개발 배경

반도체 전공정 장비 제조사로부터 의뢰를 받아 공정 결과 (ER) 예측을 위한 솔루션 개발 진행

• 계측 장비 도입 시 높은 비용 부담 문제, 생산 효율을 위하여 전수 검사를 할 수 없는 문제 등으로 인해웨이퍼의 식각 깊이를 전수 계측하는 것이 사실상 불가능
• 샘플 계측 수행 시, 전수 계측이 되지 않아 공정 결과에 영향을 주는 주요 변수를 정확하게 확인할 수 없어 공정 제어 최적화를 위해 제어해야 할 변수 파악이 어려움
• 상기 문제를 해결하기 위해 가상 계측(Virtual Metrology: VM) 기술 기반으로 웨이퍼의 식각 깊이가 얼마나 될 것인지를 공정 진행 중 실시간으로 예측하는 솔루션 개발

도입 성과

실시간 가상 계측 정확도를 97.9%(오차범위 5%) 달성하여 높은 정확도로 공정 결과를 예측

• 이와 더불어 공정 결과 개선을 위해 제어가 필요한 주요 파라미터 선별 및 최적 제어가 가능해짐
• VM 기반 웨이퍼 전수 검사를 통해 샘플 계측으로 발견할 수 없는 공정 문제 개선할 수 있게 됨

적용 기술 및 문제해결 방법

자체 개발한 ‘설명력을 가진 다변량 시계열 데이터 분석을 위한 딥러닝 기술’을 적용하여 맞춤 모델 개발

• 구체적으로 21개의 지점에 대한 식각 깊이 예측을 희망하였으며, 공정 진행 중에 실시간으로 예측할 수 있는 모델 개발을 희망하였음
• 공정 스텝별로 중요도가 상이하므로 이를 반영하여 VM 모델을 개발해야 하므로 설비 파라미터와 OES 데이터뿐만 아니라 공정 세팅 및 관련 메타정보까지 취합 분석하여 개발 진행
• 2023년 연구논문 발표 ‘Deep Learning-based Virtual Metrology for Prediction of Etch Depths Following Atomic Layer Etching‘
• 추가 센서 부착 없이 N개의 설비 파라미터를 분석하여 모델 개발

참고 이미지