[논문]대 용량 데이터를 사용한 실리콘 웨이퍼 제조공정의 품질특성 불량원인분석 사례

권유진; 권혁무; 이종경

대 용량 데이터를 사용한 실리콘 웨이퍼 제조공정의 품질특성 불량원인분석 사례
Case study of analysing the manufacturing process of silicon wafers based on a large set of data to identify the causes of nonconformities 원문보기

권유진 (부경대학교 시스템경영공학과) , 권혁무 (부경대학교 시스템경영공학과) , 이종경 ((주) MEMC 코리아)

본 연구는 M사의 제조공정에서 얻어진 대 용량 데이터를 사용하여 실리콘 웨이퍼의 중요 품질특성 중 하나인 Warp 불량원인을 분석한 사례이다. 이론적으로는 많은 양의 데이터를 확보하고 있을 경우 검출력의 향상으로 공정의 미세한 변화를 보다 민감하게 탐지할 수 있을 것으로 생각된다. 그러나 현실적으로는 불필요한 정보 혹은 많은 잡음 요인들의 개입으로 인하여 공정에 대한 올바른 이해가 더 어려울 수도 있다. 본 연구는 공정에 대한 경험과 기술적인 지식을 활용하여 분석의 기본 방향을 설정하고 많은 양의 데이터를 체계적으로 분석한 후 분석 결과를 실질적인 측면에서 재검토하여 의미 있는 결과를 도출하는 순서로 진행되었다. 데이터 분석의 과정 및 결과는 공정의 자동화로 수많은 데이터가 실시간으로 기록되는 상황에서 잡음요인들로 인한 영향을 배제하고 핵심요인에 의한 영향을 파악하는데 참고할 수 있을 것으로 사료된다.

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

문제 정의

본 연구에서는 많은 데이터가 실시간으로 수 집되는 공정을 진단하는 방법을 사례를 통해 보 여주었다. 연구의 진행은 우선 공정에 대한 경험 과 기술적인 지식을 활용하여 분석의 기본 방향 을 설정한 후, 많은 양의 데이터를 체계적으로 분 석하고 그 결과를 실질적인 측면에서 재검토하여 의미 있는 결과를 도출하는 순서로 진행되었다.
본 연구에서는 제조공정에서 얻어진 대용량데 이터에 대한 통계적인 분석과 함께 공정에 대한 기술적인 지식을 활용하여 공정에 대한 의미 있는 정보를 얻는 과정을 사례를 통해 살펴본다.

제안 방법

공정과 장비에 대한 이해를 바탕으로 특성요 인도, XY matrix, FMEA 등의 도구를 이용하여 Warp 불량의 잠재적인 중요원인들을 도출하였다.
즉, 제일 좋은 결과 혹은 제일 좋지 않은 결과를 주는 장비가 매 월 달라지므로 변동의 원인이 장비에 있는 것이 아니라 주기적으로 교환해 주는 소모품들과 작업 조건에 있을 것으로 추정되었다. 따라서 Slurry, Main Roller, Wire 등 장비에 장착되는 소모품들 에 의한 영향을 순서대로 분석하였다.
여기서 분석 대상으로 하는 Slicing 공정의 경우 현장에서 두 모델의 장비를 사용하고 있으나, 모델별로는 실질적인 유의차를 보여주지 않았으 므로 장비별로 차이를 분석해 보았다. 결과 장비 별로 상당한 차이를 보였으나 월별로 일관성 있는 결과를 보여주지는 않았다.
본 연구에서는 많은 데이터가 실시간으로 수 집되는 공정을 진단하는 방법을 사례를 통해 보 여주었다. 연구의 진행은 우선 공정에 대한 경험 과 기술적인 지식을 활용하여 분석의 기본 방향 을 설정한 후, 많은 양의 데이터를 체계적으로 분 석하고 그 결과를 실질적인 측면에서 재검토하여 의미 있는 결과를 도출하는 순서로 진행되었다. 데이터 분석의 과정 및 결과는 공정의 자동화로 수많은 데이터가 실시간으로 기록되는 상황에서 잡음요인들로 인한 영향을 배제하고 핵심요인에 의한 영향을 파악하는데 참고할 수 있을 것으로 사료된다.

대상 데이터

잠재 원인들이 Warp 불량의 참 원인인지 확 인하기 위해서는 데이터를 기초로 한 객관적인 검증 절차를 거쳐야 한다. 현장으로부터 얻은 가 용한 데이터는 2005년 5월부터 7월까지의 데이 터이며 크기 약 12만 정도의 대용량 데이터이다. 이와 같이 많은 데이터를 이용하여 통계적인 분석을 실시할 경우, 많은 정보를 확보하고 있다는 장점도 있지만 다음과 같은 문제점들도 있다.

성능/효과

여기서 분석 대상으로 하는 Slicing 공정의 경우 현장에서 두 모델의 장비를 사용하고 있으나, 모델별로는 실질적인 유의차를 보여주지 않았으 므로 장비별로 차이를 분석해 보았다. 결과 장비 별로 상당한 차이를 보였으나 월별로 일관성 있는 결과를 보여주지는 않았다. 즉, 제일 좋은 결과 혹은 제일 좋지 않은 결과를 주는 장비가 매 월 달라지므로 변동의 원인이 장비에 있는 것이 아니라 주기적으로 교환해 주는 소모품들과 작업 조건에 있을 것으로 추정되었다.
첫째, 많은 데이터들이 모두 신뢰할 수 있는 데이터인지 확신이 없을 경우, 어떤 데이터를 배 제해야 할 것인지 결정하기 어렵다. 둘째, 실제로 는 별 의미 없는 작은 차이들을 통계적인 분석결 과로는 매우 유의한 차이가 있는 것으로 나타나 게 된다. 실제로 두 종류의 장비에 대해 6만개 이상의 데이터를 기초로 Warp평균과 표준편차 및 차이에 대한 가설 검정을 실시한 결과 p값은 모두 0.
본 사례에서 이용된 데이터는 크기가 수만 혹은 십만 이상으로 많은 수치적인 자료를 기록하고 있었지만 통계적인 분석에는 비효율적인 형태 였고 막상 필요한 정보가 결여된 경우도 많았다. 또한 데이터의 신뢰성도 문제되어 적절한 클리닝 절차를 거쳐야 하는 상황이었다.
최근 환경 문제가 대두되면서 사용한 Slurry를 재생하여 사용하고 있으며, 재활용 시 Slurry내 이물질을 제 거하는 것이 중요하다. 분석 결과 Warp는 Slurry 의 밀도, 사용횟수, 공급량, 온도에 영향을 받는 것으로 나타났으나 그 패턴에 일관성이 없어서 다른 변수에 의한 영향을 강하게 받고 있을 것이 라는 유추 외에 의미 있는 정보를 얻을 수 없었다.
셋째, 안정되지 않은 공정에서 나온 수많은 데 이터들이 뒤섞임으로써 전체적인 모양은 마치 정 상적인 공정에서 나온 데이터처럼 보일 수 있다. 그림 5는 전술한 Warp데이터를 히스토그램으로 나타낸 것으로 모양이 품질 특성치에 한쪽규격이 주어져 있는 경우의 정상적인 공정에서 나온 데 이터의 전형적인 형태를 취하고 있다.
첫째, 많은 데이터들이 모두 신뢰할 수 있는 데이터인지 확신이 없을 경우, 어떤 데이터를 배 제해야 할 것인지 결정하기 어렵다. 둘째, 실제로 는 별 의미 없는 작은 차이들을 통계적인 분석결 과로는 매우 유의한 차이가 있는 것으로 나타나 게 된다.

후속연구

Rod 위치별 웨 이퍼의 품질 특성이 이전에 비해 훨씬 더 균일함 을 보여주고 있다. 다만, 처음 부분에서 Warp가 다소 크게 나타나는 현상은 향후 추가 연구가 필요한 것으로 판단된다.
연구의 진행은 우선 공정에 대한 경험 과 기술적인 지식을 활용하여 분석의 기본 방향 을 설정한 후, 많은 양의 데이터를 체계적으로 분 석하고 그 결과를 실질적인 측면에서 재검토하여 의미 있는 결과를 도출하는 순서로 진행되었다. 데이터 분석의 과정 및 결과는 공정의 자동화로 수많은 데이터가 실시간으로 기록되는 상황에서 잡음요인들로 인한 영향을 배제하고 핵심요인에 의한 영향을 파악하는데 참고할 수 있을 것으로 사료된다.
그 중 증가 형이 제일 많이 나타났으며 그 다 음으로 U자형이 많이 나타났다. 이러한 패턴이 생기는 근본 원인은 Wire Saw 장비의 작동 메커 니즘을 검토하여 분석함으로써 어느 요인에 의한 것인지 규명할 수 있을 것으로 판단된다.
최근 컴퓨터 및 센서기술이 발달함에 따라 많은 데이터가 실시간으로 수집되는 공정이 늘어나 고 있다. 이와 같은 공정에서 얻어진 대용량 데이터를 통계적으로 분석하여 공정의 상태에 대한 유용한 정보를 얻고자 할 경우, 검출력의 향상으 로 공정의 미세한 변화를 보다 민감하게 탐지할 수 있을 것으로 생각된다. 그러나 현실적으로는 불필요한 정보 혹은 많은 잡음 요인들의 개입으 로 인하여 공정에 대한 올바른 이해가 더 어려울 수도 있다.

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

대 용량 데이터를 사용한 실리콘 웨이퍼 제조공정의 품질특성 불량원인분석 사례
Case study of analysing the manufacturing process of silicon wafers based on a large set of data to identify the causes of nonconformities 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

대 용량 데이터를 사용한 실리콘 웨이퍼 제조공정의 품질특성 불량원인분석 사례 Case study of analysing the manufacturing process of silicon wafers based on a large set of data to identify the causes of nonconformities 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

대 용량 데이터를 사용한 실리콘 웨이퍼 제조공정의 품질특성 불량원인분석 사례
Case study of analysing the manufacturing process of silicon wafers based on a large set of data to identify the causes of nonconformities 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper