- 비상장 스타트업 세미에이아이(SemiAI)가 반도체 제조 공정에 AI를 적용한 불량 예측·원인 진단 소프트웨어 '스마일(SMILE)'을 선보였습니다. - 지태권 대표는 수천 장의 웨이퍼 데이터에서 300만 개 이상의 가설을 세우고 검증하는 데 4시간이 걸렸다고 밝혔습니다. 사람이 직접 했다면 몇 달이 걸릴 작업이라는 설명입니다. - 핵심은 엔지니어의 경험과 판단에 의존하던 수율 분석을 AI로 자동화해 분석 시간과 비용을 줄이는 것입니다. - 지 대표는 인텔, 램리서치, ASML, 삼성전자, SK하이닉스 등에서 근무한 경력이 있습니다. 현장에서 겪은 수율 분석의 어려움이 창업 계기가 됐습니다. - 반도체 공정 데이터는 기업의 영업비밀이라 외부 업체가 실데이터를 확보하기 어렵습니다. 이를 보완하려고 물리·수학 원리와 공정 지식으로 가상 데이터를 만드는 '가상 팹(Virtual Fab)' 기술을 씁니다. - AI 에이전트가 공정·장비·웨이퍼 데이터의 관계를 분석해 불량 원인 가설을 세우고 검증합니다. 단순 상관관계를 넘어 원인까지 추론하는 것이 목표입니다. - 회사는 5명으로 시작해 직원 25명 규모로 성장했습니다. 카카오벤처스에서 시드 투자를 받았고 내년 시리즈A를 추진합니다. - 현재 국내외 반도체 기업 7곳과 기술검증(PoC)을 진행 중이며, 델라웨어주에 미국 법인을 세워 북미 고객 확보에 나섰습니다. - 목표는 내년 매출 100억 원, 2029년 연매출 최대 1,000억 원입니다. 공정별 연간 구독형 라이선스로 반복 매출을 확보할 계획입니다. - 장기적으로는 AI가 복잡한 수율 문제를 스스로 찾아내는 반도체 AGI를 지향하되, 엔지니어 승인 아래 개선안을 시험하는 방향으로 고도화하겠다고 합니다.

분석 기준: 원문 URL 기반 Claude 요약 시도 - 세미에이아이는 비상장사라 직접 투자 대상은 아닙니다. 이 기사는 반도체 제조 현장에 AI 도입이 확산될 수 있다는 흐름을 보여주는 사례로 보는 것이 적절합니다. - 수율 개선은 반도체 기업의 원가와 수익성에 직결됩니다. 이런 솔루션이 실제 현장에 도입되면 삼성전자, SK하이닉스 같은 제조사에는 효율 개선 요인이 될 가능성이 있습니다. 다만 현재는 PoC 단계라 실적 기여 여부는 불확실합니다. - 기사에는 삼성전자와 SK하이닉스의 도입이나 계약 내용이 없습니다. 두 회사는 지 대표의 과거 근무 이력으로 언급됐을 뿐입니다. - 장비·공정 데이터와 연결되는 반도체 장비 업종(한미반도체, 램리서치, ASML 등)은 간접 관련 정도로만 볼 수 있습니다. - 매출 목표(내년 100억 원, 2029년 최대 1,000억 원)는 회사의 계획일 뿐 달성이 보장된 것이 아닙니다. - 관련지수인 SOX(필라델피아 반도체지수)에는 이 뉴스의 직접 영향이 제한적입니다. 업황, 금리, AI 투자 사이클 등 다른 변수가 더 크게 작용할 수 있습니다. - 아래 JSON의 가격·목표가·PER·PBR은 이 환경에서 실시간 검색으로 확인하지 못해 null로 두었습니다. 투자 전 네이버 금융 등에서 직접 확인하시기 바랍니다.