VM은 정확도만으로 평가할 수 없습니다
제조 현장에서 물리 계측은 항상 사용할 수 있는 입력이 아닙니다. 처리량과 측정 시간, 비용, sampling policy 때문에 결과 계측은 본질적으로 희소하고 때로는 상당한 지연 뒤에 들어옵니다. 제어 관점에서는 이 공백이 중요합니다. 현재 상태를 정확히 알더라도 관측 주기가 길면 조건을 자주 조정하기 어렵고, 결과가 늦게 들어오면 이미 여러 run이 지난 뒤에야 보정이 시작될 수 있습니다.
VM(Virtual Metrology)을 운영 레이어로 평가할 때는 Accuracy와 함께 Frequency, Latency를 봐야 합니다. 필요한 시점마다 관측값을 생성할 수 있는지, 그 값이 실제 의사결정과 제어가 필요한 시간 안에 들어오는지가 현장 성능을 결정합니다. 특히 R2R control에서는 실측 사이의 공백을 얼마나 안정적으로 채우는지가 feedback continuity와 직접 연결됩니다.
VM output이 dashboard나 report에만 쓰일 때는 평균적인 예측 오차가 주요 평가 지표가 될 수 있습니다. R2R feedback loop에 들어가는 순간 성격이 달라집니다. 예측값이 다음 run의 recipe를 바꾸는 control signal이 되기 때문에 평균 오차보다 특정 chamber, consumable 구간, product family에서 반복적으로 발생하는 systematic bias가 더 큰 문제를 만들 수 있습니다.
따라서 제어 친화적인 VM은 bias를 조건별로 추적하고, 장비나 환경 변화로 drift가 발생하면 physical metrology와 다시 정렬할 수 있어야 합니다. Point estimate만 내는 대신 uncertainty나 confidence를 함께 제공하면 controller의 gain과 correction width를 조절하는 근거로 사용할 수 있습니다. 신뢰도가 낮은 구간에서는 보정폭을 줄이거나 update를 중지하고, 필요하면 rollback이나 hold로 전환하는 보호 로직도 필요합니다.
실측은 기준점으로 남고, VM은 그 사이의 관측을 이어갑니다
모니터링은 문제를 빠르게 발견하는 데 유용하지만 품질을 실제로 바꾸려면 관측값이 action으로 연결되어야 합니다. R2R feedback control은 계측 결과를 다음 run의 조건 변경으로 연결하는 표준적인 구조이고, VM은 physical metrology가 없는 구간에서도 feedback input을 제공해 loop가 끊기는 시간을 줄일 수 있습니다.
이 구조에서 physical metrology는 calibration의 기준점(anchor)으로 남고 VM은 anchor 사이를 이어주는 continuous surrogate 역할을 합니다. 둘의 역할을 명확히 나눠야 합니다. 실측으로 bias와 drift를 재정렬하고, VM을 사용해 관측 빈도를 높이며, confidence에 따라 controller gain을 제한하고 문제가 생기면 rollback할 수 있어야 합니다.
폐루프는 단계적으로 적용하는 편이 안전합니다
보수적인 제조 환경에서 VM을 처음부터 강한 closed loop로 연결하는 방식은 신뢰를 얻기 어렵습니다. 먼저 VM prediction과 실제 계측 사이의 오차와 bias pattern을 투명하게 보여주는 monitoring 단계에서 시작하고, 다음 단계에서는 계산된 correction을 recommendation으로 제공하되 실행은 엔지니어가 선택하도록 할 수 있습니다. 충분한 operating history가 쌓인 뒤 confidence 기반 correction limit, rollback, hold 같은 protection을 적용하면서 closed loop 범위를 넓히는 방식이 현실적입니다.
- Stage 1 — VM Monitoring: 실측과 VM의 오차·
bias pattern을 지속적으로 확인 - Stage 2 — VM Recommendation: correction을 제안하고 실행은 엔지니어가 승인
- Stage 3 — Closed-loop Control: confidence에 따른 correction limit과 rollback·
hold를 포함해 자동 적용
VM을 control input으로 사용할수록 model accuracy 자체보다 운영 조건의 명시가 중요해집니다. Physical metrology와 언제 다시 정렬할지 calibration strategy가 있어야 하고, 조건별 bias가 발견되면 자동 또는 반자동으로 분리해 관리할 수 있어야 합니다. Uncertainty가 높을 때 gain을 낮추거나 update를 중지할 수 있는지, 운영 중 limit·
정기검진과 중환자실 monitoring의 차이를 생각하면 관측 빈도의 의미를 직관적으로 이해할 수 있습니다. 혈액검사나 영상검사는 정확하지만 매 순간 수행하지는 않습니다. 상태가 불안정한 환자에게는 ECG나 산소포화도처럼 연속 신호를 사용해 변화가 시작되는 시점을 빠르게 포착하고 필요한 intervention으로 연결합니다.
VM도 physical metrology를 대체하는 값으로 보기보다 같은 구조로 이해할 수 있습니다. 실측은 정확한 anchor이지만 희소하거나 지연될 수 있고, VM은 그 사이의 관측 밀도를 높입니다. 이 관측이 R2R feedback으로 이어지면 문제를 보고하는 데 그치지 않고 quality adjustment에 활용할 수 있습니다. 중요한 것은 실측과 VM 중 어느 쪽이 더 ‘진짜’인가가 아니라, 실측의 기준성을 유지하면서 필요한 관측 빈도와 action loop를 함께 확보하는 것입니다.
※ 이 문서는 VM을 제어 친화적 관점에서 정리한 리소스입니다. 실제 적용에서는 공정·