기존 광학장비 성능 개선만으로는 한계
빅데이터⋅AI로 진짜 결함과 노이즈 구분

인라이트 시스템. /사진=AMAT
인라이트 시스템. /사진=AMAT

반도체 회로 미세화가 진행되면서 노광 공정과 함께 난이도가 높아지고 있는 대표적인 분야가 검사다. 광학장비를 통해 얻어지는 이미지 상에서 노이즈와 진짜 결함을 구분해내기가 갈수록 난해해지는 탓이다. 

광학 검사장비에 빅데이터와 AI(인공지능) 기술이 폭 넓게 도입되는 이유다. 

미국 어플라이드머티어리얼즈(AMAT)는 빅데이터⋅AI를 이용해 반도체 웨이퍼 결함 검사 속도와 정확성을 획기적으로 개선할 수 있는 공정제어 시스템을 20일 공개했다. 

AMAT의 검사 시스템은 광학장비(모델명 인라이트)가 검출한 이미지 정보에서 AI 솔루션(모델명 익스트랙트AI)이 노이즈를 제거하는 방식으로 진행된다. 

공정 미세화가 진행될수록 반도체 성능에 직접적 영향을 주는 ‘킬러 결함’의 크기가 더 작아지고, 이는 광학장비 이미지에 섞여 있는 노이즈와 구분하기가 더 어렵게 만든다.

과거의 결함 검사가 쌀알들 사이에서 콩을 골라내는 작업이었다면, 이제는 쌀알 사이의 보리를 골라내는 작업만큼 어려워진 셈이다. 

특히 D램 제조에 일반화 된 기술인 듀얼패터닝(DPT)⋅쿼드러플패터닝(QPT)까지 가세하면, 해당 결함이 어느 과정에서 발생했는지를 판별하기가 더욱 난해해진다. 익스트랙트AI는 그동안 결함으로 분류된 이미지들의 데이터를 통해 반도체 성능에 직접적인 영향을 주지 않는 노이즈들을 사전에 걸러낸다.

익스트렉트AI가 AI 기술로 이미지에서 노이즈를 걸러내고 나면, 반도체 라인에서는 0.001% 비율의 리뷰(재검토)만으로 치명적 결함들을 모두 걸러낼 수 있다. 리뷰는 AMAT의 기존 전자빔 리뷰 시스템인 SEM비전 시스템을 통해 이뤄진다. AMAT은 현재 반도체 공정에서 가장 널리 쓰이는 ‘SEM비전 G7’ 모델부터 인라이트와 익스트랙트AI를 연동할 수 있게 지원한다.

통상 전자빔 리뷰는 해상도가 높고 결함과 노이즈를 구분해내는 능력은 높지만 느린 처리 속도가 한계로 꼽힌다. AI 기술로 리뷰가 필요한 결함 케이스를 크게 줄여 놓으면, 전자빔 리뷰의 느린 처리 속도의 단점을 보완할 수 있다는 게 AMAT의 설명이다.

이석우 AMAT코리아 전무는 “새로운 인라이트 및 익스트랙트AI는 로직 공정부터 적용되기 시작했으며, 곧 D램 시장에서도 활발하게 도입될 것으로 예상된다”고 말했다.

 

저작권자 © KIPOST(키포스트) 무단전재 및 재배포 금지