금일 세미나는 ‘반도체 품질 Data 소개 & Unsupervised Map Pattern Clustering’이라는 주제로 승호형이 진행해주셨다. 연구실에서도 반도체 관련 연구를 하시는 선배님들이 많고 개인적으로도 현재 반도체 데이터 관련 프로젝트에 참여하고 있어 흥미롭게 들을 수 있었다. 반도체 공정에서 하나의 웨이퍼가 시장에 출품될 때 까지는 기획 개발 QA 제조 검증 과정을 거치게 되는데, 이러한 과정 내에서 구체적으로 어떤 프로세스로 웨이퍼가 생성이 되고 테스트가 진행되는지 쉽게 알 수 있었다. 그리고 가장 좋았던 것은 공정 내 어떤 데이터들이 생성되는지에 대한 설명 부분이였는데 공정이 복잡한 만큼 분석해볼만한 데이터들이 많이 생성됨을 알 수 있었다. 특히 전기적 테스트가 진행되는 과정에서 관리하는 데이터인 MAP 데이터는 혐의공정 탐지를 위해 단순한 시각적인 확인 이외에도 통계적인 검증이 필요하다. 그렇지만 현실적인 조건 하에서 통계적인 검증이 워킹하지 않은 경우도 발생하고 Map labeling이 매우 어렵다는 단점이 있다. 그래서 Map pattern Clustering이 필요하고 이에 관련한 논문을 리뷰해주셨다. 승호형이 앞으로 반도체 웨이퍼 관련하여 어떤 좋은 연구를 하실지가 기대된다.

공학의 목표는 유용함을 창출하기 위함이고, 기업은 이러한 공학을 도구 삼아 이윤을 극대화하고자 하며, 이는 상식적인 이야기이다. 하지만 bottom-top 방식으로 이론 공부와 컴퓨터와 씨름하고 있으면, 지식의 점은 여러 개 찍고 있는데 막상 점들 간 연결이 어떻게 구성되어야 하는지 갈피가 잡히지 않아 이러한 상식적인 이야기와 내 공부와 괴리가 생길 때가 있다. 때마침 이번 시간에는 우리 연구실과 밀접한 관련이 있는 반도체 공정 쪽에 대한 개괄 전체를 이쪽 분야 전문가이신 승호 형의 친절함을 듬뿍 담은 설명을 들을 수 있어서 값진 시간이었다. 반도체 공정은 크게 3가지 과정으로, 맨 처음에는 직접적으로 칩을 만드는 FAB공정, 칩을 전기적으로 테스트하고 혐의 공정을 찾아내는 EDS공정, 그리고 마지막으로 PKG공정으로 나뉜다. 개론적인 내용이라 거의 전체 공정을 다루어주시긴 하셨으나, 우리가 봐야할 주요 공정은 EDS였다. EDS 공정은 앞선 FAB공정의 데이터 측정과 다르게 처음으로 전수 데이터를 얻고 칩의 실질적 기능을 평가하는 전기적 테스트를 하는 단계이다. 다만, 역설적으로 전기적 기능은 실제로 반도체가 만들어지는 FAB공정이 다 지난 이후에야 평가가 가능하기 때문에 “늦은 불량 탐지” 라는 단점이 있다. 이 부분은 어쩔 수 없으므로, EDS 공정에서는 혐의 공정을 찾아내어 해당 (FAB)공정에 피드백을 해주는 시발점으로서 역할을 해주며 동시에 불량 구분을 함으로써 PKG 단계로 들어갈 수 있는 칩을 선별한다. EDS 공정의 전기적 test의 결과로 MAP(Bin MAP, Fail bit MAP)이 결과로 나오는데, 사람이 최종적으로 불량/정상을 평가를 함에 따라 일관된 MAP labeling이 부족한 실정이다. 따라서, 이를 관리할 통계적인 방법론으로 기계학습을 적용하여 자동화하려는 움직임이 있다. 그래서 승호 형이 끝으로 관련 최신 논문 중 하나인 “Unsupervised Map Pattern Clustering via VAE” 를 소개해주었다. 논문에서는 MAP 데이터는 skewed 된 게 많아서 처음 전처리는 중앙값을 기준으로 정규화를 해주었으며, 0~1 사이 값으로 스케일링 해주었다. Clustering의 평가 척도로서 Silhouette metric을 latent space 크기를 다르게 하면서 VAE, PCA, ICA, t-SNE, SVD, NMF에 적용을 해보았더니 VAE가 잘 나왔다고 저자는 결론은 내었지만, 2-D latent space에 임베딩된 cluster들을 보면 특별히 VAE가 잘했다고 보여지지는 않는다. 저자가 제시한 Silhouette metric는 말고도 다른 metric을 써서 다방면에서 clustering 성능을 평가해보아야 된다고 생각하며, 나아가 실제 EDS 데이터를 사용하여 검증을 해봐야한다고 생각한다. 긴 시간이었지만 단 일 분도 지루하지 않게 설명을 해준 승호 형에게 감사하다.

금일 “반도체 공정의 이해 & Unsupervised MAP Pattern Clustering’라는 주제로 세미나가 진행하였다. 논문을 진행 하기 앞서 제조 회사에서 진행하는 반도체 공정과 공정 data 를 어떻게 사용하는지 설명을 들었는데 FAB 8대 공정 인 (PHOTO, ETCH, CLN, CMP, CVD, METAL, DIFF, IMP) 에 대해서 그림으로 자세히 설명을 해주어서 잘 알게 되었다. 그렇게 공정을 진행하면서 측정된 FAB 데이터와 이후 WAFER 레벨에서의 검증을 어떻게 진행 하는지 하나하나 설명을 해 주었다. 그 여러가지 단계 중에서 EDS 전기적 data 를 전수 검사 하는 단계인 WBM(Wafer Bin Map) 에 대해 알게 되었다. FBM(failure Bin MAP) 에서 어디서 불량이 나는지 알수 있지만 해당 과정을 진행 하는데 불량 판단 기준이 사람이 함으로써 불확실 하다. 이를 해결하기 위하여 MAP Labeling 작업을 Label 없이 clustering 으로 할수 있도록 하고 clustering 효과에 대한 증명 및 최적의 K 값을 찾는 Logic 을 VAE 방식이 좋다는 것을 보여 주었다. 반도체 공정 과정에 대해 쉽게 설명을 해주어서 공정과정을 좀더 자세히 알게 되었다.

오늘 세미나의 주제는 반도체 제조 공정의 프로세스에 대한 내용이었다. 매번 방법론에 대한 세미나를 보다 실제로 공정에서 어떻게 사용되고 왜 필요한지에 대해 알게 되어서 매우 신선한 세미나였다. 또한 이러한 당위성을 바탕으로 현업에서 실제로 필요한 과제를 해결하는 방법에 대한 논문을 소개해 주었다. Unsupervised map pattern clustering에 관한 논문이었다. 전처리 작업을 거친 후 VAE, PCA등 다양한 차원축소를 통해 clustering을 하였다. 다만 실제로 군집화가 잘 되었는지 실제로 확인하지 않고 군집화 척도를 이용해 검증했다는 것이 조금 아쉬웠다. 이러한 웨이퍼 데이터의 경우 프로젝트를 제외하면 거의 볼 수 없기 때문에 웨이퍼 맵에 대해서 알 수 있었던 기회였다. 반도체 기업들과 프로젝트를 했던 선배들이 궁금했던 질문들을 하고 답변하는 것을 보며 프로라는 생각이 들었다. 이번 기회를 통해 도메인 지식이 데이터 분석에 많은 아이디어와 통찰력을 줄 수 있다는 것을 배웠다.

금일은 반도체 품질 DATA 소개 & Unsupervised MAP Pattern Clustering 를 주제로 세미나가 진행되었다. 반도체 공정의 전반적인 내용 설명을 통하여 관련이 없는 사람들도 반도체 공정을 쉽게 이해할 수 있었다. 반도체 공정이 가지는 특성을 바탕으로 현업에서 발생되는 문제상황들을 쉽게 전달해주어 이해하는데 도움이 되었다. 특히 금일 세미나에서는 특정 불량 원인 추적을 위한 웨이퍼 이미지의 분류 필요성에 대해 이야기 하였다. 불량 발생그룹과 미발생 그룹의 구분이 필요한데 레이블이 없기 때문에 비지도 기반의 분류 모델이 필요하다. 공정에서 생성된 데이터의 경우 특이값이 포함되었거나 결측값이 포함되어 있는 경우가 많은데 이를 위한 전처리 또한 중요하다는 것을 알았다. 오늘 소개한 논문에서 하고자했던 분류는 애매한 부분이 있긴하지만, 분석을 진행하는 프레임워크는 실험을 진행하는 입장에서 참조하기 좋은 내용이었다. 어려운 내용이었지만 쉽고 직관적으로 이해할 수 있었던 좋은 세미나였다.