화학공학소재연구정보센터
학회 한국화학공학회
학술대회 2022년 봄 (04/20 ~ 04/23, 제주국제컨벤션센터)
권호 28권 1호, p.130
발표분야 [주제 2] 기계학습
제목 Monitoring the Average Molecular Weight and Concentration of PEG in Cu Plating Bath with Machine Learning
초록 구리 전해도금은 전류 혹은 전압을 전극에 인가하여 도금액 속의 구리 이온을 환원, 금속 박막을 형성하는 기술을 말한다. 구리 금속은 전기 전도도가 뛰어나고 피삭성이 좋아 구리 전해도금은 반도체를 위시한 여러 첨단 산업에 활용된다. 도금 공정의 신뢰도를 확보하기 위해 형성되는 금속 박막의 물성을 일정하게 유지할 수 있어야 하여 도금액의 온도 및 조성, 전해질의 유동, 전원 조건, 첨가제 조합 등 다양한 변수가 고려되어야 한다. 구리도금에 이용되는 첨가제는 전극 표면에서 구리 이온의 환원 반응에 직접적으로 영향을 주어, 고도화된 배선을 결함 없이 채우기 위해 필수적으로 사용된다. 대표적으로 사용되는 첨가제인 PEG(polyethylene glycol)는 감속제의 일종으로 전극 표면에 흡착층을 형성하여 구리 전착 속도를 늦춰준다. 이러한 PEG는 도금 반응을 거치며 열화(degradation)가 되어 보다 작은 분자량을 가지는 고분자로 분해되며 도금조 조성에 영향을 끼친다.본 연구에서는 구리 전해도금 과정에서 지속적인 열화가 일어나는 도금조 속 PEG의 평균 분자량 및 농도 모니터링 모델 개발을 목표로 한다. CV(cyclic voltammetry) 데이터를 활용한 전기화학적 분석을 통해 PEG의 평균 분자량과 농도를 예측하였으며, 모니터링의 성능을 향상시키기 위해 다양한 머신러닝 알고리즘을 사용하여 모델을 개발하였다.
저자 박수웅
소속 서울대
키워드 공정시스템(Process Systems Engineering)
E-Mail
원문파일 초록 보기