2026-09-11 | 고광본 선임기자

赵正贤“为半导体设备装上‘AI大脑’…会思考的机器是制造业的未来”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

随着劳动年龄人口减少与熟练技工老龄化叠加,产业专用人工智能(AI)正成为守护韩国制造业竞争力的核心技术。因为将熟练工的判断与应对经验交给AI学习,既能提高生产效率和良率,也能强化作业人员安全。如何满足各产业的精度与可靠性要求、保护敏感工艺数据的自主技术与标准,成为课题。

MITHRIL代表赵政贤10日在首尔江东区办公室接受采访时表示:“目标是给半导体等先进制造设备装上能自己观察、判断并行动的‘AI大脑’”,“我们正在升级一种产业专用AI,即使熟练工程师不常驻现场,也能维持良率与安全”。

他所描绘的制造业未来,是由“会思考的机器”工作的工厂。目标是通过“工艺设备的AI智能体化”,让设备判断异常原因并执行所需动作,相当于把设备变成具备熟练工判断力与诀窍的机器人。为此,公司开发了搭载GPU、NPU并连接摄像头、传感器、控制设备的端侧AI模型“NENYA sVLA”,并正将其内置于半导体设备等。他解释说:“设备自行诊断、运营、解决问题的‘智能化、机器人化’水平,若比照自动驾驶汽车,处于5个阶段中的2至3阶段,但发展很快。”

赵代表关注产业工艺“自主判断”的背景,是其脑工程研究经历。他在美国俄勒冈大学主修经营学与信息通信学,曾任海军陆战队通信军官,后在高丽大学脑工程系取得硕士、博士学位。在研究将影像、传感器信息与人类认知、判断结构相结合的多模态技术以及机械臂、手术机器人等AI与机械融合课题时,他确认即便是先进设备,在突发情况下仍依赖熟练工的经验。他介绍说:“为弥合这一落差,我在2023年末创业,以感知工伤风险的安全AI进入市场”,“向重大灾害处罚法适用的第一、第二家企业供应解决方案,积累了影像、传感器与作业数据”。

然而,硕博研究人员在公司里研究AI,与解决实际工厂的突发问题完全不同。他坦言:“初期意外难题接连不断,成员出现职业倦怠和流失的风险也很大”,“除了解决技术问题,我也努力让成员不至于疲惫不堪,并努力共享用技术防止现场事故、守护制造业竞争力的使命感”。

在现场摸索中,他意识到“察觉危险的AI”与“驱动机器的AI”运行原理本质上相同。此后,公司把领域扩展到支持产业机械判断与控制的专用AI,如今自认处于国内最高水平。该公司的AI模型优势在于即使现场数据很少也能快速实现解决方案。由于采用端侧方式,还可自动采集设备与装置生成的数据。

赵代表正与韩国半导体设备企业、全球控制测量设备企业合作,集中于把AI大脑内置于先进工艺设备。这与美国、中国大型科技企业的通用VLA模型聚焦人形机器人多样作业形成差异。他自信地表示:“我们从半导体设备的控制架构与接口设计阶段就参与其中”,“把熟练工程师的经验与诀窍装进AI,留在设备之中。我们已在半导体、水泥、食品等多个领域应用,验证了通用性”。

国内外设备与制造企业的合作洽谈也接连不断。特别是与全球传感器、控制测量、先进制造设备企业约定,未来5年内将AI模型应用于1万台以上设备,供应给多家工厂。海外安防解决方案企业的监控设备也将搭载其AI模型。他说:“我们连故障恢复流程和责任范围都一并提出,赢得了合作伙伴的信任”,“预计销售额今年60亿韩元、明年200亿韩元、2028年500亿韩元,目标是两年内上市”。

赵代表的愿景是普及标准化AI引擎,使企业无需庞大开发人员也能让现有设备智能化、机器人化。为防止因依赖海外AI而导致敏感工艺数据外泄,他正致力于确立自主的产业AI标准。他建议,为推广产业AI,政府、大企业、设备企业与初创企业应就数据利用、安全性验证与设备对接制定共同基准。他还请求政府建立从自主技术研发到现场实证、产业化的衔接支持体系,并加强对重大灾害预防技术投资的支持。他强调:“在产业设备上搭载AI模型,既能为制造业开辟新出路,也能减少安全管理的盲区”,“我们要引领产业AI标准,成为支持制造业出口的核心引擎”。

◇MITHRIL代表赵政贤主要问答。

——有人认为制造AI会取代人,实际现场情况如何。

△现场的问题不是岗位减少,而是人力不足和熟练技术的断层。制造AI不是取代人,而是把熟练工的判断装进模型、留在设备里的技术。目标是把产业专用AI标准搭载到国产设备上出口。

——意思是只有把熟练工的判断装进标准化引擎,才能守住制造竞争力。

△由于劳动年龄人口减少和熟练人力老龄化,制造业的AI转型是必需的。核心瓶颈不是算法,而是现场数据。各行业环境不同,但“认知—判断—行动”的结构相同。MITHRIL把它实现为自主智能体模型,即使数据很少也能快速应用到新行业。

——半导体等先进制造设备的AI智能体化似乎也有必要。

△如果说既有自动化是重复既定作业,AI设备则能认知情况并自行决定下一步动作。尤其半导体领域,微小的判断失误也直接影响良率。目前我们正与国内半导体设备企业和全球控制测量设备企业共同开发内置AI大脑的设备。

——从安全AI扩展为制造AI模型企业的背景是什么。

△博士阶段研究人类认知与判断原理时开发了多模态AI技术。创业初期把它应用于危险感知,获取了现场数据。此后得出结论:感知危险的AI与驱动机器的AI本质上是同一个问题,于是扩展为产业专用自主智能体模型。

商业模式一是把引擎内置于设备和生产线收取授权费与提成,二是用现场数据对模型进行微调与运营。安全AI既是稳定收入来源,也是获取数据的渠道。计划把在国内验证过的引擎搭载到海外设备上。

——为在产业现场落地,与设备企业等制造现场建立了怎样的关系。

△我们的定位不是外包商,而是设备用引擎供应商。设备控制架构与AI判断方式从设计阶段就共同开发。MITHRIL提供模型与训练、再训练体系,设备企业将其搭载于产品。

在生产线上,我们验证了误检率、响应延迟和长时间运行稳定性。通过全球工厂实证,也检查了故障恢复与责任范围等流程。目前主要围绕半导体、显示面板的核心工艺设备开展合作。

——在美国和中国的通用机器人模型不断成长的形势下,韩国的自主模型为何重要。

△美中通用模型主要聚焦于替代人的作业。半导体设备需要纳米级精度、快速判断和高安全性,因此产业专用模型必不可少。韩国的优势在于能获取半导体、显示面板、二次电池的精密现场数据。

若设备的大脑依赖海外模型,数据外泄以及成本、政策变动带来的风险都会加大。与其和通用模型正面竞争,不如在精密性与安全性重要的领域率先建立自主标准。

He is…

在高丽大学取得脑工程博士学位。创业后向重大灾害处罚法适用对象企业供应安全AI,目前正在升级产业专用基础模型“NENYA sVLA”。正与国内半导体设备企业、全球控制测量设备企业、监控系统制造商等合作。2025年获Ministry of SMEs and Startups长官奖,2022年入选NAVER集团博士课程研究员计划,2019年被选为信息通信规划评价院(IITP)全球核心人才。

阅读韩文原文