 제품에 대한 피드백 정보를 기반으로 설계 정보를 수정함으로써, 자동 생성된 설계 정보를 보완할 수 있고, 소비자의 피드백 정보를 고려하여 설계 정보를 수정함으로써, 소비자 맞춤형 설계 정보를 제공할 수 있으며, 전문가의 피드백 정보를 고려하여 설계 정보를 수정함으로써, 기능 및 안정성이 보장된 설계 정보를 제공할 수 있다.
또한, 본 장치(100)는, 소비자 단말(200)로부터 수신한 소비자 요청 정보를 모두 충족하는 이미 완성된 반도체 제품에 대한 정보를 저장하고 있는 경우, 새로운 설계 정보를 생성하기에 앞서, 소비자 단말(200)로 소비자 요청 정보를 모두 충족하는 이미 완성된 반도체 제품에 대한 정보를 우선적으로 제공할 수 있다. 이러한 경우, 본 장치(100)는, 이미 기능 및 안정성이 보장된 반도체 제품을 설계 및 제작에 대한 소요 시간 없이 바로 제공할 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 4는 본원의 일 실시예에 따른 반도체 제품 설계 정보 생성 방법에 대한 동작 흐름도이다.
도 4에 도시된 반도체 제품 설계 정보 생성 방법은 앞서 설명된 반도체 제품 설계 정보 생성 장치(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 반도체 제품 설계 정보 생성 장치(100)에 대하여 설명된 내용은 반도체 제품 설계 정보 생성 방법에 대한 설명에도 동일하게 적용될 수 있다.
도 4를 참조하면, 단계 S11에서 요청 수신부(110)는, 필요 기능 정보, 규격 정보 및 가격 정보 중 적어도 하나에 대한 소비자 요청 정보를 수신할 수 있다.
다음으로, 단계 S12에서 설계부(120)는, 수신된 필요 기능 정보, 규격 정보 및 가격 정보에 따른 반도체 제품에 대한 설계 정보를 생성할 수 있다. 구체적으로, 단계 S12에서 설계부(120)는, 필요 기능 정보, 규격 정보 및 가격 정보에 따른 반도체 제품의 설계 및 생산에 요구되는 복수의 부품을 선정하는 것일 수 있다. 또한, 단계 S12에서 설계부(120)는, 복수의 부품에 대한 부품 제조사 정보, 부품 규격 정보 및 부품 가격 정보 중 적어도 하나의 정보를 고려하여 설계 정보를 생성하는 것일 수 있다.
또한, 단계 S12에서 설계부(120)는, 기초 설계 정보를 획득하고, 기초 설계 정보를 기반으로 추가 구성, 변경 구성 및 삭제 구성을 결정하고, 결정된 추가 구성, 변경 구성 및 삭제 구성에 기초하여, 설계 정보를 생성하는 것일 수 있다.
또한, 단계 S12에서 설계부(120)는, 복수의 부품 또는 복수의 부품의 유사 부품 중 적어도 하나의 부품을 포함하는 복수의 반도체 완제품에 대한 완제품 설계 정보를 획득하고, 필요 기능 정보, 구격 정보 및 가격 정보와, 완제품 설계 정보를 이용하여 학습된 인공지능 모델을 기반으로, 반도체 제품에 대한 설계 정보를 생성하는 것일 수 있다. 이때, 유사 부품은, 복수의 부품 중 적어도 하나의 부품과 외형, 기능 및 스펙 중 적어도 하나에 대한 유사도가 미리 설정된 임계 정도 이상인 부품을 포함하는 것일 수 있다.
다음으로, 단계 S13에서 가상 제품 제공부(130)는, 설계 정보를 기반으로, 가상 제품을 생성할 수 있다. 구체적으로, 단계 S13에서 가상 제품 제공부(130)는, 복수의 부품에 대응하는 복수의 가상 부품을 이용하여 가상 제품을 생성하고, 생성한 가상 제품에 대한 가상 제품 정보를 소비자 단말(200) 및 전문가 단말(300)에 전송하는 것일 수 있다. 이때, 가상 제품 정보는, 가상 제품의 외형, 규격, 스펙, 예상 가격 및 활용 시뮬레이션 결과 중 적어도 하나를 포함하는 것일 수 있다.
다음으로, 단계 S14에서 피드백 수신부(140)는, 가상 제품에 대한 피드백 정보를 수신할 수 있다. 단계 S14에서 피드백 수신부(140)는, 소비자 단말(200) 및 전문가 단말(300)로부터 각각 가상 제품 정보에 대한 소비자 피드백 정보 및 전문가 피드백 정보를 수신하는 것일 수 있다.
다음으로, 단계 S15에서 설계부(120)는, 피드백 정보를 기반으로 설계 정보 중 적어도 일부를 수정하여 최종 설계 정보를 생성할 수 있다.
상술한 설명에서, 단계 S11 내지 S15은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 일 실시 예에 따른 반도체 제품 설계 정보 생성 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 반도체 제품 설계 정보 생성 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
10: 반도체 제품 설계 정보 생성 시스템
100: 반도체 제품 설계 정보 생성 장치
110: 요청 수신부
120: 제품 설계부
130: 가상 제품 제공부
140: 피드백 수신부
200: 소비자 단말
300: 전문가 단말
100: 반도체 제품 설계 정보 생성 장치
110: 요청 수신부
120: 제품 설계부
130: 가상 제품 제공부
140: 피드백 수신부
200: 소비자 단말
300: 전문가 단말
Claims (15)
- 반도체 제품 설계 정보 생성 장치에 있어서,
필요 기능 정보, 규격 정보 및 가격 정보 중 적어도 하나에 대한 소비자 요청 정보를 수신하는 요청 수신부;
상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 반도체 제품에 대한 설계 정보를 생성하는 제품 설계부;
상기 설계 정보를 기반으로, 가상 제품을 생성하는 가상 제품 제공부; 및
상기 가상 제품에 대한 피드백 정보를 수신하는 피드백 수신부,
를 포함하되,
상기 제품 설계부는, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 상기 반도체 제품의 설계 및 생산에 요구되는 복수의 부품을 선정하는 것이고,
상기 제품 설계부는, 상기 복수의 부품 또는 상기 복수의 부품의 유사 부품 중 적어도 하나의 부품을 포함하는 복수의 반도체 완제품에 대한 완제품 설계 정보를 획득하고, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보와, 상기 완제품 설계 정보를 이용하여 학습된 인공지능 모델을 기반으로, 상기 반도체 제품에 대한 상기 설계 정보를 생성하는 것이고,
상기 제품 설계부는, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 대한 중요도 정보 및 충족 난이도 중 적어도 하나를 기반으로 미리 설정된 가중치 조건에 따라, 상기 필요 기능 정보, 상기 규격 정보, 상기 가격 정보 및 상기 완제품 설계 정보를 포함하는 복수의 입력 정보의 가중치를 조절하여, 상기 인공지능 모델에 적용하는 것이고,
상기 제품 설계부는, 상기 피드백 정보를 기반으로 상기 설계 정보 중 적어도 일부를 수정하여 최종 설계 정보를 생성하는 것이되,
상기 제품 설계부는, 상기 피드백 정보를 더 고려하여 반복 학습되는 상기 인공지능 모델에 기초하여, 상기 설계 정보의 구성 요소 중 어느 하나의 구성 요소에 대하여 상기 피드백 정보를 통해 수정되는 빈도가 높을수록, 다음 설계 정보의 생성 시 상기 어느 하나의 구성 요소의 생성에 고려되는 적어도 하나의 입력 정보에 대한 가중치를 낮게 설정하는 것인, 반도체 제품 설계 정보 생성 장치. - 삭제
- 제1항에 있어서,
상기 제품 설계부는, 상기 복수의 부품에 대한 부품 제조사 정보, 부품 규격 정보 및 부품 가격 정보 중 적어도 하나의 정보를 고려하여 상기 설계 정보를 생성하는 것인, 반도체 제품 설계 정보 생성 장치. - 제3항에 있어서,
상기 가상 제품 제공부는, 상기 복수의 부품에 대응하는 복수의 가상 부품을 이용하여 상기 가상 제품을 생성하는 것인, 반도체 제품 설계 정보 생성 장치. - 제1항에 있어서,
상기 가상 제품 제공부는, 생성한 상기 가상 제품에 대한 가상 제품 정보를 소비자 단말 및 전문가 단말에 전송하는 것이고,
상기 피드백 수신부는, 상기 소비자 단말 및 상기 전문가 단말로부터 각각 상기 가상 제품 정보에 대한 소비자 피드백 정보 및 전문가 피드백 정보를 수신하는 것인, 반도체 제품 설계 정보 생성 장치. - 제1항에 있어서,
상기 제품 설계부는, 기초 설계 정보를 획득하고, 상기 기초 설계 정보를 기반으로 추가 구성, 변경 구성 및 삭제 구성을 결정하고, 결정된 상기 추가 구성, 상기 변경 구성 및 상기 삭제 구성에 기초하여, 상기 설계 정보를 생성하는 것인, 반도체 제품 설계 정보 생성 장치. - 삭제
- 제1항에 있어서,
상기 유사 부품은, 상기 복수의 부품 중 적어도 하나의 부품과 외형, 기능 및 스펙 중 적어도 하나에 대한 유사도가 미리 설정된 임계 정도 이상인 부품을 포함하는 것인, 반도체 제품 설계 정보 생성 장치. - 제5항에 있어서,
상기 가상 제품 정보는, 상기 가상 제품의 외형, 규격, 스펙, 예상 가격 및 활용 시뮬레이션 결과 중 적어도 하나를 포함하는 것인, 반도체 제품 설계 정보 생성 장치. - 반도체 제품 설계 정보 생성 장치에 의해 수행되는 반도체 제품 설계 정보 생성 방법에 있어서,
(a) 필요 기능 정보, 규격 정보 및 가격 정보 중 적어도 하나에 대한 소비자 요청 정보를 수신하는 단계;
(b) 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 반도체 제품에 대한 설계 정보를 생성하는 단계;
(c) 상기 설계 정보를 기반으로, 가상 제품을 생성하는 단계;
(d) 상기 가상 제품에 대한 피드백 정보를 수신하는 단계; 및
(e) 상기 피드백 정보를 기반으로 상기 설계 정보 중 적어도 일부를 수정하여 최종 설계 정보를 생성하는 단계,
를 포함하되,
상기 (b) 단계는, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 따른 반도체 제품의 설계 및 생산에 요구되는 복수의 부품을 선정하는 것이고,
상기 (b) 단계는, 상기 복수의 부품 또는 상기 복수의 부품의 유사 부품 중 적어도 하나의 부품을 포함하는 복수의 반도체 완제품에 대한 완제품 설계 정보를 획득하고, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보와, 상기 완제품 설계 정보를 이용하여 학습된 인공지능 모델을 기반으로, 상기 반도체 제품에 대한 상기 설계 정보를 생성하는 것이고,
상기 (b) 단계는, 상기 필요 기능 정보, 상기 규격 정보 및 상기 가격 정보에 대한 중요도 정보 및 충족 난이도 중 적어도 하나를 기반으로 미리 설정된 가중치 조건에 따라, 상기 필요 기능 정보, 상기 규격 정보, 상기 가격 정보 및 상기 완제품 설계 정보를 포함하는 복수의 입력 정보의 가중치를 조절하여, 상기 인공지능 모델에 적용하는 것이고,
상기 (b) 단계는, 상기 피드백 정보를 더 고려하여 반복 학습되는 상기 인공지능 모델에 기초하여, 상기 설계 정보의 구성 요소 중 어느 하나의 구성 요소에 대하여 상기 피드백 정보를 통해 수정되는 빈도가 높을수록, 다음 설계 정보의 생성 시 상기 어느 하나의 구성 요소의 생성에 고려되는 적어도 하나의 입력 정보에 대한 가중치를 낮게 설정하는 것인, 반도체 제품 설계 정보 생성 방법. - 삭제
- 제10항에 있어서,
상기 (b) 단계는, 상기 복수의 부품에 대한 부품 제조사 정보, 부품 규격 정보 및 부품 가격 정보 중 적어도 하나의 정보를 고려하여 상기 설계 정보를 생성하는 것인, 반도체 제품 설계 정보 생성 방법. - 제10항에 있어서,
상기 (c) 단계는, 생성한 상기 가상 제품에 대한 가상 제품 정보를 소비자 단말 및 전문가 단말에 전송하는 것이고,
상기 (d) 단계는, 상기 소비자 단말 및 상기 전문가 단말로부터 각각 소비자 피드백 정보 및 전문가 피드백 정보를 수신하는 것인, 반도체 제품 설계 정보 생성 방법. - 제10항에 있어서,
상기 (b) 단계는, 기초 설계 정보를 획득하고, 상기 기초 설계 정보를 기반으로 추가 구성, 변경 구성 및 삭제 구성을 결정하고, 결정된 상기 추가 구성, 상기 변경 구성 및 상기 삭제 구성에 기초하여, 상기 설계 정보를 생성하는 것인, 반도체 제품 설계 정보 생성 방법. - 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230053715A KR102616404B1 (ko) | 2023-04-25 | 2023-04-25 | 반도체 제품 설계 정보 생성 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230053715A KR102616404B1 (ko) | 2023-04-25 | 2023-04-25 | 반도체 제품 설계 정보 생성 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102616404B1 true KR102616404B1 (ko) | 2023-12-20 |
Family
ID=89376783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230053715A KR102616404B1 (ko) | 2023-04-25 | 2023-04-25 | 반도체 제품 설계 정보 생성 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102616404B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020077122A (ko) * | 2001-03-30 | 2002-10-11 | 가부시끼가이샤 도시바 | 전자 제품의 거래 방법, 전자 제품의 거래 시스템 및 전자제품의 거래 프로그램 프로덕트 |
| US20050256779A1 (en) * | 2004-05-14 | 2005-11-17 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method and system for enabling a customer to monitor and alter an order in a semiconductor manufacturing environment |
| KR20200034278A (ko) * | 2018-09-21 | 2020-03-31 | 엘지전자 주식회사 | 몰드 베이스 모델링 시스템 |
| KR102423276B1 (ko) * | 2021-11-26 | 2022-07-21 | 주식회사 스페이스솔루션 | 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 |
| JP7109758B1 (ja) * | 2021-10-22 | 2022-08-01 | 株式会社Capable | 精密金型及び精密金属加工品製造管理システム |
-
2023
- 2023-04-25 KR KR1020230053715A patent/KR102616404B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020077122A (ko) * | 2001-03-30 | 2002-10-11 | 가부시끼가이샤 도시바 | 전자 제품의 거래 방법, 전자 제품의 거래 시스템 및 전자제품의 거래 프로그램 프로덕트 |
| US20050256779A1 (en) * | 2004-05-14 | 2005-11-17 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method and system for enabling a customer to monitor and alter an order in a semiconductor manufacturing environment |
| KR20200034278A (ko) * | 2018-09-21 | 2020-03-31 | 엘지전자 주식회사 | 몰드 베이스 모델링 시스템 |
| JP7109758B1 (ja) * | 2021-10-22 | 2022-08-01 | 株式会社Capable | 精密金型及び精密金属加工品製造管理システム |
| KR102423276B1 (ko) * | 2021-11-26 | 2022-07-21 | 주식회사 스페이스솔루션 | 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11405758B2 (en) | Application managing application | |
| KR102446062B1 (ko) | 양식 응답의 자동 결정을 위한 기술 | |
| US8321364B1 (en) | Method and system for including robots into social networks | |
| US10915846B2 (en) | Optimized menu planning | |
| US11605137B2 (en) | Expense report submission interface | |
| US11068959B1 (en) | Systems and methods for generating recommendations based on online history information and geospatial data | |
| US20220351021A1 (en) | Hybrid recommendation system and methods based on collaborative filtering integrated with multiple neural networks | |
| JP2018092585A (ja) | 情報処理方法、情報処理装置およびプログラム | |
| CN108320174A (zh) | 信息推送方法和装置 | |
| CN106326062A (zh) | 应用程序的运行状态控制方法和装置 | |
| CN110232178A (zh) | 报表生成方法及装置 | |
| US9888050B2 (en) | Method and apparatus for integrating various network elements and providing media processing services | |
| KR102616404B1 (ko) | 반도체 제품 설계 정보 생성 장치 및 방법 | |
| KR101748245B1 (ko) | 3ｄ 프린팅 데이터 서비스 제공 방법 | |
| US20190220828A1 (en) | Methods and systems for re-configuring a schedule of a preventive maintenance plan | |
| KR102646478B1 (ko) | 소비자 요청 기반 모션 컨트롤 박스 설계 정보 생성 장치 및 방법 | |
| US20130332235A1 (en) | Optimizing Market Research Based on Mobile Respondent Location | |
| US20160292764A1 (en) | System and method for generating a store directory based on a personalized shopping list | |
| US20170322776A1 (en) | Product lifecycle model including software development | |
| KR20210099879A (ko) | 기업 맞춤형 성과지표 기반의 경영 지원 방법 | |
| CN112100151A (zh) | 一种菜谱的统一管理方法、系统及存储介质 | |
| KR101949337B1 (ko) | RIA를 이용한 클라우드 기반 aPaaS 제공 방법 | |
| CN105677811A (zh) | 一种信息获取方法及装置 | |
| US20230419330A1 (en) | System and method relating to planning event for a network | |
| KR102410246B1 (ko) | 의류 피팅 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |