최근 뉴스룸에서는 SK하이닉스의 생성형 AI 로드맵과 그 중심에 있는 생성형 AI 플랫폼 ‘GaiA(Generative AI Assistant)’를 소개했습니다[관련기사]. 에이전틱 AI*까지 구현할 수 있도록 설계된 GaiA는 구성원의 업무 효율과 창의성을 높이는 도구로, 실제 업무에 적용 가능한 맞춤형 AI 서비스를 개발하는 기반이 되고 있습니다. 이번 콘텐츠에서는 GaiA 플랫폼을 통해 탄생한 첫 결실, 반도체 업무 혁신을 이끌 ‘비즈(Biz) 특화 AI Agent’를 소개합니다.

Agent 종류는 ▲장비 성능 유지와 고장 분석을 위한 ‘Inform Note 기반 장비 보전 가이드’ ▲반도체 설루션 설계 및 코드 생성을 지원하는 ‘EDA Scripts 검색/생성’ ▲테스트 오류를 분석하는 ‘AI 기반 로그 분석 자동화’ ▲의사결정을 돕는 ‘Global Insight’ 등 네 가지입니다.

각 Agent는 기술 전문가를 보조하고 업무 효율을 높이며, 의사결정까지 척척 지원하는데요. 지금부터 이들 AI Agent가 SK하이닉스의 AI 전환(AIX)을 어떻게 가속하는지 들여다보겠습니다.

생산성 및 기술력 극대화의 정수: 현장 밀착형 AI Agent

SK하이닉스는 장비 보전, 반도체 설루션 설계, 로그 분석 등 핵심 기술 영역에 AI를 접목해 생산성과 기술 경쟁력을 높이고 있습니다. 이중 세 개의 Agent는 현장의 실질적인 업무 지원에 초점을 맞췄습니다.

먼저, ‘Inform Note* 기반 장비 보전 가이드 Agent’(이하 장비 보전 Agent)는 Inform Note를 학습하고, 명장·마스터[관련기사]의 분야별 전문 지식과 현장 경험으로 보완된 AI 서비스입니다. 반도체 수율은 장비 상태에 좌우되기에, 불량을 예방하고 빠르게 정상화하는 것이 중요합니다. 그러나 기존에는 데이터를 분석·가공하는 데 오랜 시간이 들었고, 표준화된 조치가 없어 동일 불량에도 대응이 제각각이었습니다. 장비 보전 Agent는 이를 해결하고자 개발됐습니다.

이 Agent는 방대한 Inform Note를 분석해 불량 현상·원인·조치 내용을 요약하고 최적의 해결책을 제시하죠. Inform Note와 LLM(거대언어모델) 기술이 접목돼 다양한 불량 조치 방법을 빠르게 찾아내며, ‘장비 이력 요약’, ‘불량 조치 가이드’ 두 가지 업무 수행이 가능합니다.

덕분에 현장에서는 불량 대응 시간을 크게 단축할 수 있고, 주니어 구성원도 Inform Note 데이터에 근거한 최적의 판단을 빠르게 내릴 수 있는데요. 또한, 데이터 기반의 반복 불량 예방책과 개선 조치 방법을 제안받을 수 있으며, 팹(FAB) 간 품질 관리를 표준화하고 산재한 장비 이력에도 빠르게 접근해 업무 효율을 높일 수 있습니다.

현재는 Inform Note 중심으로 분석하지만, 향후 다양한 데이터를 연동해 답변의 정확성과 분석 범위를 확장해 나갈 예정입니다.

‘EDA Scripts 검색/생성 Agent’(이하 EDA Scripts Agent)는 반도체 설계 엔지니어의 설계 문서 검색과 코드 작성을 지원하는 도우미로, 많은 문서와 복잡한 코드 탓에 설계·검증에 시간이 많이 걸리던 문제를 해결하고자 개발됐습니다. 이 Agent를 활용하면, 설계의 Front-end부터 Back-end까지 전반적으로 사용되는 EDA(Electronic Desing Automation, 전자 설계 자동화) 툴의 여러 기능을 검색하는 것은 물론, 설계/검증용 스크립트나 명령어 코드도 자동으로 생성할 수 있습니다.

덕분에 시간을 줄이고 복잡한 명령어를 기억할 필요가 없고 설계에만 집중할 수 있죠. 예컨대, D램 설계 담당자가 새 공정을 이용하여 설계를 할 때 “신규 공정 Sign-off를 위한 Static 시뮬레이션 분석에 사용할 스트립트 작성해줘”라고 요청만 하면 됩니다.

EDA Scripts Agent는 HBM, D램, 낸드플래시 등 여러 설계에 활용되며, 일부 EDA 툴을 지원합니다. 향후 더 많은 툴을 지원하고 표준화 업무에도 접목되면 반도체 설계 과정 전체의 효율을 높일 것으로 기대됩니다.

‘AI 기반 로그 분석 자동화 Agent’(이하 로그 분석 Agent)는 제품 테스트 과정에서 발생한 불량 원인을 찾아주는 AI입니다. 스마트폰이나 SSD(Solid State Drive) 등 복잡한 전자제품 테스트 중에는 예상치 못한 오류가 발생하기도 합니다. 이때 엔지니어는 방대한 로그(Log) 파일을 열어 분석하지만, 기록을 일일이 확인하고 기술 표준을 찾는 데는 오랜 시간이 걸립니다. 이러한 부담을 줄이기 위해 로그 분석 Agent가 개발됐습니다.

이 Agent는 생성형 AI를 기반으로 펌웨어*를 테스트하고, 에러 메시지를 분석해 원인 후보군을 탐색한 후 국제 표준 문서(NVMe Spec)와 비교·검증해 위반 여부를 판단합니다. 그 결과를 엔지니어에게 요약·전달해 문제 발견에서 원인 분석까지 걸리는 시간을 단축합니다. 실제로 스펙 관련 SSD 불량 분석 시간을 20% 이상 줄이는 성과도 달성했죠.

또한, 기존 검증 플랫폼과 연동돼 사용성이 높으며, 국제 표준과 알아서 비교·분석해 숙련도가 낮은 엔지니어도 디버깅 업무를 할 수 있게 해줍니다. 다양한 스펙·정책·내부 개발 문서를 학습시켜 모바일 제품, 고객 불량 등 각종 불량 분석을 자동화할 수 있는 가능성도 열려 있습니다. SK하이닉스는 이를 지속적으로 고도화해 엔지니어의 분석 시간을 줄이고 개선 작업에 집중할 수 있는 환경을 조성할 계획입니다.

글로벌 비즈니스의 정수: 전략·업무 보조형 AI Agent

SK하이닉스는 데이터 기반 의사결정과 구성원 성장을 위해 인사이트 영역에도 AI를 접목했습니다.

급변하는 글로벌 환경에서 정확한 정보 분석과 전략적 의사결정은 기업의 성패를 좌우합니다. 이에 회사는 주요국 정책 변화와 수출 통제를 모니터링하고 리스크를 예방하기 위해 ‘Global Insight Agent’(이하 인사이트 Agent)를 개발했습니다.

이 Agent는 생성형 AI로 전 세계 정책·시장·기술 동향을 분석해 인사이트를 제공합니다. 특히 웹 검색과 문서 분석을 동시에 반영해 사용자 질문을 다각도로 검토한 결과를 제시하죠. 특히 사내 보안 문서와 외부 뉴스를 안전하게 결합·분석하는 것은 물론, 정책 관련 전문 문서와 주요 외신 기사를 별도의 보안 환경에 저장하고 분석에 활용함으로써 기존 LLM 서비스 대비 전문성 높은 인사이트를 제공합니다.

SK하이닉스는 데이터 기반 의사결정을 도와주는 인사이트 Agent를 통해 구성원들이 보다 전략적인 방향으로 반도체 시장에 대응해 나가도록 지원한다는 방침입니다.

이처럼 SK하이닉스는 GaiA 플랫폼을 기반으로 반도체 생산과 설계·전략 수립 등 전 영역에 걸쳐 AI 기술을 성공적으로 적용하고 있습니다.

관련해 SK하이닉스 권재순 담당(AIX확산TF)은 “비즈 특화 AI Agent들은 구성원의 Biz 역량과 생성형 AI가 결합한 ‘AI 구성원(AI+ME:에이미)’의 첫걸음”이라며 “이를 통해 구성원의 AI 경험 확산하는 동시에 일하는 방식을 혁신하고, AI 구성원들과 함께 어우러져 일하는 업무 환경을 구축하겠다”고 밝혔죠. 또, “궁극적으로 Operation Improvement(운영 효율화)를 달성하는 데 기여하겠다”라고 강조했습니다.

이번 글에서 소개한 4종의 Agent는 시작일 뿐입니다. SK하이닉스는 향후 AI Agent 간 상호 협업하는(A2A) ‘에이전트 오케스트레이션(Agent Orchestration)’ 기술을 통해 또 한 번의 생성형 AI 혁신을 이뤄낼 것입니다.

다음 글에서는 SK하이닉스 향(向) 챗GPT 서비스인 ‘LLM Chat’과 일반 업무와 전문 업무를 모두 지원하는 ‘에이닷 비즈(A.Biz)’에 대해서 구체적으로 알아보도록 하겠습니다.