IJPEM

Pattern Classification for Small-Sized Defects Using Multi-Head CNN in Semiconductor Manufacturing
반도체 공정 내 작은 크기의 웨이퍼 결함 검출을 위한 Multi-head CNN 기반의 효과적인 특질 추출 방법론 개발

백준걸/고려대학교

반도체 수율 향상을 위해 웨이퍼 상의 다양한 결함 패턴을 검출하고 영향 인자를 제어하는 작업이 필수적이므로, 작은 클러스터(cluster) 형태와 얇은 선(line) 형태의 결함 식별력을 높임으로써 전반적인 패턴 검출 성능을 향상시켰음.
결함 발생 영역이 작아 특질 추출이 어려웠던 문제를 해결하고자, 결함 특징을 극대화하는 RoD (rotated defects) 변환과 멀티 헤드(multi-head) 구조의 모델 적용을 제안하여 효과적인 특질 추출이 가능해짐.
수정된 중앙값 필터링(modified median filtering)을 추가 제안하여, 노이즈(noise)에 대한 영향력을 줄이고 웨이퍼 빈 맵의 특징을 보존하는 효과를 보임.
기존에 구분하기 어려웠던 작은 크기 결함의 식별력 향상은 자동 결함 분류(ADC: Automatic Defect Classification) 모델 성능 향상에 도움을 줄 수 있으며, 향후 영향 인자 파악을 위한 2차 분석 과정에서 정확한 결함 정보 제공에 기여할 것으로 기대됨.