(a) 2차원 물질의 박막 성장에 따른 RHEED 비디오 신호를 획득하는 단계; 그리고,(b) 획득된 상기 비디오 신호에서 박막 성장 초기의 기판 신호와 박막 신호를 구분하고, 구분된 박막 신호만을 선택적으로 재조립해 RHEED 비디오 신호를 처리하는 단계;를 포함하는, RHEED 비디오 신호의 처리 방법.

제1항에 있어서,상기 (b) 단계는,(b1) 인공지능 모델인 PCA(Principal Component Analysis)에 기반해 시계열적 순서에 따른 PC1 내지 PC 6의 주요소(Principal Component)를 획득하고, (b2) 원시(raw) RHEED 비디오 신호에서 상기 기판 관련 주요소인 PC1 및 PC2를 빼서 RHEED 비디오 신호를 재구성하는,RHEED 비디오 신호의 처리 방법.

제1항에 있어서,인공지능 모델인 K-means clustering에 기반해 RHEED 이미지를 클러스터링(clustering)하고, 클러스터(cluster)간의 비교를 통해 성장 중인 상기 박막의 변화를 예측하는 단계;를 더 포함하는 RHEED 비디오 신호의 처리 방법.

제3항에 있어서,K-means clustering은, K = 2-6인 RHEED 비디오 신호의 처리 방법.

제1항 내지 제4항 중 어느 한 항에 있어서,상기 박막의 물질은 2차원 TMDC(transition metal dichalcogenide)이고, 상기 기판은 그래핀 기판인, RHEED 비디오 신호의 처리 방법.

제5항에 있어서,상기 박막 성장 초기는 35분까지인 RHEED 비디오 신호의 처리 방법.

인공지능 모델을 저장하는 메모리; 및상기 인공지능 모델을 실행해 RHEED 비디오 신호를 처리하는 프로세서;를 포함하고,상기 프로세서는, 2차원 물질의 박막 성장에 따른 RHEED 비디오 신호를 획득하고, 획득된 상기 비디오 신호에서 박막 성장 초기의 기판 신호와 박막 신호를 구분하고, 구분된 박막 신호만을 선택적으로 재조립해 RHEED 비디오 신호를 처리하는,연산 장치.

제7항에 있어서,상기 프로세서는, 인공지능 모델인 PCA(Principal Component Analysis)에 기반해 시계열적 순서에 따른 PC1 내지 PC 6의 주요소(Principal Component)를 획득하고, 원시(raw) RHEED 비디오 신호에서 상기 기판 관련 주요소인 PC1 및 PC2를 빼서 RHEED 비디오 신호를 재구성하는, 연산 장치.

제8항에 있어서,상기 프로세서는, 인공지능 모델인 K-means clustering에 기반해 RHEED 이미지를 클러스터링(clustering)하고, 클러스터(cluster)간의 비교를 통해 성장 중인 상기 박막의 변화를 예측하는, 연산 장치.

제1항 내지 제6항 중 어느 한 항에 기재된 RHEED 비디오 신호의 처리 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.