KR20060035316A

KR20060035316A - 센서 데이터의 보정방법 및 인터락 시스템의 인터락평가방법

Info

Publication number: KR20060035316A
Application number: KR1020040084757A
Authority: KR
Inventors: 이승준; 김학용; 장유석; 박충훈; 도승용
Original assignee: 삼성전자주식회사
Priority date: 2004-10-22
Filing date: 2004-10-22
Publication date: 2006-04-26
Also published as: US7184910B2; US20060086172A1; KR100598398B1; JP2006148070A

Abstract

본 발명은 센서 데이터의 보정방법 및 인터락 시스템의 인터락 평가방법에 관한 것이다. 본 발명에 따른 센서 데이터의 보정방법은 소정의 드리프트 상한치 및 드리프트 하한치를 설정하는 단계와; 기준 모델에 대한 기준 패턴 정보를 생성하는 단계와; 상기 센서 데이터에 대한 센서 패턴 정보를 생성하는 단계와; 상기 센서 패턴 정보가 상기 드리프트 상한치 및 상기 드리프트 하한치를 만족하는지 여부를 판정하는 단계와; 상기 센서 패턴 정보가 상기 드리프트 상한치 및 상기 드리프트 하한치를 만족하는 경우, 상기 기준 패턴 정보 및 상기 센서 패턴 정보에 기초하여 드리프트 오프셋을 산출하는 단계와; 산출된 상기 드리프트 오프셋에 기초하여 상기 센서 데이터를 보정하는 단계를 포함하는 것을 특징으로 한다. 이에 의해, 통계적인 드리프트 보정 알고리즘을 통해 동종 설비에 대한 인터락 설정 및 관리를 단순화하고, 웨이퍼 간의 허용 변동량의 크기를 최소화시킴으로서 불량 웨이퍼에 대한 검정력을 증가시킬 수 있고, 이를 통하여 설비의 이상 유무를 보다 정확하게 판정할 수 있다.

Description

센서 데이터의 보정방법 및 인터락 시스템의 인터락 평가방법{COMPENSATING METHOD OF SENSOR DATA AND EVALUATING INTERLOCK OF INTERLOCK SYSTEM}

도 1은 본 발명에 따른 인터락 시스템의 구성을 도시한 도면이고,

도 2는 도 1의 인터락 시스템의 인터락 평가부의 일 예를 도시한 도면이고,

도 3은 본 발명에 따른 인터락 시스템에서 드리프트 오프셋을 이용한 인터락 평가방법에 대한 제어흐름도이고,

도 4는 본 발명에 따른 드리프트 오프셋의 산출을 설명하기 위한 도면이고,

도 5는 본 발명에 따른 인터락 시스템에서 초기 쉬프트 오프셋을 산출하는 방법을 설명하기 위한 제어흐름도이고,

도 6은 본 발명에 따른 인터락 시스템에서 타임 슬롯과 웨이퍼 간의 관계를 설명하기 위한 도면이다.

* 도면의 주요 부분에 대한 부호의 설명

10 : FDC 시스템 11 : 인터락 설정부

12 : 설정 데이터 베이스 13 : 데이터 가공부

14 : 인터락 평가부 14a : 드리프트 오프셋 관리부

14b : 인터락 판정부 14c : 쉬프트 오프셋 관리부

15 : 표시부 16 : 알람부

20 : 센서 30 : 설비 제어부

40 : MES 제어부

본 발명은 센서 데이터의 보정방법 및 인터락 시스템의 인터락 평가방법에 관한 것으로서, 보다 상세하게는 센서 데이터에 드리프트 오프셋 및/또는 쉬프트 오프셋을 반영하여 정확한 인터락의 발생을 보장할 수 있는 센서 데이터의 보정방법 및 인터락 시스템의 인터락 평가방법에 관한 것이다.

반도체 제조 공정은 각 단위 공정의 소요비용이 크고, 품질 및 생산성은 제조설비의 상태에 의하여 많은 영향을 받으므로, 설비의 이상 유무를 조기에 발견하여 적절한 조치를 취하는 것이 불량 웨이퍼의 생산과 불필요한 생산자원의 낭비를 제거하는데 바람직하다. 이는 비용 절감 및 수율 향상에 있어서도 매우 중요한 사항으로 인식되고 있다.

반도체 제조 공정 상의 설비의 이상 유무를 판단하기 위해, 종래에는 설비의 이상 유무를 과거 발생한 데이터를 분석하고, 미리 설정된 적정 범위 값을 근거로 비교하는 방식을 사용하였다.

그러나, 반도체 제조 공정에 사용되는 각종 설비들은 공정이 진행함에 따라 그 특성이 지속적으로 변동하는 경우가 많다. 그리고, 동일하게 설정된 설비의 경우에도 편차가 존재하는 경우가 발생할 수 있다.

이 경우, 정확한 판단을 위해서는 작업자가 수시로 변동 또는 편차를 수정 및 입력해야 하는데, 이는 현실적으로 적절하지 않다. 특히, 근래에, 주기성을 지니는 파라미터의 기준 정보에 대한 적절한 보정 방법과 동일성을 가지는 설비의 적정한 평가 방법이 강력하게 요구되고 있음에 따라, 근래에는 기준 정보를 실시간으로 검토하여 공정 내의 상황에 따라 자동으로 적절히 기준 정보를 갱신하는 인터락 시스템이 개발되어 반도체 제조 공정에 도입되고 있는 추세이다.

이러한 인터락 시스템은 사용자가 미리 설정한 기준 정보에 기초하여 운용있다. 그러나, 인터락 시스템은 공정의 진행에 따라 변동하는 각종 센서 정보들의 변동 또는 설비 내부적인 변동량을 반영하지 못하므로, 설비 간의 우연적인 차이를 반영할 수 없는 문제점이 있다. 이에 따라, 각 설비에 대해 개별적으로 기준 설정을 해 주어야 하는 바 많은 시간 및 비용이 소요되는 단점이 있다.

또한, 종래의 인터락 시스템에 있어서는, 동일 설비 내에서도 시간의 흐름에 따라 변동하는 변동율을 반영하지 못하므로, 잘못된 알람의 발생을 유발할 가능성이 높다. 이 때, 잘못된 알람의 발생을 줄이려 하는 경우에는 허용 변동량의 크기를 증가시켜야 하는데, 일부 센서에 대해서는 실질적인 불량을 탐지하기 어려운 상황을 초래하게 된다.

따라서, 본 발명의 목적은 반도체 제조 공정 내의 인터락 시스템에서, 통계적인 드리프트 보정 알고리즘을 통해 동종 설비에 대한 인터락 설정 및 관리를 단순화하고, 웨이퍼 간의 허용 변동량의 크기를 최소화시킴으로서 불량 웨이퍼에 대 한 검정력을 증가시킬 수 있는 센서 데이터의 보정방법 및 인터락 시스템의 인터락 평가방법을 제공하는데 있다.

또한, 본 발명의 다른 목적은 통계적인 쉬프트 보정 알고리즘을 통해 설비의 구동시간, RF 시간 및 웨이퍼 수 등에 종속적으로 변화하는 센서들의 허용 변동량의 크기를 최소화시킴으로서, 불량 웨이퍼에 대한 검정력을 증가시킨 센서 데이터의 보정방법 및 인터락 시스템의 인터락 평가방법을 제공하는데 있다.

상기 목적은, 본 발명에 따라, 인터락 시스템에 사용되는 센서 데이터의 보정방법에 있어서, 소정의 드리프트 상한치 및 드리프트 하한치를 설정하는 단계와; 기준 모델에 대한 기준 패턴 정보를 생성하는 단계와; 상기 센서 데이터에 대한 센서 패턴 정보를 생성하는 단계와; 상기 센서 패턴 정보가 상기 드리프트 상한치 및 상기 드리프트 하한치를 만족하는지 여부를 판정하는 단계와; 상기 센서 패턴 정보가 상기 드리프트 상한치 및 상기 드리프트 하한치를 만족하는 경우, 상기 기준 패턴 정보 및 상기 센서 패턴 정보에 기초하여 드리프트 오프셋을 산출하는 단계와; 산출된 상기 드리프트 오프셋에 기초하여 상기 센서 데이터를 보정하는 단계를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법에 의해 달성된다.

여기서, 상기 기준 모델에 대한 패턴 정보를 생성하는 단계는, 각각 적어도 하나의 웨이퍼를 포함하는 복수의 샘플 포인트를 설정하는 단계와; 상기 각 샘플 포인트의 대표값을 산출하는 단계와; 상기 각 샘플 포인트에서의 최대값 및 최소값에 기초하여 상기 각 샘플 포인트에서의 표준편차를 산출하는 단계와; 상기 각 샘 플 포인트의 상기 대표값 및 상기 표준편차에 기초하여 상기 각 샘플 포인트의 관리 레인지를 산출하는 단계를 포함할 수 있다.

그리고, 상기 각 샘플 포인트에서의 상기 표준편차를 산출하는 단계는, 상기 각 샘플 포인트에서의 최대값 및 최소값에 기초하여 상기 각 샘플 포인트에 대한 레인지 값을 산출하는 단계와; 상기 레인지 값들의 평균을 산출하는 단계와; 상기 레인지 값의 평균과 소정의 계수에 기초하여 상기 표준편차를 산출하는 단계를 포함할 수 있다.

여기서, 상기 대표값은 상기 각 샘플 포인트 내의 상기 센서 데이터들의 평균값을 포함할 수 있다.

그리고, 상기 센서 패턴 정보를 생성하는 단계는, 상기 센서 데이터들을 상기 샘플 포인트 단위로 구분하는 단계와; 상기 샘플 포인트 단위 내의 상기 센서 데이터들의 대표값을 산출하는 단계를 포함할 수 있다.

여기서, 상기 대표값은 상기 샘플 포인트 단위 내의 상기 센서 데이터들의 평균값을 포함할 수 있다.

그리고, 상기 드리프트 오프셋은 상기 기준 모델의 상기 대표값과 상기 센서 데이터의 상기 대표값 간의 편차에 기초하여 산출될 수 있다.

그리고, 상기 드리프트 오프셋은 상기 각 샘플 포인트에 대해 산출될 수도 있다.

한편, 상기 목적은 본 발명의 다른 실시 형태에 따라, 인터락 시스템에 사용되는 센서 데이터의 보정방법에 있어서, 보정 대상 센서를 선택하는 단계와; 소정 회수의 PM 사이클 기간 동안 상기 보정 대상 센서로부터 발생한 센서 데이터를 수집하는 단계와; 상기 수집된 센서 데이터들을 단위 PM 사이클을 기준으로 적어도 하나의 타임 슬롯으로 분할하는 단계와; 상기 타임 슬롯 중 어느 하나를 기준 타임 슬롯으로 선택하는 단계와; 상기 기준 타임 슬롯의 기준 데이터와 나머지의 상기 타임 슬롯의 데이터에 기초하여 상기 각 타임 슬롯에 대한 쉬프트 오프셋을 산출하는 단계와; 산출된 상기 쉬프트 오프셋에 기초하여 상기 보정 대상 센서로부터의 센서 데이터들을 보정하는 단계를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법에 의해서도 달성될 수 있다.

여기서, 상기 보정 대상 센서는 PM(Preventative Maintenance) 센서의 증가에 따라 센싱 값의 범위가 가변되는 센서를 포함할 수 있다.

그리고, 상기 적어도 하나의 타임 슬롯으로 분할하는 단계에서 상기 수집된 센서 데이터들은 클러스터링 알고리즘(Clustering Algorithm), K-Means 방법, 회귀분석 모형, 수리 모형 및 인공신경망 해석 중 어느 하나를 통해 상기 적어도 하나의 타임 슬롯으로 분할될 수 있다.

여기서, 상기 기준 타임 슬롯의 상기 기준 데이터와 나머지의 상기 타임 슬롯의 상기 데이터는 상기 각 타임 슬롯의 상기 센서 데이터의 평균값을 포함할 수 있다.

그리고, 회귀 분석(Regression Analysis)을 이용하여 센서 데이터를 포함하지 않는 타임 슬롯에 대한 쉬프트 오프셋을 산출하는 단계를 더 포함할 수 있다.

또한, 새로운 PM 사이클 동안 새로운 센서 데이터가 입력되는 단계와; 상기 새로운 센서 데이터가 대응하는 상기 타임 슬롯의 상기 쉬프트 오프셋과 일치하는지 여부를 검사하는 단계와; 상기 새로운 센서 데이터가 대응하는 상기 쉬프트 오프셋과 일치하지 않고, 대응하는 상기 타임 슬롯에 쉬프트 오프셋이 존재하지 않는 경우, 상기 새로운 PM 사이클에 대해 타임 슬롯을 분할하고, 상기 각 타임 슬롯에 대해 쉬프트 오프셋을 산출하는 단계를 더 포함할 수 있다.

한편, 상기 목적은 본 발명의 또 다른 실시 형태에 따라, 인터락 시스템의 인터락 평가방법에 있어서, (a) 센서 데이터를 수집하는 단계와; (b) 상기 수집된 센서 데이터에 기초하여 인터락 여부를 판정하는 단계와; (c) 상기 (b) 단계에서 인터락으로 판정되는 경우, 상기 수집된 센서 데이터를 상기의 센서 데이터의 보정 방법에 따라 보정하는 단계와; (d) 상기 (c) 단계에서 보정된 센서 데이터에 기초하여 인터락 여부를 판정하는 단계를 포함하는 것을 특징으로 하는 인터락 평가방법에 의해서도 달성될 수 있다.

이하에서는 첨부도면을 참조하여 본 발명에 대해 상세히 설명한다.

도 1은 본 발명에 따른 인터락 시스템의 구성을 도시한 도면이다. 도면에 도시된 바와 같이, 본 발명에 따른 인터락 시스템은 센서(20), 설비 제어부(30), 오류 검출 및 분류(Fault Detection and Classification, 이하 'FDC') 시스템(10) 및 MES(Manufacturing Execution System) 제어부(40)를 포함한다.

센서(20)는 반도체 제조 공정 상의 반도체 설비에 설치되어 각종 센싱 데이터를 출력한다.

설비 제어부(30)는 반도체 설비들의 구동을 제어하고, 센서(20)에 의해 감시 된 원시 자료 형태의 센싱 데이터를 FDC 시스템(10)에 전달한다.

본 발명에 따른 FDC 시스템(10)은, 도 2에 도시된 바와 같이, 인터락 설정부(11), 설정 데이터 베이스(12), 데이터 가공부(13), 인터락 평가부(14) 및 알람부(16)를 포함할 수 있다.

데이터 가공부(13)는 설비 제어부(30)로부터 제공되는 원시 자료 형태의 센서 데이터를 입력받아 FDC 시스템(10) 내부, 특히 인터락 평가부(14)에서 사용 가능한 포맷의 센서 데이터로 변환한다. 데이터 가공부(13)에 의해 변환된 센서 데이터는 인터락 평가부(14)에 전달된다.

인터락 설정부(11)는 사용자로부터 관리 대상이 되는 센서(20)에 대한 다양한 설정 데이터를 입력받는다. 여기서, 인터락 설절부를 통해 입력되는 설정 데이터는 설정 데이터 베이스(12)에 저장된다.

여기서, 인터락 설정부(11)를 통해 입력되는 설정 데이터는 드리프트 상한치와 드리프트 하한치를 포함할 수 있다.

인터락 평가부(14)는 데이터 가공부(13)로부터 전달되는 센서 데이터와 설정 데이터 베이스(12)에 저장된 설정 데이터를 비교하여 인터락 여부를 판단한다. 여기서, 인터락 평가부(14)는 반도체 설비에 인터락이 발생한 것으로 판단되는 경우, 알람부(16)에 이를 통보한다.

알람부(16)는 인터락 평가부(14)로부터 인터락 발생에 대한 정보가 입력되는 경우, 다양한 방법을 통해 사용자에게 알린다. 그리고, 알람부(16)는 인터락 평가부(14)로부터 인터락 발생에 대한 정보가 입력되는 경우, 입력되는 인터락 발생에 대한 정보를 특성을 파악하여 필요에 따라 MES 제어부(40)에 이를 통보한다. 예컨대, 알람부(16)는 인터락 발생에 대한 정보가 해당 설비의 구동을 중단해야 하는 것으로 판단되는 경우, 이를 MES 제어부(40)에 통보함으로써, MES 제어부(40)가 해당 설비의 구동을 중단하도록 한다.

도 1의 미설명 참조번호 15는 표시부(15)로서, 인터락 평가부(14)로부터의 평과 결과를 사용자가 인식할 수 있는 형태로 알리기 위한 장치로서, 모니터와 같은 디스플레이장치를 포함할 수 있다.

도 2는 본 발명에 따른 인터락 평가부(14)의 구성을 도시한 도면이다. 도면에 도시된 바와 같이, 본 발명에 따른 인터락 평가부(14)는 드리프트 오프셋(Drift Offset) 관리부(14a)와, 쉬프트 오프셋(Shift Offset) 관리부(14c) 및 인터락 판정부(14b)를 포함한다.

드리프트 오프셋 관리부(14a)는 드리프트 특성을 지니는 센서(20)에 대해 드리프트 오프셋을 산출한다.

쉬프트 오프셋 관리부(14c)는 쉬프트 특성을 갖는 레서피, 설비 또는 센서(20)에 대한 평가에 필요한 각종 데이터를 수집한다. 그리고, 수집된 데이터에 기초하여 해당 센서(20)와 타임 슬롯을 설정하고, 쉬프트 오프셋을 산출 및 갱신한다.

인터락 판정부(14b)는 드리프트 오프셋 관리부(14a) 및 쉬프트 오프셋 관리부(14c)로부터의 드리프트 오프셋 및/또는 쉬프트 오프셋과, 해당 센서 데이터에 기초하여 해당 설비의 인터락 여부를 판단한다.

이하에서는 드리프트 오프셋 관리부(14a) 및 인터락 판정부(14b)에 의해 드리프트 특성을 갖는 센서(20)로부터의 센서 데이터에 기초하여 인터락 여부를 판단하는 과정을, 도 3을 참조하여 설명한다.

여기서, 드리프트 특성을 갖는 센서(20)는 동일 설비에서 동일한 기능을 수행하는 센서(20)라도 설비에 따라 그 기준 수준 값이 변할 수 있어서, 해당 기준 값에 기초한 센서 데이터에 대해 인터락 여부를 판정할 경우, 잘못된 알람을 유발할 우려가 있는 센서(20)를 의미한다. 예컨대, Throttle value, Optical Emission Spectrometer value 등의 센서(20)들은 측정을 수행할 때마다 기준이 되는 값이 변할 수 있고, 동일 설비에서도 기준 값이 변할 수 있고, 설비 간에도 측정에 따라 기준 값이 변할 수 있는 바, 본 발명에 따른 오프셋 특성을 갖는 센서(20)에 포함될 수 있다.

먼저, 사용자는 드리프트 평가를 위한 설정 데이터인 드리프트 상한치 및 드리프트 하한치를 인터락 설정부(11)를 통해 설정/입력한다(S10). 설정/입력된 드리프트 상한치 및 하한치는 설정 데이터 베이스(12)에 저장된다(S10). 여기서, 드리프트 상한치 및 드리프트 하한치는 각 설비의 특성을 고려하여, 센서(20) 단위로 설정될 수 있다.

또한, 드리프트 상한치 및 드리프트 하한치는 드리프트 오프셋 관리부(14a)에 의해 설정될 수도 있다. 즉, 드리프트 오프셋 관리부(14a)는 동일 모델에 해당하는 설비들 간에 존재하는 편차를 미리 산출하여 해당 센서(20)에 대해 드리프트 상한치 및 드리프트 하한치를 설정할 수도 있다. 여기서, 동일 설비는 동일한 템 플릿(Template) 정보를 사용하는 설비를 의미한다. 여기서, 템플릿 정보는 모델 설비에 등록된 레서피가 포함되는 센서(20) 목록과 각 센서(20)의 특성정보(예를 들어, 평가방법, 패턴 모형 등), 모델 설비에 등록된 레서피가 포함되는 스텝 시퀀스 네임과 각 스텝별 샘플의 개수에 대한 정보 등을 포함할 수 있다.

다시, 도 3을 참조하여 설명하면, 드리프트 상한치 및 드리프트 하한치가 설정 및 저장된 상태에서, FDC 시스템(10)은 드리프트 특성을 갖는 센서(20)에서 발생한 센서 데이터를 수집한다(S11).

그런 다음, FDC 시스템(10)의 인터락 평가부(14)는 드리프트 특성을 고려하지 않은 상태에서 센서 데이터를 평가한다(S12).

여기서, 센서 데이터의 평가는 기준 모델에 대해 산출된 패턴 정보와 평가 대상 센서(20)로부터 입력되는 센서 데이터에 기초한 패턴 정보가 통계적으로 유사한지 여부에 따라 결정된다(S13). 여기서, 두 패턴 간의 통계적인 평가 방법은 다양한 방법이 적용 가능하며, 그 일 예는 다음과 같다.

먼저, 센서 데이터의 평가에 앞서, 기준 모델에 대한 패턴 정보의 산출 과정을 설명한다. 여기서, 하나 이상의 레서피 스텝을 갖는 웨이퍼 단위의 패턴 정보를 생성하는 것을 일 예로 하여 설명한다. 도 4는 4개의 레서피 스텝을 갖는 패턴 정보를 생성하는 것을 일 예로 도시하고 있다. 도 4의 가로 방향은 샘플 포인트를, 세로 방향은 웨이퍼를 나타낸다.

동일 설비 및 BIN에서 지정된 레서피를 사용하여 작업을 수행한 복수개의 로트(LOT)를 선택한다. 그리고, 각 로트에서 소정 개수의 적정 웨이퍼 정보(n)를 선 택한다. 이 때, 각 로트 별로 웨이퍼의 위치 혹은 순서는 동일한 것이 바람직하다.

그런 다음, 기준 모델로 사용할 적용 대상 레서피 스텝(Active Recipe Step)을 결정하고, 각 레서피 스텝에 대한 표준 샘플의 개수를 결정한다. 여기서, 템플릿의 설정이 완료되면 각 스텝 내의 개별 샘플 포인트에 대하여 다음과 같은 과정을 수행한다.

먼저, 각 샘플 포인트의 대표값을 결정한다. 여기서, 각 샘플 포인트의 대표값은 해당 센서 데이터의 평균값(도 4의 'RF')을 사용하는 것을 일 예로 한다. 그런 다음, 각 로트 별로 최대값 및 최소값을 기준으로 로트 단위의 레인지 값을 계산한다. 그리고, 로트별 레인지 값들의 평균을 계산한다. 여기서, 로트 단위는 샘플 포인트 단위로 이해될 수 있으며, 도 4에서는 10개의 로트를 일 예로 하고 있다.

그리고, 소정의 계수를 이용하여 표준편차를 추정한다. 여기서, 계수는 추정치가 불편 추정치가 되도록 하는 값을 사용한다. 계수의 선택은 주요 통계적 품질관리에 관한 문헌, 예컨대, '김인성, 통계적 품질관리, 박영사, 1989'나 'D.Montgomery, 'Introduction to Statistical Quality Control, 4th ed., Nov.2000' 등을 통해 해당 경우에 대한 값을 산출할 수 있다.

그리고, 평균 및 표준편차를 이용하여 각 샘플 포인트의 관리 상한선 및 관리 하한선을 계산한다. 그리고, 각 샘플 포인트의 관리 상한선 및 관리 하한선에 기초하여 관리 레인지를 설정한다. 이와 같은 방법을 통해 설정된 관리 레인지 정 보를 설정 데이터 베이스(12)에 저장한다.

한편, 상기와 방법을 통해 설정된 관리 레인지 정보를 이용하여 센싱 데이터를 평가하는 과정을 설명하면 다음과 같다.

먼저, 설정된 관리 레인지 정보에 기초하는 경우, 하나의 샘플 포인트들은 각각 독립적인 관리도의 개념을 갖는다. 이에 기초하여, 본 발명의 실시예에서는 센서 데이터의 각 샘플 포인트와 기준 모델의 샘플 포인트를 일치시키며, 각 센서 데이터는 해당 샘플 포인트에 해당하는 관리도의 평가와 동일한 방법으로 평가된다.

예컨대, 도 4의 샘플 포인트 'A'에 해당하는 센서 데이터는 해당 샘플 포인트에서 표현된 분포를 기반으로 지정된 유의 수준에 기초하여, 해당 센서 데이터가 설정된 관리 레인지 정보에 부합하는지 여부를 판단하게 된다. 여기서, 샘플 포인트 'A'에서의 센서 데이터의 대표값 또한 샘플 포인트'A'에서의 센서 데이터들의 평균값을 사용할 수 있다.

이와 같은 방법으로, 평가 대상이 되는 각 센서 데이터들은 평가되며, 각 샘플 포인트에서의 평가는 '적합' 또는 '부적합'의 두가지 결과 중 하나를 얻게 된다. 이와 같은 평과 결과는 이항 분포(Binomial Distribution)를 가지는 독립시행의 평가와 동일하게 된다.

따라서, 각 샘플 포인트에 대한 평가 후, 전체적으로 하나의 센서(20) 패턴에 대한 평가는 기 설정된 유의수준(또는 위험률, Level of Significance)에 근거하여 수행되며, 이항 분포의 정규근사법을 이용하여 정규분포에 따른 평가를 수행 하게 된다. 여기서, 소정 횟수 이상의 샘플 위치에서 '부적합' 결과를 얻는 경우, 해당 센서(20)에서의 센서 데이터 전체는 도 3의 S13 단계에서'부적합'으로 판단된다.

도 4와 관련하여 설명하면, 도 4에서는 전체 레서피 스텝 수가 4개이고, 샘플 포인트의 개수는 10개이다. 여기서, 각 샘플 포인트에 대하여 적합 및 부적합을 판정하므로, 적합 및 부적합 판정을 연속적으로 10회 수행하게 된다. 일반적으로, 반도체 제조 공정상에서 샘플 포인트의 개수는 100보다 큰 값으로 설정되므로, 연속된 이항분포의 평가는 정규분포로 근사화할 수 있다. 예를 들어, 200개의 샘플 포인트 중에서 유의수준으로 계산된 샘플 포인트의 개수를 10으로 가정하면, 200개의 샘플 포인트에 대해 적합 및 부적합 평가를 수행하고, 이 때 5개 이상의 샘플 포인트가 관리 상한치 또는 관리 하한치를 벗어나는 경우 부적합으로 판정된다.

다시, 도 3을 참조하여 설명하면, S13 단계에서 '적합'으로 판단되는 경우, 인터락 판정부(14b)는 인터락으로 판정한다(S19).

반면, 센서 데이터가 S13 단계에서 '부적합'으로 판단되는 경우, 드리프트 오프셋 관리부(14a)는 설정 데이터 베이스(12)에 저장된 해당 센서(20)에 대한 드리프트 상한치 및 드리프트 하한치를 독출하고, 센서 데이터들이 드리프트 상한치 및 드리프트 하한치 내에 포함되는지 여부를 판단한다(S14). 여기서, 센서 데이터가 드리프트 상한치 및 드리프트 하한치 내에 포함되는지 여부는 해당 로트의 개별 센서 데이터 단위로 평가할 수 있으며, 해당 로트의 평균에 의해 평가될 수도 있 다.

여기서, 센서 데이터가 드리프트 상한치 및 드리프트 하한치 내에 포함되는 것으로 판단되는 경우, 드리프트 오프셋 관리부(14a)는 센서 데이터에 기초하여 드리프트 오프셋을 산출한다(S15).

드리프트 오프셋 관리부(14a)는 기준 모델의 패턴 정보와 센서 데이터의 패턴 정보 간의 차이의 평균적인 차이에 따라 각 로트에 대한 드리프트 오프셋을 산출한다. 여기서, 드리프트 오프셋 관리부(14a)는 드리프트 오프셋을 산출할 때, 센서 데이터의 급격한 변동(Hunting)이나 샘플링 오류 등으로 인한 Under/Over estimation이 발생할 수 있으므로, 최대 및 최소 α%의 데이터를 제외하여 드리프트 오프셋을 산출할 수 있다.

그리고, 인터락 판정부(14b)는 산출된 드리프트 오프셋을 센서 데이터에 반영하고, 드리프트 오프셋이 반영된 센서 데이터에 기초하여 전술한 S12 단계에서의 평가 방법을 통해 인터락 여부를 판단한다(S16 및 S17)).

상기와 같이 드리프트 보정 알고리즘을 통해 동종 설비에 대한 인터락 설정 및 관리를 단순화하고, 웨이퍼 간의 허용 변동량의 크기를 최소화시킴으로서 불량 웨이퍼에 대한 검정력을 증가시킬 수 있다.

이하에서는 쉬프트 오프셋 관리부(14c)에 의해 쉬프트 특성을 갖는 센서(20)로부터의 센서 데이터의 적부 판정을 하는 과정을 설명한다.

여기서, 쉬프트 특성을 갖는 센서(20)는 예컨대, 웨이퍼의 누적 생산 매수를 감지하는 센서(20)와 같이, PM(Preventative Maintenance) 센서(Preventative Maintenance)의 증가에 따라 그 값의 범위가 변화는 특성을 갖는 센서(20)를 의미한다.

먼저, 본 발명에 따른 쉬프트 오프셋을 산출하는 과정을 설명한다. 본 발명에 따른 쉬프트 오프셋을 산출하는 과정은 초기 산출 과정과 쉬프트 오프셋의 갱신 과정을 포함할 수 있다.

쉬프트 오프셋의 초기 산출 과정을 다음과 같다. 여기서, 쉬프트 오프셋의 초기 산출은 지정된 비율의 타임 슬롯(Time slot)에 대한 쉬프트 오프셋이 설정되기 전까지의 산출 과정을 의미한다. 여기서, 지정된 비율의 타임 슬롯은 전체 타임 슬롯의 개수 중 쉬프트 오프셋이 결정된 타임 슬롯의 비율을 의미한다. 따라서, 초기 산출 과정은 쉬프트 오프셋이 산출된 타임 슬롯이 없는 단계에서부터 일정 부분의 타임 슬롯에 대한 쉬프트 오프셋이 산출되기까지 적용된다.

먼저, 쉬프트 오프셋을 설정하기 위한 설비와 공정 레서피 및 PM 센서(20)를 선택한다(S30). 그런 다음, 선택된 레서피 내의 센서(20) 목록 중에서 쉬프트 특성을 갖는 센서(20)(이하, '쉬프트 센서(20)'라 함)를 선택한다(S31).

그런 다음 PM 센서(20)를 기준으로 쉬프트 센서(20)들에 대하여 소정 회수의 PM 사이클 기간 동안 발생한 센서 데이터를 수집한다(S32).

그런 다음, 수집된 센서 데이터를 이용하여, 1 PM 사이클 기준으로 타임 슬롯을 분할한다(S33). 여기서, 본 발명의 실시예에 따른 타임 슬롯의 분할은 클러스터링 알고리즘(Clustering Algorithm)을 적용한다.

여기서, 클러스터링 알고리즘은 하나의 PM 사이클에서 통계적으로 동일한 데 이터를 갖는 것으로 추정되는 구간을 동일한 타임 슬롯으로 분할할 수 있다. 예컨대, PM 사이클 1~100 구간 중 1~20 구간에서 특정 센서(20)의 데이터가 50~60 사이의 값을 가지고, 20~100 구간에서 40~50 사이의 값을 갖는 경우에는 해당 센서(20)에 대한 타임 슬롯을 1~20 구간과 20~100구간으로 분할할 수 있다.

여기서, 클러스터링 알고리즘을 이용한 타임 슬롯을 분할하는 과정을 설명하면, 타임 슬롯에서 허용 가능한 변동기준량과, 최대 로트 개수 및 최소 로트 개수를 설정한다. 여기서, PM 센서(20) 시작지점부터 시작하여 데이터가 존재하는 구간과 존재하지 않는 구간 모두를 개별적인 타임 슬롯으로 설정한다.

이 때, 데이터가 존재하는 각 타임 슬롯에 대하여는 다음과 같은 과정을 반복 수행한다. 먼저, 각 타임 슬롯에 대한 변동량을 계산한다. 그리고, 타임 슬롯 내의 변동량이 기준 변동량부다 작은 경우 해당 타임 슬롯은 다시 분할하지 않고 타임 슬롯으로 할당한다.

반면, 타임 슬롯 내의 변동량이 기준 변동량보다 큰 경우 타임 슬롯 내의 데이터를 최대 로트 개수로부터 최소 로트 개수까지 감소시키면서 허용 변동량 이하의 변동일 가지는 최대 로트 개수를 타임 슬롯으로 설정한다.

상기와 같은 클러스터링 알고리즘 이외에, 1 PM 사이클 기준으로 타임 슬롯을 분할하는 방법으로, K-Means 방법, 회귀분석 모형, 수리 모형, 인공신경망 등과 같은 방법을 사용할 수도 있다.

다시 도 5를 참조하여, 분할된 M개의 타임 슬롯 중 기준 정보로 사용될 기준 타임 슬롯을 선택한다(S34). 여기서, 기준 타임 슬롯은 쉬프트 오프셋이 '0'이 되 는 타임 슬롯으로 선택할 수 있고, PM 센서(20)의 패턴을 가장 잘 대변할 수 있는 타임 슬롯을 선택할 수도 있다.

그런 다음, 기준 타임 슬롯 내의 기준 데이터와, 나머지 타임 슬롯 내의 데이터를 각각 비교하여, 각 타임 슬롯에 대한 쉬프트 오프셋을 산출한다(S35). 여기서, 각 타임 슬롯에서의 쉬프트 오프셋은 기준 타임 슬롯 내의 기준 데이터와 해당 타임 슬롯 내의 데이터 간의 차이에 의해 산출될 수 있다. 그리고, 각 타임 슬롯에서의 데이터는 각 타임 슬롯에 포함되는 센서 데이터들의 평균값을 사용할 수 있다.

그런 다음, 데이터가 존재하는 타임 슬롯에서의 데이터와 S35 단계에서 산출된 쉬프트 오프셋에 기초하여 센서 데이터가 존재하지 않는 타임 슬롯에 대한 쉬프트 오프셋을 산출한다(S36). 여기서, 센서 데이터가 존재하지 않는 타임 슬롯에 대한 쉬프트 오프셋은 산출된 쉬프트 오프셋을 이용한 회귀분석(Regression Analysis) 등의 피팅(Fitting) 기법을 이용하여 예측할 수 있다.

그런 다음, 산출된 각 타임 슬롯에 대한 쉬프트 오프셋을 설정 데이터 베이스(12)에 저장한다. 여기서, S31 단계에서 다수의 쉬프트 센서(20)가 선택되는 경우, 쉬프트 센서(20)들과 타임 슬롯 간의 쉬프트 오프셋을 정의하기 위해, 도 6에 도시된 바와 같은 테이블 형태로 설정 데이터 베이스(12)에 저장될 수 있다.

이하에서는 쉬프트 오프셋의 갱신 과정을 설명한다. 여기서, 쉬프트 오프셋의 갱신은 PM 사이클 동안 새로운 데이터가 입력되면 기존의 쉬피트 오프셋과 비교하고, 새로 산출된 쉬프트 오프셋이 기존의 쉬프트 오프셋과 소정 범위 이상 차 이가 나는 경우, 새로운 쉬프트 오프셋으로 갱신하게 된다. 그 과정은 다음과 같다.

먼저, 새로 수집된 센서 데이터를 도 6에 도시된 바와 같이 기 설정된 타임 슬롯에 대응시킨다. 그런 다음, 기 설정된 타임 슬롯의 쉬프트 오프셋과 새로 수집된 센서 데이터가 부합되는지 여부를 검사한다.

그런 다음, 기존에 데이터가 존재하지 않았던 타임 슬롯에 새로운 센서 데이터가 수집되었는지 여부를 판단한다. 여기서, 새로운 센서 데이터가 수집된 경우, 해당 타임 슬롯에 쉬프트 오프셋이 존재하는지 여부를 판단한다.

여기서, 해당 타임 슬롯에 쉬프트 오프셋이 존재하지 않는 경우, 전체 PM 사이클을 타임 슬롯으로 분할한다.

그리고, 모든 타임 슬롯에 대한 검사가 완료될 때까지 상기의 과정을 반복한 후, 타임 슬롯에 대하여 전술한 바와 같은 방법을 통해 쉬프트 오프셋을 산출한다.

한편, 상기와 같이 방법을 통해 산출/갱신된 쉬프트 오프셋은 드리프트 오프셋을 반영한 센서 데이터의 평가 방법에서와 같이 적용된다. 다만, 드리프트 오프셋의 경우 하나의 웨이퍼 단위의 센서 데이터, 즉, 로우(Raw) 데이터의 평가시 각 샘플 포인트에 대한 보정을 수행하는 것이므로, 각 웨이퍼 평가시에 웨이퍼 별로 드리프트 오프셋이 다르게 계산될 수 있다. 반면, 쉬프트 오프셋의 경우에는 타임 슬롯별로 쉬프트 오프셋이 산출되고, 각 쉬프트 오프셋은 미리 산출되어 설정 데이터 베이스(12)에 도 6에 도시된 바와 같은 테이블 형태로 저장된다. 그리고, 쉬프트 오프셋에 대한 테이블 값은 주기적으로 변경 또는 업데이트 가능하지만 드리프 트 오프셋과 같이 실시간으로 산출되어 반영되지 않음을 알 수 있다.

상기와 같이, 통계적인 쉬프트 보정 알고리즘을 통해 설비의 구동시간, RF 시간 및 웨이퍼 수 등에 종속적으로 변화하는 센서(20)들의 허용 변동량의 크기를 최소화시킴으로서, 불량 웨이퍼에 대한 검정력을 증가시킬 수 있다.

이와 같이, 본 발명에 따른 인터락 시스템은 실시간으로 운영되는 시스템이므로 퍼포먼스 측면에서 다량의 설비를 운영하는 양산공정에 해당하는 바, 센서(20)의 드리프트 특성 및/또는 쉬프트 특성 등의 분석 정보를 이용하여 운영상태를 점검할 수 있게 된다.

또한, 설비의 소모성 부품 혹은 설비 특성에 의해 주기적으로 PM을 수행하는 경우, PM 시점을 전후로 하여 설비의 특성이 변동할 때, PM 기준으로 설비의 특성을 확인할 수 있는 바, PM 이후의 설비의 동일성을 보증할 수 있게 된다.

이상 설명한 바와 같이, 본 발명에 따르면, 통계적인 드리프트 보정 알고리즘을 통해 동종 설비에 대한 인터락 설정 및 관리를 단순화하고, 웨이퍼 간의 허용 변동량의 크기를 최소화시킴으로서 불량 웨이퍼에 대한 검정력을 증가시킬 수 있는 센서 데이터의 보정방법 및 인터락 시스템의 인터락 평가방법이 제공된다.

또한, 통계적인 쉬프트 보정 알고리즘을 통해 설비의 구동시간, RF 시간 및 웨이퍼 수 등에 종속적으로 변화하는 센서들의 허용 변동량의 크기를 최소화시킴으로서, 불량 웨이퍼에 대한 검정력을 증가시킨 센서 데이터의 보정방법 및 인터락 시스템의 인터락 평가방법이 제공된다.

Claims

인터락 시스템에 사용되는 센서 데이터의 보정방법에 있어서,

소정의 드리프트 상한치 및 드리프트 하한치를 설정하는 단계와;

기준 모델에 대한 기준 패턴 정보를 생성하는 단계와;

상기 센서 데이터에 대한 센서 패턴 정보를 생성하는 단계와;

상기 센서 패턴 정보가 상기 드리프트 상한치 및 상기 드리프트 하한치를 만족하는지 여부를 판정하는 단계와;

상기 센서 패턴 정보가 상기 드리프트 상한치 및 상기 드리프트 하한치를 만족하는 경우, 상기 기준 패턴 정보 및 상기 센서 패턴 정보에 기초하여 드리프트 오프셋을 산출하는 단계와;

산출된 상기 드리프트 오프셋에 기초하여 상기 센서 데이터를 보정하는 단계를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제1항에 있어서,

상기 기준 모델에 대한 패턴 정보를 생성하는 단계는,

각각 적어도 하나의 웨이퍼를 포함하는 복수의 샘플 포인트를 설정하는 단계와;

상기 각 샘플 포인트의 대표값을 산출하는 단계와;

상기 각 샘플 포인트에서의 최대값 및 최소값에 기초하여 상기 각 샘플 포인 트에서의 표준편차를 산출하는 단계와;

상기 각 샘플 포인트의 상기 대표값 및 상기 표준편차에 기초하여 상기 각 샘플 포인트의 관리 레인지를 산출하는 단계를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제2항에 있어서,

상기 각 샘플 포인트에서의 상기 표준편차를 산출하는 단계는,

상기 각 샘플 포인트에서의 최대값 및 최소값에 기초하여 상기 각 샘플 포인트에 대한 레인지 값을 산출하는 단계와;

상기 레인지 값들의 평균을 산출하는 단계와;

상기 레인지 값의 평균과 소정의 계수에 기초하여 상기 표준편차를 산출하는 단계를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제2항에 있어서,

상기 대표값은 상기 각 샘플 포인트 내의 상기 센서 데이터들의 평균값을 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제2항에 있어서,

상기 센서 패턴 정보를 생성하는 단계는,

상기 센서 데이터들을 상기 샘플 포인트 단위로 구분하는 단계와;

상기 샘플 포인트 단위 내의 상기 센서 데이터들의 대표값을 산출하는 단계를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제5항에 있어서,

상기 대표값은 상기 샘플 포인트 단위 내의 상기 센서 데이터들의 평균값을 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제5항에 있어서,

상기 드리프트 오프셋은 상기 기준 모델의 상기 대표값과 상기 센서 데이터의 상기 대표값 간의 편차에 기초하여 산출되는 것을 특징으로 하는 센서 데이터의 보정방법.
제7항에 있어서,

상기 드리프트 오프셋은 상기 각 샘플 포인트에 대해 산출되는 것을 특징으로 하는 센서 데이터의 보정방법.
인터락 시스템에 사용되는 센서 데이터의 보정방법에 있어서,

보정 대상 센서를 선택하는 단계와;

소정 회수의 PM 사이클 기간 동안 상기 보정 대상 센서로부터 발생한 센서 데이터를 수집하는 단계와;

상기 수집된 센서 데이터들을 단위 PM 사이클을 기준으로 적어도 하나의 타임 슬롯으로 분할하는 단계와;

상기 타임 슬롯 중 어느 하나를 기준 타임 슬롯으로 선택하는 단계와;

상기 기준 타임 슬롯의 기준 데이터와 나머지의 상기 타임 슬롯의 데이터에 기초하여 상기 각 타임 슬롯에 대한 쉬프트 오프셋을 산출하는 단계와;

산출된 상기 쉬프트 오프셋에 기초하여 상기 보정 대상 센서로부터의 센서 데이터들을 보정하는 단계를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제9항에 있어서,

상기 보정 대상 센서는 PM(Preventative Maintenance) 센서의 증가에 따라 센싱 값의 범위가 가변되는 센서를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제9항에 있어서,

상기 적어도 하나의 타임 슬롯으로 분할하는 단계에서 상기 수집된 센서 데이터들은 클러스터링 알고리즘(Clustering Algorithm), K-Means 방법, 회귀분석 모형, 수리 모형 및 인공신경망 해석 중 어느 하나를 통해 상기 적어도 하나의 타임 슬롯으로 분할되는 것을 특징으로 하는 센서 데이터의 보정방법.
제9항에 있어서,

상기 기준 타임 슬롯의 상기 기준 데이터와 나머지의 상기 타임 슬롯의 상기 데이터는 상기 각 타임 슬롯의 상기 센서 데이터의 평균값을 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제9항에 있어서,

회귀 분석(Regression Analysis)을 이용하여 센서 데이터를 포함하지 않는 타임 슬롯에 대한 쉬프트 오프셋을 산출하는 단계를 더 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
제9항에 있어서,

새로운 PM 사이클 동안 새로운 센서 데이터가 입력되는 단계와;

상기 새로운 센서 데이터가 대응하는 상기 타임 슬롯의 상기 쉬프트 오프셋과 일치하는지 여부를 검사하는 단계와;

상기 새로운 센서 데이터가 대응하는 상기 쉬프트 오프셋과 일치하지 않고, 대응하는 상기 타임 슬롯에 쉬프트 오프셋이 존재하지 않는 경우, 상기 새로운 PM 사이클에 대해 타임 슬롯을 분할하고, 상기 각 타임 슬롯에 대해 쉬프트 오프셋을 산출하는 단계를 포함하는 것을 특징으로 하는 센서 데이터의 보정방법.
인터락 시스템의 인터락 평가방법에 있어서,

(a) 센서 데이터를 수집하는 단계와;

(b) 상기 수집된 센서 데이터에 기초하여 인터락 여부를 판정하는 단계와;

(c) 상기 (b) 단계에서 인터락으로 판정되는 경우, 상기 수집된 센서 데이터를 제1항 내지 제8항 중 어느 한 항에 따른 센서 데이터의 보정 방법에 따라 보정하는 단계와;

(d) 상기 (c) 단계에서 보정된 센서 데이터에 기초하여 인터락 여부를 판정하는 단계를 포함하는 것을 특징으로 하는 인터락 평가방법.
인터락 시스템의 인터락 평가방법에 있어서,

제9항 내지 제14항 중 어느 한 항에 따른 센서 데이터의 보정방법에 따라 보정된 센서 데이터에 기초하여 인터락 여부를 판정하는 인터락 평가방법.