반도체 산업은 과거 개인용 컴퓨터에서부터 산업의 발전과 더불어 모바일, 가전, 자동차까지 그 수요가 다변화되고 고도화되어 시장규모가 급격하게 성장하고 있다. 또한 첨단기기의 활용이 증가되고 이에 따라 반도체 소자의 고집적화가 요구되고 있다. 소자의 고집적화는 초미세크기의 선폭이 필요하게 되어 이를 제어하기 위한 기술도 고도화가 되어가고 있다. 선폭이 미세해짐에 따라 수율에 대한 영향은 커지고 반도체 공정에서의 수율 향상은 매우 중요한 요소로 자리하고 있다. 수율은 일반적으로 투입대비 출력으로 정의되고 반도체 산업에서 수율은 웨이퍼 당 생산가능한 칩 개수로 정의되고 있다.

반도체 제조 기업들은 수율향상을 위해 다양한 방법들을 강구하고 있으며 복잡한 공정을 관리하기 위한 모니터링 시스템을 도입하여 공정을 제어하고 데이터를 생성하고 있다. 반도체 공정에서 수율관리는 200~300개 되는 수많은 공정과 각 공정에서 설비조건과 공정조건 등으로 매우 복잡하게 얽혀있는 문제이기에 이를 풀기위한 다각적인 노력을 기울이고 있으나 기존의 통계분석적인 방법이나 엔지니어의 경험적 분석방법으로는 해결하지 못하는 한계를 보이고 있다.

본 연구에서는 수율을 분석하기 위하여 특정 제품을 선정하고 이 제품의 수율에 영향을 줄 수 있는 주요한 요인을 선정하기 위하여 반도체 엑티브 영역에서 가장 영향을 많이 줄 수 있다고 판단되는 6개 주요 영향요인을 선정하여 3개월간의 데이터를 수집하였다. 이를 분석하기 위하여 먼저 기존의 수율분석 방법으로 사용되었던 변수들간의 관계와 수율과의 관계성을 분석하는 단변량 분석방법을 활용하여 수율 영향 요인을 분석해보았다. 하지만 유의미한 인자들이 도출되지 않아 다변량 분석방법인 군집분석을 활용하여 변수에 대한 군집을 형성하고 형성된 군집과 변수와의 관계를 통해서 주요한 인자를 도출하였다. 선정된 주요한 인자와 수율과의 관계를 확인하고 반응표면 분석법을 활용하여 선정된 인자들의 최적 조건을 찾고 수율을 향상할 수 있는 공정조건에 대한 제어방안을 제시하고자 한다.

본 논문은 2장에서는 반도체 수율 향상과 연계된 연구에 대한 관련 문헌을 살펴보고, 3장에서는 연구방법 및 절차에 대해서 다루고 4장에서는 현장의 데이터를 활용하여 수율에 영향을 주는 인자에 대한 도출을 다변량 분석과 반응표면분석을 활용하여 분석하는 방법에 대한 소개와 공정제어 방법을 다루었다. 5장에서는 연구결과를 전체적으로 요약한다.

반도체 수율 향상은 반도체 제조업에서 회사 수익과 밀접한 관련이 있는 매우 중요한 요소이므로 이에 대한 연구는 활발하게 지속적으로 연구되어 왔다. 수율은 복합적인 요소들이 작용하는 매우 많은 변수들이 작용하고 있기 때문에 Chunningham et al.(1995)은 서로 다른 반도체 제조 공장의 환경을 대표하는 변수를 이용하여 선형회귀 모델을 활용한 팹(FAB : Fabrication) 전체 수율을 예측하는 모델을 구축하였고, Krueger et al.(2011)은 반도체 제조공장의 결함 계측 데이터를 기반으로 일반화 된 선형모델을 사용하여 수율을 예측하는 모델을 구축하였다. Shin and Park(2000)은 팹 공정에서 발생된 공정변수를 이용하여 변수선택기법, 인공신경망기법(Artificial Neural Network), 메모리기반추론(Memory Based Reasoning) 기법을 사용하여 랏 단위 프로브 수율을 예측하는 모델을 구축하였다. Sohn and Lee(2012)는 프로세스 제어 모니터링 변수와 다양한 프로브 빈(Probe Bin)변수 간의 관계를 표준상관 분석을 통해 성능 산출량을 극대화 하여 수율향상과 반도체 공정을 최적하기위한 방법론을 제안하였다. Chien et al.(2007)은 팹 공정에서 측정된 데이터를 변수로 이용하여 K-평균군집분석, Kruskal-Wallis 검정, 의사결정나무기법을 사용하여 랏 단위 프로브 수율을 예측하는 모델을 구축하였다. Hsu and Chien(2007)은 반도체 제조에서 특정 오류 패턴을 제시하는 웨이퍼 빈 맵(WBM:Wafer Bin Map)에서 자동으로 패턴을 빠르게 추출하여 반도체 제조의 수율을 향상시키기 위해 공간 통계와 적응적 공명이론 1 신경망(Adaptive Resonance Theory 1 neural networks)을 통합하는 하이브리드 데이터 마이닝 접근법을 제안하였다.

현재 반도체 제조공정에서 발생하는 불량을 분석하고 제어하기 위한 다양한 방법들이 개발되고 제안되고 있다. Baek and Han(2003)은 팹 공정을 마친 웨이퍼에 불량칩이 지리적으로 특정 위치에 집중적으로 발생하는 현상을 육안검사 대신 군집분석을 이용하여 데이터로부터 자동 판별할 수 있는 방법을 제안하였다. 다음으로 연속패턴분석, 분류분석, RBF(Radial Base Function) 기법을 적용하여 수율 저하의 원인이 되는 문제 장비나 문제 파라미터를 신속 정확하게 파악할 수 있도록 해줄 뿐만아니라 공정 진행 중인 제품의 미래 수율을 예측할 수 있도록 지원하는 방법을 제안하였다. Nam and Kim(2015)은 팹 공정에서 생성된 가상계측 데이터를 기반으로 데이터의 전처리, 데이터의 불균형 문제를 해결한 후 데이터마이닝 분류 알고리즘을 통해서 웨이퍼 단위로 수율을 판별 할 수 있는 예측 모델을 제안하였고 An et al(2009)은 Stepwise-SVM (SSVM)방법론을 도입하여 반도체 제조 현장 데이터에 대한 고수율 및 저수율을 검출하기 위한 새로운 효율적인 수율 분류의 방법을 제시하였다. Chung(2014)은 사파이어 웨이퍼의 파손을 방지하기 위한 슬러리 제조기술로 화학적-기계적 연마(CMP: Chemical Mechanical Planarization)공정의 신뢰성 향상 및 분산안정성과 유효기간 증대를 위한 연구를 하였다.

반응표면분석에 관한 연구로는 Lee(2004)은 다구찌의 제어 및 잡음 요인에 대한 실험에서 다중 특성 최적화 문제를 다루기 위해 다중반응 표면 모델링 및 분석 기법을 제안하였다. Park et al(2018)은 대기오염물질 배출 허용 기준을 만족시키기 위해 반응표면법과 미니텝 소프트웨어를 이용하여 분석한 후 질소산화물 일산화탄소에 대한 예측모형을 얻고 반응 최적화 도구를 사용하여 각 입력변수들에 대해 현재 소성공정 운전범위 내에서 최적 공정조건을 설정을 제안하였다.

반도체 생산 공정에서 발생되는 여러 가지 공정변수와 수율과의 연관성 분석은 다양하게 시도되고 있지만 분석된 공정변수를 수율향상을 위한 공정제어에 대한 연구는 아직 미흡한 상황이다. 본 연구에서는 군집분석 및 반응표면분석법을 활용하여 수율 영향인자를 도출하고 도출된 인자들에 대한 공정제어 방안을 제시하여 그 의미를 찾고자 한다.

반도체 공정에서, 다변량 분석 기법과 반응표면분석법을 활용한 수율 영향인자의 도출과 이를 제어하기 위한 공정관리 방법에 대해 다루고 있다. 연구의 궁극적 목적은 반도체 공정 제어를 통한 수율 향상에 있다고 할 수 있다. 이를 위해서 먼저 수율에 영향을 줄 수 있는 요인을 도출하기 위해 단변량 분석 방법과 다변량 분석 방법을 활용하였다. 단변량 분석방법에서는 그래프분석을 통하여 시간에 따른 경향을 확인해 보았으나 특이한 점을 찾지 못했고 중요 인자와 수율과의 상관 / 회귀 분석에서도 인자특성들이 수율에 영향을 주는 요소를 발견하지 못했다. 그러나 다변량 분석에서는 단변량 분석에서 보이지 않았던 공정 이슈가 군집분석을 통한 군집 형성에서 군집에 따른 인자들의 특이점이 2개의 인자에서 도출되는 것을 보여주었고 또한 군집에 따라 수율에도 영향을 주고 있음을 분산분석을 통해 확인할 수 있었다. 2개의 인자들의 최적 조건을 찾기 위한 반응표면분석법 결과에서 수율을 향상시키기 위해서는 게이트의 선폭을 제어하는 게이트 임계치수가 클수록 좋은 수율을 보여주었고 게이트 식각 후 잔존하는 잔존옥사이드의 두께가 작을수록 더 좋은 수율을 얻을 수 있음을 보여주었다.

이러한 결과를 근거로 각 공정에서 제어할 수 있는 방향을 설정하여 최적의 수율을 확보할 수 있는 제어방안을 제시하였다. 게이트 식각공정에서는 게이트의 임계치수를 최대화 할 수 있는 방향에서 식각공정의 바크 식각(BARC Etch) 공정 진행 시 엔드포인트를 통한 주식각을 진행 후 Gate 선폭을 제어할 수 있는 바크과식각 공정을 초단위로 제어하여 원하는 크기의 게이트임계치수를 구현할 수 있었다. 또한 잔존옥사이드의 두께를 제어하기 위하여 게이트 식각 후 세정공정의 표준세정(SC)공정에서 세정 시간을 제어함으로써 최대 수율을 얻을 수 있는 잔존옥사이드값을 얻는 방법에 대해 제안하였다.