개발 배경

미국 반도체 Fab의 의뢰를 받아 OES와 설비 파라미터를 통해 AR fault를 예측하는 모델 개발

• Dry Strip 설비의 주요 성능 지표인 AR이 기준치 이하로 떨어지는 경우가 종종 발생하여 해당 설비사의 PM 작업으로 설비 가동률 저하
• OES 기반 레시피별 EPD 활용 중이었으며 특정 레시피에서 EPD 탐지가 불가능하여 Over Ashing으로 생산성 저하
• OES 데이터에 패턴 인식 기술을 적용하여 정교하게 EPD와 AR 이상을 탐지하는 모델 개발

도입 성과

양산 설비에서 탐지 성능 검증 완료 후 기능 확장 진행 중

• 3대 양산 설비에서 6개월 성능 검증 완료(‘24.03~), Wafer Layer 인식 기능 추가
• 기존 적용 불가능했던 특정 레시피의 EPD 탐지 가능 

적용 기술 및 문제해결 방법

자체 개발한 ‘시계열 패턴 인식, anomaly detection, clustering 기술’을 적용하여 맞춤 모델 개발

• 레시피별 공정 수행 및 완료와 관계된 주요 OES 파장 자동 선별
• 선별된 파장의 시계열 패턴 인식과 anomaly detection 기술을 활용하여 이상탐지 기능화
• 동일 레시피내 Wafer Layer 차이와 관계된 설비 파라미터 도출하고, Wafer Layer 별 OES 파장의 시계열 클러스터링 수행 · Wafer Layer 자동 인식 후 anomaly detection 모델 적용

참고 이미지