초록 ▼

웨이퍼맵은 웨이퍼 상에 불량칩이 발생한 위치를 표시해 둔 도표로서, 반도체공정의 분석에 사용되는 기초 데이터 중 하나이다. 보통 불량칩들이 보여주는 공간적 패턴에는 실제 공정상태와 관련된 유용한 정보가 담겨 있으므로, 웨이퍼맵 분석은 공정을 더 잘 이해하고 불량칩 발생을 억제하는 데 도움이 될 수 있다. 본 연구는 웨이퍼맵에 나타난 불량칩의 공간적 특성을 모델링하고 분석하기 위한 절차를 개발하고, 이를 기반으로 공정감시를 위한 의사결정지원시스템 활용방안을 제시한다.
웨이퍼맵에 등장하는 불량칩의 공간적 특성을 측정하기 위해 공간

웨이퍼맵은 웨이퍼 상에 불량칩이 발생한 위치를 표시해 둔 도표로서, 반도체공정의 분석에 사용되는 기초 데이터 중 하나이다. 보통 불량칩들이 보여주는 공간적 패턴에는 실제 공정상태와 관련된 유용한 정보가 담겨 있으므로, 웨이퍼맵 분석은 공정을 더 잘 이해하고 불량칩 발생을 억제하는 데 도움이 될 수 있다. 본 연구는 웨이퍼맵에 나타난 불량칩의 공간적 특성을 모델링하고 분석하기 위한 절차를 개발하고, 이를 기반으로 공정감시를 위한 의사결정지원시스템 활용방안을 제시한다.
웨이퍼맵에 등장하는 불량칩의 공간적 특성을 측정하기 위해 공간적 자기상관의 개념을 도입하였다. 이와 관련된 기존의 통계량을 비교하였으며, Join Count에 근거한 통계량 Weighted Join Count (WJC)를 제안하였다. 아울러 불량칩의 공간적 패턴을 효과적으로 구별할 수 있도록 공간지연의 개념을 도입하여 새로운 Spatial Autocorrelation Function (SACF)을 개발하였다. SACF로 출력된 웨이퍼맵 분석 결과를 학습하고 모델링하기 위한 기법으로서 다변량 의사결정나무에 대해 연구하고 그 절차를 다수의 목표변수를 다룰 수 있도록 확장하였다. 끝으로, 윈도기반 데모프로그램을 구축하여 웨이퍼맵 분석 및 공정관측 활용방안을 제시하였다.
본 연구에서 제안된 공간 통계량 WJC는 동일 계열의 통계량과 비교할 때 가장 작은 분산을 갖는 것으로 나타났다. 따라서 불량칩 패턴의 공간적 특성을 보다 정도있게 검출할 수 있게 되었다. 공간지연의 도입은 다양한 공간패턴에 대한 구별력을 향상시킬 뿐 아니라, 실무에서 공정의 문제점을 시각적으로 이해하는 데에도 도움을 줄 수 있는 것으로 나타났다. 본 연구에서 개발된 이론은 주로 0-1 Binary Wafer Map을 대상으로 하고 있지만 여러 종류의 품질테스트 결과가 기록되어 있는 Wafer Bin Map (WBM)을 다룰 때에도 적용가능하다. 구체적인 활용방안은 데모 프로그램을 통해 제시하였는 데, WBM을 Bin 별로 분석한 결과는 본 연구에서 구축된 의사결정나무를 통해 모델링된다. 웨이퍼맵의 SACF 검사가 Bin 별로 (또는 여러 Bin의 특정한 조합 별로) 처리될 수 있다는 점에서 실무에서 보다 포괄적인 공정관측을 위한 기반이 제공된다고 하겠다.

Abstract ▼

Wafer map, a graphical illustration of the locations of defective chips on the wafer, is one of the fundamental data used in semiconductor process analysis. Since the spatial pattern exhibited by defective chips contains a useful information about actual process states, the wafer map analysis helps

Wafer map, a graphical illustration of the locations of defective chips on the wafer, is one of the fundamental data used in semiconductor process analysis. Since the spatial pattern exhibited by defective chips contains a useful information about actual process states, the wafer map analysis helps better understand the process and prevent excessive occurrences of defective chips. This research develops a wafer map modelling and analysis procedure and thereby presents a decision support system for process monitoring.
To capture clustered patterns spatially shown on the wafer map, a notion of spatial autocorrelation was invited in this research. A join-count based statistic was proposed by comparing several previous spatial statistics. By introducing a spatial lag, we developed a spatial autocorrelation function (SACF) for quantifying spatial characteristics of defective patterns. In order to deal with wafer map analysis results obtained by SACF, a decision tree method with multiple response variables was also developed. Finally, through a window-based demo program, this research illustrated the wafer map analysis procedure and described its application strategy for process monitoring.
Compared with other similar-type statistics, the weighted join-count (WJC) proposed as a spatial statistic in this research has the smallest variance. This property allows one to detect spatial characteristics with a higher precision. In particular, incorporating spatial lags into WJC not only improves the modelling capability over a variety of spatial patterns but helps operators visually understand potential troubles involved in the process. Although being mainly concerned with binary wafer maps, the theory developed in this research is still applicable to the case of wafer bin maps in which several quality test results are displayed. An illustrative example for its application was presented by using a demo program. Wafer bin map (WBM) analysis results obtained for each bin are learned by the decision tree method developed in this research. It is expected that our result will provide a practical basis for more comprehensive process monitoring because the WBM analysis can be conducted at the bin level.

목차 Contents

• Ⅰ. 연구계획 요약문 ...3
• 1. 국문요약문 ...3
• Ⅱ. 연구결과 요약문 ...4
• 1. 국문요약문 ...4
• 2. 영문요약문 ...5
• Ⅲ. 연구내용 ...6
• 1. 서론 ...6
• 2. 연구방법 및 이론 ...7
• 2.1 Join Count를 근거한 공간통계량의 개발 ...7
• 2.2 공간지연을 고려한 SACF의 개발 ...10
• 2.3 다변량 목표변수에 의한 의사결정나무 ...12
• 3. 결과 및 고찰 ...16
• 4. 결론 ...18
• 5. 인용문헌 ...19
• 6. 부록 ...20