화학공학소재연구정보센터
학회 한국화학공학회
학술대회 2022년 봄 (04/20 ~ 04/23, 제주국제컨벤션센터)
권호 28권 1호, p.106
발표분야 [주제 2] 기계학습
제목 군집 분석 기법을 통한 플라즈마 식각 공정의 식각 종말점 검출
초록 플라즈마 식각 공정에서는 반도체 소자의 손상과 수율 감소를 막기 위해 공정을 최적의 시각에 중단하기 식각 종말점 검출(Endpoint detection)을 수행한다. 하지만 소자의 선폭이 감소함에 따라 기존의 광학적 모니터링을 통한 식각 종말점 검출이 어려워지고 있다. 본 연구에서는 식각 종말점 검출에서 군집 분석 기법을 통한 광학적 신호 민감도 향상을 수행하였다. 식각 공정 데이터는 ICP 반응기를 이용한 Si3N4의 플라즈마 식각 공정에서 빛 방출 분석 (Optical emission spectroscopy, OES) 장비를 통해 측정되었으며, 100mm 직경의 실리콘 웨이퍼 기준 8%, 4%, 1%의 개방 면적 조건에 대하여 수집되었다. K-평균 군집 분석(K-means clustering, KMC), 가우시안 혼합모델(Gaussian mixture model, GMM), 스펙트럴 군집 분석(Spectral clustering, SC)이 실시간 식각 종말점 검출을 위해 수정되었으며, 각 기법들의 효과는 신호 대 잡음 비(Signal to noise ratio)를 통해 비교되었다. 그 결과 공정 데이터의 단 파장 신호와 비교하여 KMC는 신호 민감도를 2.3배 향상시켰으며, GMM과 SC는 각각 3.1배, 2.5배 향상시켰다. 또한 플라즈마 내 화학반응과 관련된 파장들을 선별하여 군집 분석 기법의 효과가 평균적으로 1.8배씩 향상된 결과를 얻을 수 있었다.
저자 이성현, 채희엽, 최호준, 김재현
소속 성균관대
키워드 공정시스템(Process Systems Engineering)
E-Mail
원문파일 초록 보기