[논문]하나의 웨이퍼 전체 영상을 이용한 웨이퍼 Pre-Alignment 시스템

구자명; 조태훈

하나의 웨이퍼 전체 영상을 이용한 웨이퍼 Pre-Alignment 시스템
A Wafer Pre-Alignment System Using One Image of a Whole Wafer 원문보기

반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.9 no.3, 2010년, pp.47 - 51

구자명 (한국기술교육대학교 전기전자공학과) , 조태훈 (한국기술교육대학교 컴퓨터공학부)

Abstract ▼ AI-Helper

This paper presents a wafer pre-alignment system which is improved using the image of the entire wafer area. In the previous method, image acquisition for wafer takes about 80% of total pre-alignment time. The proposed system uses only one image of entire wafer area via a high-resolution CMOS camera, and so image acquisition accounts for nearly 1% of total process time. The larger FOV(field of view) to use the image of the entire wafer area worsen camera lens distortion. A camera calibration using high order polynomials is used for accurate lens distortion correction. And template matching is used to find a correct notch's position. The performance of the proposed system was demonstrated by experiments of wafer center alignment and notch alignment.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

웨이퍼의 이동 축은 특정 마크(Mark)를 기구부에 부착 또는 표시하여 기구부의 이동 전과 후의 이미지를 이용하여 계산할 수 있다. 본 논문에서는 특정 마크를 사용하는 불편함 없이 웨이퍼의 중심을 이용하여 이동 축을 계산한다. 척 중심을 구한 경우와 같이 척 중심과 웨이퍼의 중심을 대략적으로 일치 시킨 후 웨이퍼의 중심을 구한다.
본 논문은 고해상도(3488x2616) CMOS Area 카메라를 이용하여 웨이퍼 전체 영역이 보이는 이미지 한 장을 획득한 후 웨이퍼를 정렬하는 시스템을 제안한다. 기존의 여러 장의 이미지 대신 한 장의 이미지를 사용해서, 웨이퍼 이미지를 획득하는 시간이 거의 소요되지 않아 Pre-Aligner의 수행 시간을 획기적으로 단축한다.
웨이퍼 Pre-Alignment전체 과정 시간의 80% 이상을 8장의 이미지를 획득하는데 소요된다[4]. 본 논문은 웨이퍼 전체 영역이 나온 이미지한 장으로 웨이퍼 중심을 계산하는 방법을 제안한다. 웨이퍼 이미지를 획득하는 시간이 거의 소요되지 않아 웨이퍼 Pre-Aligner의 수행 시간을 크게 단축할 수 있다.

가설 설정

이진화 는 조명 상태에 변하게 되고 따라서 부정확한 웨이퍼의 윤곽선이 검출될 수 있다. 하지만, 반도체 공정 과정은 통제된 환경하에 진행되므로 조명은 변하지 않는다고 가정한다. 검출된 윤곽선을 실세계 좌표로 변환한 후 Least Squares Circle Fitting 방법을 이용하여 웨이퍼 중심을 계산한다[7].

제안 방법

웨이퍼 전체를 보기 위해 넓어진 FOV(Field Of View)로 인해 카메라의 왜곡이 커지고 한 픽셀이 차지하는 오차 또한 커진다. 고차 Polynomial카메라 캘리브레이션을 이용해 왜곡보정을 하고 템플릿 매칭(Template Matching)을 통해 서브픽셀(Sub-Pixel)로 노치(Notch)를 구해 이를 해결하는 방법을 제안한다[5,6].
본 연국의 기존 연구 제안한 시스템에서는 웨이퍼 중심을 계산하기 위한 시간이 80% 정도를 차지 했지만 제안한 시스템에서는 웨이퍼의 회전 없이 바로 웨이퍼 중심을 구할 수 있어 전체 시스템의 속도가 크게 향상되었다. 넓은 FOV로 인하여 카메라의 커진 왜곡을 고차 Polynomial를 이용한 카메라 캘리브레이션으로 보정하였다. 템플릿 매칭으로 노치의 위치를 서브 픽셀로 측정하여 노치 정렬의 정밀도를 향상 시켰다.
본 논문에서 300 mm 웨이퍼 전체를 보기 위해 넓은 FOV가 요구되며 FOV가 넓을수록 왜곡이 심해진다. 따라서 정밀한 왜곡보정을 하기 위해 고차 Polynomial을 이용한 카메라 캘리브레이션을 이용하여 이를 해결한다. M차 Polynomial Transformation은 식(1), (2)와 같다.
본 연구진의 기존 연구에서는 웨이퍼 중심 정렬을 위해 웨이퍼 부분별로 8장의 이미지를 획득한 후 웨이퍼 중심을 계산한다. 웨이퍼 Pre-Alignment전체 과정 시간의 80% 이상을 8장의 이미지를 획득하는데 소요된다[4].
웨이퍼 전체 영역이 나온 이미지를 이진화 한 후 웨이퍼의 윤곽선(contour)을 검출한다. 이진화 는 조명 상태에 변하게 되고 따라서 부정확한 웨이퍼의 윤곽선이 검출될 수 있다.
웨이퍼 중심 계산을 위한 웨이퍼 윤곽선 검출은 원본 이미지에서 이진화를 한 후 윤곽선을 검출하였다. 그림 5의 왼쪽은 이진화된 결과이고, 이진화된 이미지에서 웨이퍼 윤곽선 검출 결과는 그림 5의 오른쪽과 같다.
척 중심을 구한 경우와 같이 척 중심과 웨이퍼의 중심을 대략적으로 일치 시킨 후 웨이퍼의 중심을 구한다. 이 상태에서 웨이퍼를 일정량 이동시켜 이동 전과 이동 후의 웨이퍼 중심을 지나는 직선의 기울기를 계산한다. 이동 축은 척의 중심을 지나고 위의 기울기를 가지는 직선이고, 이동 축의 각도는 아크탄젠트(arctangent)를 이용해 간단히 계산된다.
2절의 식(5), (6)에 대입하여 계산하였다. 이동 축과 실세계 좌표간의 각도는 초기 위치에서 20 mm를 이동시켜 2.2절의 방법으로 계산하였다. 그림 4는 웨이퍼 이동 후 이미지에 이동 전후의 중심을 서로 연결하여 흰색 직선으로 표시하였다.
제안한 방법에서는 FOV가 넓기 때문에 1~2픽셀의 차이는 큰 오차를 초래한다. 이를 보정하기 위해 위의 방법대로 노치가 정렬된 상태에서 템플릿 매칭을 이용한 정확한 노치 정렬 방법을 제안한다. 노치 템플릿 모델에 윤곽선의 변화가 가장 큰 두 점 사이의 중간 위치를 노치의 기준 위치로 정의한다.
카메라의 FOV는 450×320 mm 정도가 되어 300 mm웨이퍼를 한번에 볼 수 있도록 렌즈의 초점거리를 조정하였다.
넓은 FOV로 인하여 카메라의 커진 왜곡을 고차 Polynomial를 이용한 카메라 캘리브레이션으로 보정하였다. 템플릿 매칭으로 노치의 위치를 서브 픽셀로 측정하여 노치 정렬의 정밀도를 향상 시켰다.

대상 데이터

본 논문에서 제안하는 방법을 검증하기 위해 그림 2와 같은 웨이퍼 Pre-Aligner 기구부를 사용하였다. 기구부는 웨이퍼를 회전시키는 회전스테이지와 1축으로 이동시키는 이동스테이지로 구성된다.
카메라는 고해상도(3488×2616) CMOS 카메라 SV9C10를 사용하고 Tamrom사의 4.0-12 mm F1.2의 렌즈를 부착했다.

이론/모형

하지만, 반도체 공정 과정은 통제된 환경하에 진행되므로 조명은 변하지 않는다고 가정한다. 검출된 윤곽선을 실세계 좌표로 변환한 후 Least Squares Circle Fitting 방법을 이용하여 웨이퍼 중심을 계산한다[7]. Least Squares Circle Fitting 은 샘플링된 데이터에서 자승 에러가 최소화 되는 원의 매개변수를 계산하는 방법으로 식(7), (8)에 검출된 윤곽선 좌표를 대입하여 웨이퍼 중심 a, b를 계산한다.
카메라 캘리브레이션은 그림3과 같은 한 칸이 20×20 mm인 체커보드를 이용하여 3차 Polynomial 카메라 캘리브레이션 방법을 사용하였다.

성능/효과

그림 1과 같은 노치 모델로 템플릿 매칭을 이용하여 정확한 노치 위치를 찾은 후 다시 노치 정렬을 한 결과는 그림 8의 오른쪽과 같다. 노치 정렬을 30회 반복 테스트 한 결과 노치 기준 위치와 이동 축과의 사이 평균 각도는 0.004^o, 표준 편차는 0.041^o로 0.127^o 이내로 노치 정렬이 되는 것을 확인할 수 있다.
본 연국의 기존 연구 제안한 시스템에서는 웨이퍼 중심을 계산하기 위한 시간이 80% 정도를 차지 했지만 제안한 시스템에서는 웨이퍼의 회전 없이 바로 웨이퍼 중심을 구할 수 있어 전체 시스템의 속도가 크게 향상되었다. 넓은 FOV로 인하여 카메라의 커진 왜곡을 고차 Polynomial를 이용한 카메라 캘리브레이션으로 보정하였다.
웨이퍼 중심 정렬을 30회 반복 테스트 한 결과 척과의 평균 거리는 0.019 mm, 표준 편차는 0.011 mm로 0.052 mm(3*표준편차+평균) 이내로 중심 정렬이 되는 것을 확인할 수 있다.
카메라 캘리브레이션은 그림3과 같은 한 칸이 20×20 mm인 체커보드를 이용하여 3차 Polynomial 카메라 캘리브레이션 방법을 사용하였다. 카메라 캘리브레이션 결과 이미지 좌표계에서 실세계 좌표계로 변환할 때의 RMS(Root Mean Square)으로 계산된 X좌표 오차는 0.049 mm, Y 좌표 오차는 0.026 mm 이고, 실세계 좌표계에서 이미지 좌표계로 변환 할때의 RMS 으로 계산된 X좌표 오차는 0.258 픽셀, Y좌표 오차는 0.171 픽셀이다.

후속연구

향후 연구에서는 통제된 조명 환경에서라도 이진화를 통한 웨이퍼 윤곽선 검출은 조명 변화에 민감하여 오차가 발생할 수 있어 조명에 강건한 방법에 대한 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Pre-Aligner의 기능은?	최근에 반도체 산업은 정보화 시대의 핵심 산업으로 중요성이 커지고 집적도가 높아짐에 따라 반도체 공정에서의 웨이퍼(Wafer)의 중심 및 방향의 정렬(Alignment) 또한 중요성이 높아지고 있다[1]. Pre-Aligner는 웨이퍼의 정렬을 수행하기 전에 미리 어느 정도 수준 이하로 정렬을 하여 장비에 쉽게 웨이퍼를 정렬할 수 있게 한다.
	CMOS Area 카메라를 이용하여 웨이퍼 전체 영역이 보이는 이미지 한장을 획득한 후 웨이퍼를 정렬하는 시스템의 장점은?	본 논문은 고해상도(3488x2616) CMOS Area 카메라를 이용하여 웨이퍼 전체 영역이 보이는 이미지 한장을 획득한 후 웨이퍼를 정렬하는 시스템을 제안한다. 기존의 여러 장의 이미지 대신 한 장의 이미지를 사용해서, 웨이퍼 이미지를 획득하는 시간이 거의 소요되지 않아 Pre-Aligner의 수행 시간을 획기적으로 단축한다. 웨이퍼 전체를 보기 위해 넓어진 FOV(Field Of View)로 인해 카메라의 왜곡이 커지고 한 픽셀이 차지하는 오차 또한 커진다.
	최근 반도체 산업이 정보화 시대의 핵심 산업으로 중요성이 커지고 집적도가 높아짐에 따라 무엇이 중요해지고 있는가?	최근에 반도체 산업은 정보화 시대의 핵심 산업으로 중요성이 커지고 집적도가 높아짐에 따라 반도체 공정에서의 웨이퍼(Wafer)의 중심 및 방향의 정렬(Alignment) 또한 중요성이 높아지고 있다[1]. Pre-Aligner는 웨이퍼의 정렬을 수행하기 전에 미리 어느 정도 수준 이하로 정렬을 하여 장비에 쉽게 웨이퍼를 정렬할 수 있게 한다.

참고문헌 (7)

나원석, "노치형 웨이퍼 정렬기 개발에 관한 연구," 한국항행학회지 제13권 제 3호, pp. 412-418, 2009.
박홍래, 유준, "웨이퍼 정렬법과 정밀도 평가," 제어.자동화.시스템공학회지, 제8권, 제9호, pp. 812-817, 2002.
H.S. Lee, J.W. Jeon, J.W. Kim, S.J. Jung, and J.E. Byun, "A 12 inch wafer prealigner", Micoprocessors and Microsystems, vol. 27, pp.151-158, 2003.

상세보기
이남희, 조태훈, "고차 다항식 변환 기반 카메라 캘리브레이션을 이용한 웨이퍼 Pre-Alignment 시스템", 반도체디스플레이기술학회지, 제9권, 제1호, pp.11-16, 2010.

원문보기 상세보기
조태훈, "고차 polynomial을 이용한 정밀한 카메라 캘리브레이션", Proceedings of KFIS Spring Conference , Vol.17, No.1, pp.413-416, 2007.
C. Steger, M. Ulrich, C. Wiedemann, "Machine Vision, Algorithms and Applications", WILEY-VCH, pp. 211-214, 2007.
Qu Dongsheng, Quio Suilong, Rong Weibin, Song Yixu, Zhao Yanna, "Desing and Experiment of The wafer pre-alignment System," Proceedings of the 2007 IEEE International Conference on Mechatronics and Automation, pp. 1483-1488, 2007.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증