EUV 마스크 결함 추론·분류 및 고해상도 비정형 영상 획득

AI-based EUV Mask Defect Inference and High-Resolution Plenoptic Video Acquisition

연구 내용

EUV 마스크 결함을 영상 기반으로 추론·분류하는 AI 품질검사 기술을 개발하는 연구

EUV 공정에서는 블랭크마스크 결함이 수율과 직결되므로 결함을 안정적으로 관찰하고 분류하는 영상 처리 기반 품질검사 기술이 요구됩니다. 연구실은 비정형 플렌옵틱 동영상의 획득과 동기화, 캘리브레이션을 포함한 영상 기반 데이터 확보 기술을 우선 확보하고 이를 바탕으로 결함을 인공지능 모델로 추론·분류하는 품질검사 파이프라인을 구성합니다. 또한 검사 결과의 학습 데이터화와 공정 현장 적용을 고려한 실증을 수행하는 차별성을 보유하고 있습니다.

관련 프로젝트

2건

연구 흐름

초기에는 중대형 공간에서 비정형 플렌옵틱 동영상이 안정적으로 획득되도록 동기화와 캘리브레이션 절차를 정립하고, 사전 시각화와 저작도구를 통해 데이터 생성·관리의 편의성을 높였습니다. 이후 확보한 영상 데이터 기반으로 EUV 마스크 결함을 추론하고 분류하는 AI 품질검사 기술을 개발하는 방향으로 연구를 확장했습니다. 최근에는 품질검사 결과를 실증하여 공정 품질관리로 연결되는 검증 흐름을 구축하는 연구를 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

EUV 마스크 결함검사 자동화
반도체 공정 품질 모니터링
비정형 플렌옵틱 캘리브레이션 자동화
플렌옵틱 기반 3D 측정 데이터 확보
마스크 블랭크 이상 징후 분류
공정 이력 기반 이상탐지 모델
실시간 검사 워크플로우 구축
검사 데이터 기반 모델 고도화
공정 통합관제용 품질지표 생성
현장 적용형 품질검사 장치 고도화