• 사물인터넷융복합논문지
• /
• 제10권6호
• /
• pp.15-21
• /
• 2024

최근 정부의 AI 및 반도체 인재 양성 정책에 부응하여, 본 연구는 AI 딥러닝 기술을 활용하여 RGBA 색 공간에서 반도체 칩을 효과적으로 분류하고 결함을 검출하는 방법을 제안하고 있다. 반도체 칩의 품질 보증과 결함 검출은 전자 기기의 신뢰성과 성능을 보장하는 데 필수적이다. 그러나 전통적인 검사 방법은 주로 시각적 검사 와 기계 측정, 전기적 테스트를 포함하며, 이러한 방법은 시간이 많이 소요 되고, 최첨단 장비의 비용이 많이 들고 검사로 인해 많은 생산 환경에 비효율적 이라는 것이다. 이를 해결하기 위해 딥러닝 기반의 이미지 분석 기법이 자동화된 검사 시스템에서 주목받고 있다. 이번 실험을 통해 RGBA 색 공간을 활용한 딥러닝 모델이 반도체 칩의 결함 검출 및 분류에서 뛰어난 성능을 발휘함을 확인하였다. 특히 알파 채널을 포함한 RGBA 색 공간이 기존 RGB 색 공간 모델보다 결함 검출에 있어 더 정확하고 정밀한 결과를 적은 학습으로도 제공한다. 이번 실험 결과는 RGBA 색 공간이 딥러닝 기반 결함 검출 시스템에서 중요한 역할을 할 수 있음을 시사하며, 향후 다양한 데이터셋과 조건에서의 추가 실험을 통해 이 방법의 활용 범위를 넓힐 수 있을 것이다. 이러한 모델은 반도체 제조 공정의 자동화와 품질 향상에 기여할 가능성이 크다. 본 연구는 RGBA 색 공간의 장점을 활용하여 반도체 칩 검사 과정의 정확성과 효율성을 향상시키고자 한다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.293-300
• /
• 2002

반도체 공정은 웨이퍼가 투입되어 완제품이 생산되기까지 수백개의 제고공정을 수개월에 걸쳐 진행해야 하는 매우 복잡하고 긴 공정으로 구성되어 있다. 대부분의 공정들은 먼저가 철저히 통제되는 클린 룸에서 진행되지만 아주 미세한 먼지 하나도 반도체 칩의 성능과 수율 을 저하시키는 요인이 된다. 반도체 칩의 불량은 특정 생산장비에서의 이물질 발생, 생산장비의 잘 못된 파라미터 값 설정 등 다양한 요인에 의해 발생될 수 있으며 불량의 원인을 요인별로 파악하여 신속하게 대처하는 것이 수율 개선의 핵심이 된다. 이를 위해 SPC 시스템, MES 그리고 6-시그마 등의 활용을 통한 다양한 수율개선 노력이 있었으나 공정의 복잡성과 대용량의 수집 데이터로 인해 기존의 통계적 방법이나 엔지니어의 경험적 분석방법으로는 미처 파악하지 못 하는 수율 저하 요인이 상당 수 존재한다. 본 논문은 군집화/분류, 순차패턴 등의 데이터마이닝 기법과 다차원분석(OLAP)도구를 활용하여 수율저하의 원인이 되는 문제공정, 문제장비, 그리고 잘못된 파리미터 값 설정 등을 신속하고 정화하게 파악하여 수율 개선을 지원하는 방법을 소개하며, 반도체Fabrication공정을 대상으로 실제 구현된 수율개선 시스템(Y-PLUS)을 설명한다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2011년도 추계학술논문집 2부
• /
• pp.660-663
• /
• 2011

우주방사선이나 과도펄스(Transient Radiation) 형태의 감마 방사선이 반도체에 조사되면 소자 내부에서 짧은 시간에 다량의 전하가 생성된다. 이 전하들과 증폭된 과전류는 소자의 고장(Upset, Latchup)과 오동작을 유발시키게 되고 나아가 전자부품이 소진(Burnout)되는 직접적인 원인이 된다. 본 연구에서는 이러한 핵폭 방출 과도방사선에 대한 전자부품/장비의 내방사선관련 기초연구로 군전자부품의 감마-과도방사선에 대한 피해분석 시험을 수행하고 나아가 과도방사선 방호기술 체계구축의 필요성에 대해 논하였다. 과도펄스 방사선시험은 군용으로 분류된 반도체 칩을 대상으로 포항 전자빔가속기를 사용하였다. 핵폭발 방출 과도방사선을 모사하기 위해 감마선 변환장치를 MCNP 설계를 통해 제작하고 단일모드의 마이크로초 단위 감마펄스 방사선을 방출시켜 시험대상 칩을 부착한 시험보드에 조사하는 과정으로 실험을 진행하였다. 온라인 고속 측정장치를 통한 전자소자의 과도방사선시험에서 다양한 피해현상을 측정할 수 있었고, 열상카메라 촬영을 통하여 과열상태를 관측함으로써 피해현상의 검증과 더불어 소진현상으로의 전개 가능성을 확인하였다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.157-177
• /
• 2003

본 논문은 반도체 FAB공정의 수율개선 및 예측을 위해 데이터마이닝 기법을 적용한 사례를 소개한다. FAB 공정의 복잡성과 생산현장에서 수집되는 방대한 기술데이터로 인해 기존의 통계적 방법이나 엔지니어의 경험적 분석 방법만으로는 미처 파악하지 못하는 수율 저하 요인이 상당 수 존재한다. 본 논문은 먼저, FAB공정을 마친 웨이퍼에 불량 칩(chip)이 지리적으로 특정 위치에 집중적으로 발생하는 현상을 육안검사 대신 군집분석을 이용하여 데이터로부터 자동 판별할 수 있는 방법을 제안한다. 다음으로 연속패턴분석, 분류분석, RBF(Radial Base Function) 기법을 적용하여 수율 저하의 원인이 되는 문제 장비나 문제 파라미터를 신속, 정확하게 파악할 수 있도록 해 줄 뿐만 아니라 공정 진행 중인 제품의 미래 수율을 예측할 수 있도록 지원하는 방법을 제안한다. 또한 위 기법들을 반도체 FAB공정을 대상으로 국내 모 반도체 회사에서 정보시스템으로 구현한 Y2R-PLUS (Yield Rapid Ramp-up, Prediction, analysis ＆ Up Support) 시스템을 소개한다.

• 한국컴퓨터정보학회논문지
• /
• 제10권4호
• /
• pp.203-211
• /
• 2005

본 논문에서는 대용량 DB에서 개인을 인식하는 새로운 자동 지문인식 시스템을 제안한다. 시스템은 전처리, 분류, 매칭의 3단계로 구성되는데, 분류단계에서는 방향성 이미지 분포의 통계적인 접근 방법에 기반한 새로운 분류기법을 제안하였고, 정합단계에서는 기존 알고리즘보다 더 빠르고 정확한, 개선된 특징점 후보쌍 추출 알고리즘을 제안하였다. 정확성을 위해 정합 단계에서 세선화된 이미지로부터 지문의 특징점을 추출하고 특징점의 연결정보를 사용한 정합과정을 소개한다. 특징점 정합과정에서 연결정보를 사용하는 것은 간단하지만 정확한 방법이며, 두 지문의 비교단계에서 빠르게 기준 특징점 쌍을 선택하는 문제를 해결해 준다. 알고리즘은 지문의 회전과 이동에 무관하다. 제안한 시스템은 반도체 칩방식 입력장치로부터 획득한 1000개의 지문영상으로 실험하였으며, 실험결과는 제안한 방법이 기존방법보다 오인식율은 줄어들고 정확도는 증가하였음을 보여준다.

• 한국재료학회:학술대회논문집
• /
• 한국재료학회 2012년도 춘계학술발표대회
• /
• pp.87.2-87.2
• /
• 2012

고출력 반도체 레이저 다이오드는 발진 파장 및 광 출력에 따라 다양한 분야에 응용되고 있으며, 특히 발진파장이 808 nm 및 1470 nm 인 고출력 레이저 다이오드의 경우 재료가공, 펌핑용 광원 (DPSSL, 광섬유 레이저), 의료, 피부미용 (점 제거), 레이저 다이오드 디스플레이 등 가장 다양한 응용분야를 가진 광원 중의 하나라고 할 수 있다. 일례로 재료가공의 경우, 레이저 용접, 레이저 인쇄, 하드디스크의 레이저 텍스쳐링 등 그 응용분야는 무수히 많으며, 최근에는 미래 성장동력 사업의 하나로 중요한 이슈가 되는 태양전지에서 에지 분리 (edge isolation), ID 마킹, 레이저 솔더링 등에서 필수불가결한 광원으로 각광받고 있다. 808 nm 대역 In(Ga)AlAs quantum dots laser diode (QDLD) 성장을 위하여 In(Ga)AlAs QD active 와 In(Ga)AlAs QD LD 성장으로 크게 분류하여 여러 가지 test 실험을 수행하였다. 우선 In(Ga)AlAs QD LD 성장에 앞서 high power LD에 적용 가능한 GaAs/AlGaAs quantum well의 성장 및 전기 측정을 수행하여 그 가능성을 보았다. In(Ga)AlAs QD active layer의 효과적인 실험 조건 조절을 위해 QD layer는 sequential mithod (ex. n x (InGaAlAs t sec + InAs t sec + As 10 sec)를 사용하였다. In(Ga)AlAs QD active layer는 성장 온도, 각 sequence 별 시간, 각 source 양, barrier 두께 조절 및 타입변형, Arsenic flux 등의 조건을 조절하여 실험하였다. 또한 위에서 선택된 몇 가지 active layer 를 이용하여 In(Ga)AlAs QD LD 성장 조건 변화를 시도하였다.