현재 display 시장은 고해상도에 대한 관심이 증가하는 추세이다. 고해상도에 대한 시장 수요를 뒷받침하기 위해서는 신기술과 설비 투자도 중요하지만 대량생산을 위한 안정적인 공정 운영이 먼저 이루어져야 한다. 본 논문에서는 OLED PECVD 설비의 증착 공정 data를 Preventive Maintenance(PM) 별공정 상태 구분 classification model에 적용하였다. 공정 특성 classification 분석을 위하여 새로이 다변량 통계기반 clustering model을 제안하였다. 이 방법을 통하여 PM 후 초기 공정 data로 PM별 공정 특성을 구분하였을 뿐만 아니라 형성된 cluster와 공정 variable 간의 상관관계를 분석하였다. 본 논문에서는 k-mean method의 단점을 보완하기 위하여 새로운 clustering model을 제안하였으며, classification model의 정량적인 유의차 분석을 위하여 chi-squared distribution 기반 confidence limit을 적용하였다. 제안한 진단 model은 초기 공정 data로 공정 상태를 예측하였고, 가장 영향력이 큰 key parameter를 도출하여 제어 인자로 제시하였다. 공정 상태를 진단함으로써 공정 불안정에 따른 yield drop 및 PM으로 인한 생산성 저하를 방지할 수 있다.