반도체 웨이퍼 제조 공정은 물리학과 공학의 놀라운 업적으로, 수천 개의 미세한 단계가 서로 연결되어 현대 사회에 필수적인 장치를 만들어냅니다. 공정의 각 단계에서 다양한 도구 세트가 웨이퍼 표면을 물리적으로 변형하여 원하는 층 프로파일을 얻는 작업을 수행합니다. 전체 공정의 복잡성으로 인해, 결함을 최소화하고 제품 수율을 극대화하기 위해 최적화된 레시피로 도구를 교정하는 것이 필수적입니다.
대량 생산을 통해 대부분의 쉬운 문제들이 해결되었으며, 제품 엔지니어는 더욱 미묘한 결함을 제거하여 공정을 더욱 개선해야 할 책임을 지게 되었습니다. 이러한 결함 시그니처는 공정 도구의 물리적 구조나 이동 패턴과 유사한 경우가 많으며, 공정 변동과 방대한 테스트 실패 데이터 아래에 숨겨진 낮은 고장률(<500ppm)을 보입니다. 본 논문에 제시된 방법론을 사용하여, 가려진 웨이퍼 결함 시그니처를 발견하는 데 있어 입증 가능한 성공을 거두었고, 파운드리에서 고장 분석 및 시정 조치를 시행할 수 있었습니다.
우리가 만드는 모든 웨이퍼는 비밀을 간직하고 있습니다. 수율을 좌우하는 작은 패턴들이죠. 10년 넘게 JMP는 이러한 비밀을 밝혀내는 데 제 도구 상자의 핵심 아이템이었습니다.
저는 AMD의 제품 개발 엔지니어인 제이슨 파켓입니다. 오늘 저는 JMP가 저와 제 팀원들이 숨겨진 신호를 발견하고 실질적인 변화를 이끌어내는 데 어떻게 도움이 되었는지 보여드리고자 합니다. 간략하게 면책 조항을 알려드립니다. 이 프레젠테이션에 사용된 모든 데이터는 설명을 위해 시뮬레이션된 것이며, 법무팀의 원활한 발표를 위해 제공된 것입니다.
제 업무에서 제 시간의 약 90%는 제품 테스트 데이터를 분석하여 수율 개선 기회를 찾는 데 사용됩니다. 그 이유는 웨이퍼 제조가 저희 회사의 가장 큰 비용 중 하나이기 때문에, 아주 작은 수율 개선만으로도 수백만 달러의 비용 절감 효과를 얻을 수 있기 때문입니다. 수율 손실 자체는 여러 가지 이유로 발생할 수 있지만, 오늘은 웨이퍼 제조 과정에서 발생하는 시스템 결함에 대해 집중적으로 살펴보겠습니다.
웨이퍼 제조 과정에서 웨이퍼는 수백 개의 매우 정밀한 단계를 거치는데, 이 과정에서 입자 오염, 공정 변화, 장비 정렬 불량이나 교정 불량, 심지어 설계 민감성 등으로 인해 결함이 발생할 수 있습니다.
포스터 중앙을 보시면, 웨이퍼 맵이라고 부르는 것이 있습니다. 이는 Graph Builder 플랫폼에서 시각화된 JMP Map Shapes를 사용하여 생성되었습니다. 이 큰 빨간색 사각형으로 확대한 웨이퍼 맵의 작은 사각형 각각은 다이(die)라고 하며, 본질적으로 패키징되지 않은 칩입니다. 결함 데이터를 공간적으로 시각화하는 표준적인 방법은 웨이퍼 맵을 서로 쌓아 여러 웨이퍼에 걸쳐 각 다이 위치의 평균 합격/불합격 결과를 보여주는 것입니다. 이 특별한 경우에는 수율이 낮은 영역을 밝게, 수율이 높은 영역을 어둡게 표현하는 JMP의 멋진 흑체 복사 색 구성표를 선택했습니다. 이러한 염료 레벨 웨이퍼 맵은 표적이나 가장자리에서 볼 수 있는 것과 같은 대규모 패턴을 발견하는 데 유용한 도구입니다. 하지만 안타깝게도 이 방법은 특히 제품 다이 크기가 상당히 커지기 시작할 때 매우 미세한 시그니처를 포착하는 데는 부족합니다.
이 문제를 해결하기 위해 더 심층적인 접근이 가능합니다. 단순히 다이 수준에서 합격/불합격 결과를 사용하는 대신, 하위 다이 수준 결과, 즉 이러한 하위 다이 수준 구조를 타일이라고 부르는 것을 살펴볼 수 있습니다. 각 다이는 여러 개의 타일로 구성되어 있으며, 각 타일은 고유한 기능을 가지고 있으며 개별적으로 테스트할 수 있습니다. 디자인 레이아웃 데이터베이스를 활용하여 이러한 타일의 모든 정점에 대한 좌표 정보를 추출하고, Graph Build에서 타일 실패율을 공간적으로 표시하는 맵 셰이프 파일을 생성할 수 있습니다. 오른쪽 상단의 타일 평면도와 이러한 특이한 모양의 타일 중 하나의 모습을 보여주는 예시를 확인할 수 있습니다.
이를 통해 세분성 상황은 크게 개선되지만, 몇 가지 주목할 만한 한계가 있습니다. 첫 번째 한계는 이 간단한 타일 불량률이나 수율 데이터를 사용하여 무작위 결함이라고 부르는 현상을 설명할 수 없다는 것입니다. 타일 자체의 밀도가 일정하지 않고, 타일마다 편차가 크기 때문입니다. 간단히 말해, 회로 밀도가 높은 타일은 밀도가 낮은 타일보다 무작위 결함이 발생할 확률이 더 높습니다. 이 점을 보정하지 않으면 정상적인 변동 자체가 이상치로 해석될 수 있으며, 우리가 찾고 있는 진정한 이상치조차도 노이즈에 묻혀 버릴 수 있습니다.
이 문제를 해결하기 위해 설계 데이터베이스를 사용하여 임계 영역이라고 부르는 영역을 계산합니다. 각 타일에 대해, 여기 슬라이드에 있는 포아송 수율 모델 방정식을 사용하여 타일 불량 데이터를 정규화합니다. 이를 통해 실제 상황을 가장 잘 나타내는 영역별 결함 밀도를 얻을 수 있습니다. 두 번째 한계는 공간 데이터 자체가 일반적으로 제품별로 분석된다는 것입니다. 제품마다 염료 크기, 모양, 타일 배치가 다릅니다. 이로 인해 제품 간 직접적인 비교가 매우 어렵습니다.
표준화된 방식으로 제품을 직접 비교할 수 없기 때문에 일반적인 시그니처는 종종 감지되지 않고 간과됩니다. 특이 시그니처는 그 자체로는 약해 보이거나 노이즈처럼 보일 수도 있습니다. 하지만 이 모든 시그니처를 결합할 수 있다면 어떨까요?
이를 위한 저희의 접근 방식은 다음과 같습니다. 먼저, 여기 왼쪽 상단에 제가 작성한 JSL 스크립트를 사용하여 1mm 정사각형 격자가 있는 웨이퍼 맵의 표준화된 맵 셰이프 파일을 생성합니다. 이 스크립트에는 이 아름답고 정교한 웨이퍼 맵이 입력되어 있습니다. 다음으로, 제품 타일과 표준화된 맵 격자 사이의 겹치는 면적을 계산합니다. 이 경우, Shapely라는 매우 편리한 Python 패키지를 사용하여 이 작업을 수행했습니다. 마지막으로, 이전에 계산된 모든 타일 밀도 데이터를 결합하고, 웨이퍼 맵의 각 격자 사각형에 대한 각 타일의 겹침 기여도를 기준으로 크기를 조정합니다. 이렇게 하여 표준화된 결함 밀도 웨이퍼 맵을 생성할 수 있습니다.
오른쪽 상단을 보면 모든 정사각형 격자 내의 겹치는 영역을 보여주는 분포도를 볼 수 있습니다. 제품 타일과 부분적으로만 겹치는 격자 사각형이 상당 부분 존재한다는 것이 분명합니다. 이는 균일한 격자가 원하는 타일과 겹칠 뿐만 아니라, 다이와 다이 둘레 사이의 모든 얇은 영역과도 겹치기 때문입니다. 이러한 영역들은 우리가 크게 신경 쓰지 않는 영역입니다. 결함 밀도 맵의 정확도를 높이기 위해, 추가 분석에서 이러한 격자 공간은 제외하겠습니다.
모든 기본 사항을 살펴봤으니, 결과가 어떻게 나타나는지 살펴보겠습니다.
왼쪽에 표시된 네 개의 가상 제품 결함 밀도 맵은 각각 독립적으로 생성되었으며, 그 형태가 매우 희미합니다. 일부 맵은 다른 맵보다 더 명확하게 보이는 특징이 있지만, 핵심 특징이 누락되어 전체적인 그림을 완성하기는 어렵습니다. 이 접근법의 마법은 모든 제품을 하나의 결함 밀도 맵으로 중첩하여 숨겨진 보석들이 선명하게 드러나는 데서 발휘됩니다.
이 모든 것이 시뮬레이션 데이터라는 건 알지만, 멋진 그림 아닌가요? 정말 멋지지 않나요? 저도 그렇게 생각합니다. 궁금하신 분들을 위해 설명드리자면, 이 모든 시그니처는 JMP의 난수 함수와 삼각 함수 공식을 재밌게 조합해서 만들었고, 프레젠테이션에 좀 더 보기 좋게 보이도록 여기저기 살짝 수정했습니다.
이 방법을 통해, 다른 방법으로는 전혀 알아차리지 못했을 매우 미묘한 결함 시그니처까지 감지할 수 있었습니다. 더 중요한 것은, 이러한 신호의 명확성 덕분에 제조 파트너사의 프로세스 엔지니어들이 디버깅에 집중해야 할 부분에 대한 확고한 기반을 마련하여 더욱 빠르고 집중적인 시정 조치를 취할 수 있게 되었다는 것입니다. 또한, 여러 제품의 데이터가 동일한 집단 관찰 결과에 반영된다는 사실은 파트너사에게 전달하는 메시지의 효과를 더욱 강화합니다.
이 프로젝트는 반도체 데이터에만 초점을 맞추었지만, 이러한 접근 방식은 다양한 다른 애플리케이션에도 적용될 수 있으며, 특히 사용할 수 있는 공간 데이터 유형이 있는 경우 더욱 그렇습니다.
이것으로 제 발표를 마칩니다. 시간 내어 들어주셔서 정말 감사드리고, 흥미롭게 들으셨기를 바랍니다. 의견이나 질문이 있으시면 언제든지 연락 주세요. 기꺼이 이야기 나누겠습니다.
