배경

• 나노미터 (Nanometer) 단위로 예측이 어렵고, 물리적으로 계측 시 많은 비용 발생
• 공정 결과에 영향을 주는 주요 변수를 확인 할 수 없어 효율적인 공정 제어 불가
• 지나가고 있는 웨이퍼의 식각 깊이를 예측하기 희망하며, 예측 지점은 21개

적용 기술

• 공정센서 데이터와 OES 데이터, 시계열 데이터를 이용한 가상계측 (Virtual Metrology) 딥러닝 모델 적용
• EA 추정 모델 기반의 주요 파라미터를 선정한 후, 제어 가능 파라미터와 EA 관계를 분석하고 최종적으로 제어 파라미터 선정 및 테스트 진행

적용 결과

• 실시간 가상계측 (Virtual Metrology) 추정 정확도 97.9%(오차 범위 5%) 달성, 변수 최적 제어방안 확인