이 블로그는 원래 cimetrix.com에 게시되었습니다.
반도체 제조의 복잡한 생태계에서 데이터는 품질 관리, 수율 향상, 제품 신뢰성을 가능케 하는 생명선 역할을 합니다. 30년 이상 업계에 종사해 온 PDF Solutions는 초기 설계부터 시스템 레벨 테스트에 이르기까지 다양한 데이터 유형을 지원하는 포괄적인 시스템을 개발해 왔습니다. 본 블로그는 반도체 제조 데이터의 현황, 그 의미, 그리고 중요성에 대한 개요를 제공합니다.
제조 여정: 설계에서 시스템까지제조 여정: 설계에서 시스템까지
특정 데이터 유형을 살펴보기 전에 반도체 제조 공정을 이해하는 것이 중요합니다:
- 디자인 – 칩 아키텍처와 사양으로 시작되는 모든 것
- Fab – 실리콘 웨이퍼가 수백 개의 정밀한 공정을 거쳐 제조되는 곳– 실리콘 웨이퍼가 수백 개의 정밀 공정을 거쳐 제조되는 곳
- 웨이퍼 분류 – 웨이퍼에 부착된 상태에서 개별 다이의 전기적 테스트 수행– 웨이퍼에 부착된 상태에서 개별 다이의 전기적 테스트
- 조립 – 양질의 다이(die)를 추출하고 포장하는 곳– 양질의 다이(die)를 추출하고 포장하는 곳
- 최종 테스트 – 패키지 또는 모듈 수준 테스트– 패키지 또는 모듈 수준 테스트
- 시스템 통합 – 스마트폰이나 컴퓨터와 같은 최종 제품에 통합– 최종 제품(예: 스마트폰 또는 컴퓨터)에 통합
당사의 주력 제품인 Exensio 제조 분석(MA)은 이 전체 제조 스펙트럼에 걸친 데이터 수집 및 분석을 지원하며, 최대 규모의 반도체 기업을 포함한 150개 이상의 글로벌 고객사에 서비스를 제공하고 있습니다.
웨이퍼 제조의 주요 데이터 유형
제조 실행 시스템(MES)
MES는 팹 또는 파운드리 내 모든 운영을 조정합니다. 제조 공장의 중추 신경계로 생각하면 됩니다. 재료, 공정, 장비 상태를 실시간으로 추적합니다. 이 시스템은 각 웨이퍼가 정확히 어디에 위치해 있으며, 특정 시점에 어떤 공정 단계를 거치고 있는지를 보여주는 작업 진행 데이터(WIP)를 생성합니다.
자동화 물류 시스템 (AMHS)자동화 물류 시스템
현대식 반도체 공장은 가공 스테이션 간 웨이퍼 카세트를 운반하는 공중 운송 시스템을 포함한 광범위한 자동화 기능을 갖추고 있습니다. 모든 웨이퍼에는 고유한 ID 코드가 부여되며, AMHS(자동화 웨이퍼 관리 시스템)는 각 웨이퍼가 다양한 장비와 챔버를 통과하는 경로를 추적합니다. 이러한 추적 가능성 데이터는 문제가 발생했을 때 근본 원인 분석에 매우 중요합니다.
고장 감지 및 분류(FDC)
FDC 데이터는 제조 장비에서 직접 수집됩니다. 현대식 제조 장비에는 온도, 압력, 가스 유량, 밸브 위치 등 다양한 매개변수를 모니터링하는 100~200개의 센서가 장착될 수 있습니다. 이러한 센서들은 각 공정 실행 중 고주파수로 데이터를 수집하며, 정상 작동 상태와의 편차를 감지하는 데 도움이 되는 공정 지표를 생성합니다.
계측 데이터
계측학은 물리적 특성의 측정을 다루며, 크게 세 가지 유형으로 구분됩니다:
- 형상/3D 기하학 – 웨이퍼 상 구조물의 3차원적 속성을 측정합니다– 웨이퍼 상의 구조물들의 3차원적 속성을 측정합니다
- 크리티컬 디멘션(CD) – 주로 선폭을 측정하며, 이는 선 치수가 트랜지스터 성능에 직접적으로 영향을 미치기 때문에 매우 중요합니다.– 주로 선폭을 측정하며, 이는 선 치수가 트랜지스터 성능에 직접적으로 영향을 미치기 때문에 중요합니다.
- 오버레이 – 서로 다른 레이어 간의 정렬을 측정하여, 3개월에 걸쳐 수행되는 2000개 이상의 제조 공정 전반에 걸쳐 레이어 간 정밀한 위치 정렬을 보장합니다.– 서로 다른 레이어 간의 정렬을 측정하여 3개월에 걸쳐 수행되는 2000개 이상의 제조 공정 전반에 걸쳐 레이어 간 정밀한 정렬을 보장합니다.
이러한 측정은 웨이퍼 상의 다이 사이 공간인 "스크라이브 라인"에 위치한 특수 타겟에서 수행됩니다.
결함 데이터
웨이퍼 상의 모든 다이는 동일해야 하므로, 검사 도구는 웨이퍼를 스캔하여 이상을 식별합니다. 결함 데이터는 두 가지 형태로 제공됩니다:
- 결함 검사 – X-Y 좌표, 크기, 면적, 결함 유형 등의 속성을 기록합니다– X-Y 좌표, 크기, 면적, 결함 유형 등의 속성을 기록합니다
- 결함 검토 – 선별된 결함에 대해 고해상도 이미지를 수집하고 자동 결함 분류(ADC)를 활용하여 결함의 특성(입자, 단락 등)을 식별합니다.
결함 패턴을 분석하면 특정 장비 문제와 종종 연관되는 "공간적 특징"을 발견할 수 있습니다. 예를 들어, 원형 결함 패턴은 공정 장비 내 특정 척(chuck)의 문제를 시사할 수 있는데, 이는 팹에서 "결정적 증거"를 찾는 것과 유사합니다.
공정 제어 모니터(PCM) 데이터
PCM 데이터는 스크라이브 라인 내 특수 테스트 구조물에서 수집되며 웨이퍼의 전기적 특성을 제공합니다. 이는 이상적인 성능 달성까지 얼마나 근접했는지를 알려주기 때문에 가장 중요한 데이터 유형 중 하나입니다. PCM 데이터에는 다음이 포함됩니다:
- 트랜지스터 특성(전도도, 누설 전류, 역전압)
- 인터커넥트 측정(라인 및 비아 저항)
- 유전체 항복 전압 (신뢰성 지표)
- 접합 측정(시트 저항, 접촉 저항, 정전용량)
- RF 또는 이미지 센서와 같은 기술에 대한 애플리케이션별 매개변수
흥미롭게도 PCM 데이터는 파운드리 업체들이 일반적으로 팹리스 고객사와 공유하는 몇 안 되는 데이터 유형 중 하나입니다. 결함이나 계측 데이터 같은 다른 유형의 데이터는 종종 민감한 내부 정보나 '더러운 빨래'로 간주되어 파운드리 업체들이 공개하기를 꺼리는 경우가 많습니다.
전기 웨이퍼 분류(EWS)전기 웨이퍼 분류
EWS 데이터는 웨이퍼 상의 각 다이(die)를 다음과 같은 다양한 조건 하에서 테스트하여 얻어집니다:EWS 데이터는 웨이퍼 상의 각 다이(die)를 다음과 같은 다양한 조건에서 테스트하여 얻어집니다:
- 표준 작동 조건
- 고온 테스트(칩이 120°C에서도 작동하는지 확인 – 차량 대시보드에 방치된 휴대폰을 생각해보세요)고온 테스트(칩이 120°C에서 작동하는지 확인 - 차량 대시보드에 방치된 휴대폰을 생각해보세요)
- 저온 시험
- 초기 수명 결함 식별을 위한 번인 테스트
결과에 따라 패키지 조립에 적합한 "정상 다이(Known Good Dies, KGD)"로 분류되는 다이가 결정됩니다. 다이는 성능에 따라 여러 "분류함"으로 분류되며, 이를 통해 제조사는 제품 등급을 설정할 수 있습니다. 따라서 동일한 칩(예: 표준형 대 고성능 FPGA)이나 허용 결함 픽셀 수가 다른 이미지 센서에서 서로 다른 등급을 볼 수 있습니다.
가상 작업인 "잉크 아웃 규칙"은 모든 테스트를 통과한 다이도 결함으로 표시할 수 있습니다. 예를 들어, 실패한 다이들로 둘러싸인 다이는 의심스러운 것으로 간주되어 추가 처리에서 제외될 수 있습니다.
웨이퍼 너머
웨이퍼 분류가 완료되고 양품 다이(die)가 확인되면, 웨이퍼 자체는 더 이상 하나의 단위로 존재하지 않습니다. 다이들은 "픽 맵(pick map)"에 따라 웨이퍼에서 추출되어 패키지에 배치되며, 이는 조립 및 최종 테스트를 거쳐 완전히 새로운 데이터 여정을 시작하는 시점이 됩니다.
반도체 데이터의 규모
반도체 산업은 매일 테라바이트 단위의 데이터를 생성하며, 고객 및 애플리케이션에 따라 5~15년간 보존해야 합니다. 이는 저장, 관리 및 분석이 필요한 페타바이트 규모의 데이터로 이어지며, 종종 전용 데이터 센터가 필요합니다.
이 데이터를 효과적으로 활용하는 능력이 우수한 반도체 제조업체와 탁월한 제조업체를 구분 짓는 요소입니다. 다양한 데이터 유형 간의 정보를 상호 연관시킴으로써 기업들은 수율 제한 요인을 파악하고 공정을 개선하며, 궁극적으로 소비자에게 더 신뢰할 수 있는 제품을 제공할 수 있습니다.
종합적인 데이터 수집과 Exensio와 같은 첨단 분석 플랫폼을 통해 반도체 기업들은 원시 제조 데이터를 실행 가능한 통찰력으로 전환하여 세계에서 가장 기술적으로 진보된 산업 중 하나에서 품질, 수율 및 수익성을 주도할 수 있습니다.