컴퓨터 비전 및 머신러닝을 이용한 웨이퍼 노치 감지 시스템

Abstract

반도체 제조 공정 중 이온주입 공정에서 웨이퍼가 일정하게 정렬된 상태로 공정이 진행되는지 확인할 수 있는 웨이퍼 노치 감지 시스템을 제안하였다. 이온주입 공정 시 주입되는 이온이 일정한 깊이로 도달하지 않고 깊숙이 도달하여 원하는 정션깊이를 얻지 못하는 채널링 현상이 발생하는데 이를 예방하기 위해 웨이퍼를 일정 각도 기울여 공정을 진행한다. 카메라를 이용하여 이온빔을 기준으로 웨이퍼 이미지에서 노치의 위치를 좌표로 인식하고, 이를 각도로 검출할 수 있도록 하여 웨이퍼의 정렬을 확인하였다. 시스템을 구현 및 시험하는 데 있어서 테스트 환경은 빛의 밝기, 카메라와 웨이퍼 사이의 거리 등 실제 공정이 진행되는 환경과 동일한 조건으로 구성하였다. 머신러닝에 필요한 데이터는 밝기, 이미지 크기 및 방향 등을 다르게 하여 구성하였으며, 노치의 위치를 좌표로 지정하는 라벨링 작업을 수행하였다. 구성한 학습용 데이터를 우분투 (Ubuntu)와 OpenCV, Yolo (You only look once)v4가 설치되어 있는 컴퓨터를 이용해 머신러닝을 진행하였다. 검출을 수행하기 위한 하드웨어인 Jetson xavier NX에 카메라 모듈을 연결하여 사용하였고, 웨이퍼 노치를 학습한 데이터셋을 적용하여 노치의 각도 검출을 수행하였다. 검출이 완료되면 검출 결과를 시간별로 저장해 데이터로 관리할 수 있도록 한다. 실제 이온 주입 장치에서 테스트를 수행한 결과 본 시스템은 노치를 감지하는데 2초 이내의 반응속도와 평균 95% 정도의 인식 정확도를 얻었다.

주요어 : 채널링 현상, 웨이퍼 노치, 머신러닝, 컴퓨터비전, Yolo, 실시간 검출|In this study, we proposed a wafer notch detection system that can check whether the wafer orientation is constant in order to prevent channeling effect that occurs in the ion implantation process during the semiconductor manufacturing process. To check the orientation of the wafer, the camera can recognize the angle of the wafer notch in real time, and based on the detected position of the notch, it is possible to check whether the orientation of the wafer is constant. For testing the system, the test environment was configured under conditions similar to the environment in which the actual process was conducted, such as the brightness of light and the distance between the camera and the wafer. In addition, the Jetson Board used for the experiment used Jetson Xavier NX. The notch image required for learning consists of data with different brightness, image size, and direction, and the coordinates of the notch are designated in each image file using YOLO_MARK. Based on the configured image data, image learning was performed using YOLOv4, and machine learning was performed with a PC running Ubuntu as the OS. In addition, the camera module is connected to Jetson Xavier with OpenCV and YOLO (You Only Look Once) set and used as a device, and the dataset that learned the notch image of the wafer is applied to Jetson Xavier to detect the notch. Based on the wafer notch, the system is installed to detect an angle in the range of about 10 degrees from the vicinity of 112 degrees, the angle at which the actual process is performed. In an experiment applied to actual equipment, this system showed a response speed of less than 2 seconds to detect a notch, and an average recognition accuracy of about 95%.