[테크월드=이나리 기자] 설계 엔지니어에게 가장 중요한 업무는 최고의 제품을 설계하고 시장에 최초로 출시하는 것이다. 이는 더 짧은 설계 주기로 작업하고 재설계 횟수를 줄이는 것을 의미한다. 또한, 설계 엔지니어는 엔지니어링 자원 부족, 예산 문제와도 절충해야 한다.
설계 엔지니어들이 직면하고 있는 가장 큰 과제 중 하나는 정확한 정보에 근거한 설계 결정이다. 대부분의 작업에서 특정 설계가 업계에서 정한 규정이나 제품 생산을 위한 회사 자체 표준에 적합한지를 파악하기 위해서는 엄청난 양의 데이터 수집과 분석이 필요한데, 정확한 데이터가 부족해 결정이 어려운 경우가 많다. 경우에 따라서는 전체 엔지니어 팀 또는 여러 곳에서 근무하는 관리자들이 관련되기도 한다.
설계와 테스트 트렌드
여러 플랫폼, 그룹, 사이트 또는 IP에서 데이터를 관리하고 분석할 때 발생하는 엄청난 복잡성을 과소평가하는 경우가 있다. 특히 여러 사이트의 엔지니어들이 같이 관리하는 경우, 모든 사용자가 동일한 데이터 형식을 사용하지 않는다. 그래서 관리자의 의사 결정을 용이하게 할 수 있도록 편집을 위해 엑셀 데이터의 피벗 테이블 작성 등에 많은 시간을 할애하는 경우가 많다. 또한 서로 다른 테스트 환경 요구 사항들 때문에 설계자는 데이터를 올바르게 표시하기 위해 피벗 테이블에서 다른 종류의 필터링을 만드는데 많은 시간을 써야 한다.
촉박한 일정과 더 많은 측정 요구 사항으로 최근 설계 작업이 더 복잡해지면서 설계자는 과거의 방식을 그대로 사용하는데 큰 어려움을 겪고 있다. 데이터 표시 방식에서 가시성과 일관성이 부족하면 테스트 결과를 잘못 해석하고 이로 인해 프로젝트가 지연되고 비용이 증가할 수 있다. 또한 엔지니어가 테스트 데이터베이스 관리와 피벗 테이블 생성과 같은 관리 업무로 인해, 본연의 업무인 제품을 설계하는데 집중하지 못할 수 있다.
데이터 분석 접근
데이터 분석은 이런 문제들을 극복하기 위한 해답이 될 수 있다. 데이터 분석 기능을 설정하려면 두 가지 주요 구성 요소가 필요하다. 첫 번째는 데이터를 호스트하고 안전하게 지키기 위한 신뢰할 수 있는 저장소다. 이것은 클라우드, 로컬 서버 또는 PC일 수 있다. 두 번째 구성 요소는 데이터 시각화 도구다. 테스트와 측정 업계에서는 설계자가 테스트 장비를 사용하고 어떤 경우에는 설계가 업계 디바이스 인증 기준을 충족시키는지 여부의 결정을 돕기 위해 자동화된 적합성 테스트를 사용한다.
예를 들어, 메모리 장치용 USB, PCIE, JEDEC과 같은 고속 표준은 적합성 테스트 소프트웨어를 갖춘 오실로스코프와 비트 에러율 테스터와 같은 테스트 장비를 사용해 테스트하려는 설계자를 위해 디바이스 테스트 규격과 절차들을 공개한다. 데이터 소스는 시뮬레이션 소프트웨어, 멀티 벤더 테스트 장비, 개별 회사의 독점적인 측정 도구들을 이용해 나온 결과를 포함하고 있다. 수집된 데이터는 전세계에서 근무하는 설계, 검증 엔지니어가 쉽게 접근할 수 있는 데이터 저장소 서버 또는 클라우드로 보내진다. 이로써 여러 사이트의 테스트 결과를 분석 목적에 따라 표준화된 형식으로 확인하고 검색할 수 있다. 또 온도, 칩 버전, 테스트 벤치, 등과 같은 다양한 속성을 통해 측정 결과를 분석할 수 있다.
시각화 도구를 이용한 데이터 분석은 의사 결정 프로세스를 좀 더 직관적이고 신속하게 진행하는데 도움된다. 시각화 도구에는 통과 실패 한계, 통계 정보가 있는 선, 막대그래프 차트가 포함된다. [그림 1]은 서로 다른 ASIC 이름의 측정 지터 히스토그램 플롯(측정 파형이 분산되는 막대그래프의 산정 표)의 예를 보여준다. 두 개의 ASIC인 SERDES 700과 SERDES 701은 모두 동일한 히스토그램 모드와 프로파일을 가진 반면, SERDES 702는 성능을 결정하기에 충분한 측정치가 없다는 것을 알 수 있다. 관리자는 생산에 대한 결정이 내려지기 전에 SERDES 702에 대해 더 많은 측정을 하도록 팀에 지시할 수 있다.
다음 산정 표는 다른 ASIC 버전의 입력 전압에 대한 비트 에러 측정이다. 알파, 베타, 감마 버전의 비트 오류 측정값은 동일하지만 델타 버전이 비트 오류 측정을 조금 더 잘 수행한다. 우리는 델타 버전 ASIC이 다른 버전과 비교해 더 나은 성능을 가지고 있다고 결론을 내릴 수 있다. 물론, 외부 요인에 의해 측정 과정에서 차이가 생길 수도 있지만, 이 경우 우리는 측정한 테스트 장비, 테스트 벤치, 측정 엔지니어와 같은 다른 가능한 요인을 조사해야 한다.
데이터 분석 설정
시각화 도구는 데이터 분석 기능 중 설정하기 쉬운 부분이다. 더 어렵고 까다로운 부분은 데이터를 업로드하고 접근하기 위해 데이터 저장소 서버와 상호 작용할 웹서버를 설정하는 것이다. 데이터 저장소 서버는 보안을 유지해야 하며 백업, 복원, 복제를 위한 지원 기능이 있어야 한다. 회사의 내부 정보 기술(IT) 부서가 데이터 저장소 서버 설정을 지원하도록 하는 것을 적극 추천한다.
웹 서버는 데이터 분석 웹 서버 응용프로그램 소프트웨어를 호스팅 한다. 또 스트리밍 또는 대량 전송을 통한 대용량 데이터 업로드를 지원해야 한다. 데이터도 실시간으로 접근할 수 있어야 하며, 운영 체제와 독립적일 필요가 있다. 또한 사용자가 파이썬(Python), C #, C++, 자바 스크립트(Java script) 또는 기타 언어와 같은 데이터 임포트 프로그래밍 스크립트를 통해 데이터를 업로드할 수 있도록 프로그래밍 언어와도 무관해야 한다. 회사 네트워크 내에서 안전한 데이터 전송을 위해 HTTPS를 사용해야 하고, 어떠한 손상이나 변형으로부터 데이터를 보호해야 한다. 또한 동일한 유형의 형식을 항상 저장소로 가져올 수 있도록 데이터 일관성을 강화해야 한다.
확장성, 성능과 데이터 저장소 보안을 위해 두 개의 분리된 서버들을 사용해서 웹 서버와 데이터 저장소 서버를 설치하는 것을 권장한다. 가장 일반적인 데이터 형식은 .CSV이다. 사용자는 측정과 속성 정보를 통해 .CSV 파일로 된 데이터를 수집할 수 있다. 속성들의 예는 온도, 테스트 벤치 이름, ASIC 이름, ASIC 버전, 테스트 엔지니어 등이다. 측정은 지터(Jitter, 파형 난조), 비트 오류, 입력 전압, 전력이 될 수 있다. 대부분의 측정에는 설계 엔지니어에게 설계 시 이윤을 알려주는 상한과 하한이 있다. 이것은 히스토그램(막대그래프)과 선형 차트에서 빨간색 영역으로 나타낼 수 있다. 모든 사용자는 성공적인 데이터 가져오기를 보장하기 위해 이름 지정 등록정보, 측정에 대한 하나의 구문에 동의할 필요가 있다.
요약하면, 관리자와 함께 설계 엔지니어는 해당 설계를 시장에 출시하기 위해 회사 또는 산업 표준을 충족한다는 확신을 가질 필요가 있다. 또 설계 엔지니어는 설계 주기를 최대한 단축해 최고의 제품을 창출해 시장에 최초로 출시하는 것이 중요하다.
경쟁에서 우위를 확보하고 가장 비용 효율적인 방식으로 비즈니스를 수행하는 것은 비즈니스에 긍정적인 영향을 미친다. 따라서 데이터 분석 기능은 설계와 특성화 작업 흐름에 간단하고 신속하며 빠른 통합을 가능하게 모든 측정 데이터 수집 방법과 함께 작동하도록 설계돼 있다. 이것은 모든 설계자가 그래프 작성과 테스트 결과 분석에 시간을 소비하는 대신 설계 작업에 집중하게 만들어 설계와 관련된 의사 결정 프로세스를 용이하게 할 수 있다.
중요한 데이터 분석 소프트웨어 기능에는 실시간으로 거대한 데이터 가져오기와 데이터 접근을 가능하게 하는 웹 서버 응용프로그램이 포함된다. 또한 신속한 의사 결정을 위한 빠르고 직관적인 데이터 분석을 가능하게 하는 다양한 차트 옵션이 있는 시각화 도구를 지원한다. 이런 모든 요소들을 통해 회사 내부에서 데이터 분석을 성공적으로 지원할 수 있는 인프라를 구축해야 한다.
글: 에일리 그룸바인(Ailee Grumbine) 키사이트 데이터 센터 산업 솔루션팀 제품 전략 기획자
자료제공: 키사이트테크놀로지스
그래도 삭제하시겠습니까?