반도체 공정 이상 탐지를 위한 상황 인지 기반 적응형 양자 회로 설계

Adaptive Context-Aware Quantum Circuit Design for Semiconductor Process Anomaly Detection

본 연구는 반도체 공정 이상 탐지 과정에서 발생하는 대규모 센서 데이터 처리의 시간 비용(Temporal Cost) 최적화를 위해, 상황 인지 기반 적응형 양자 회로 설계 기법을 제안한다. 제안된 구조는 5‑큐비트 파라메트릭 양자 회로(PQC)와 다중 모드(Multi-modal) 분포를 반영한 K‑means 기반의 상황 인지 신뢰도(Sconf)를 결합하여, 회로의 깊이를 실시간 제어하는 하이브리드 폐루프 시스템을 구현한다. UCI SECOM 데이터셋과 51,200회의 정밀샷(Shots) 시뮬레이션 결과, 제안 기법은 고정형 베이스라인 대비 평균 물리적 게이트 수를 29.0개에서 24.4개로 줄여 약 16%의 하드웨어 자원을 절감하였다. 이를 통해 전체 시간 비용을 약 30% 단축하였으며, F1‑score(0.0670)의 저하를 최소화하면서도 92.4%의 높은 헬링거 충실도를 달성하여 양자 정보의 보존성을 입증하였다. 이는 본 기법이 NISQ 양자 컴퓨팅 환경의 실시간 공정 제어를 위한 효율적인 자원 스케줄링 프레임워크임을 시사한다.

This study proposes a context-aware adaptive quantum circuit design to optimize temporal cost in processing massive sensor data for semiconductor process anomaly detection. The proposed architecture integrates a 5-qubit Parametric Quantum Circuit (PQC) with a hybrid closed-loop system that dynamically controls circuit depth using a confidence score (Sconf) derived from multi-modal K-means clustering. Simulations using the UCI SECOM dataset with 51,200 precise shots demonstrate that the method reduces the average physical gate count from 29.0 to 24.4 compared to a fixed baseline, saving approximately 16% of hardware resources. Consequently, the total temporal cost was reduced by about 30%, while achieving a high Hellinger Fidelity of 92.4% with minimal F1-score degradation (0.0670). These results confirm the framework's effectiveness for real-time resource scheduling in NISQ quantum computing.