제1 항에 있어서,상기 제1 딥러닝 모듈을 이용하여 상기 제1 제어 신호를 생성하는 단계는,상기 다이아몬드 제조 장비 내부의 제1 및 제2 가스의 분압 및 유량을 조절하기 위한 상기 제1 제어 신호를 생성하는 단계를 포함하는,다이아몬드 제조 방법.

제4 항에 있어서,상기 센싱 데이터는, 제1 가스의 유량 데이터, 상기 제1 가스와 다른 제2 가스의 유량 데이터, 상기 제1 가스의 분압 데이터, 상기 제2 가스의 분압 데이터, 상기 제1 가스의 순도 데이터, 상기 제2 가스의 순도 데이터 중 적어도 하나를 포함하는,다이아몬드 제조 방법.

다이아몬드가 성장하는 동안 상기 다이아몬드의 두께, 상기 다이아몬드의 성장 속도 및 상기 다이아몬드의 품질 중 적어도 하나의 특성을 측정하기 위한 센싱 데이터를 수신하는 단계;상기 센싱 데이터를 전처리하여, 전처리된 센싱 데이터를 생성하는 단계;상기 전처리된 센싱 데이터와, 미리 학습된 제1 딥러닝 모듈을 이용하여 제1 제어 신호를 생성하는 단계; 및상기 제1 제어 신호를 이용하여 다이아몬드 제조 장비를 제어하는 단계를 포함하고,상기 제1 제어 신호는 상기 다이아몬드가 실장되는 디스크의 높이, 상기 다이아몬드 제조 장비의 마이크로파의 출력, 상기 다이아몬드 제조 장비의 가스 유량, 다이아몬드 제조 공정의 공정 순서 중 적어도 하나를 제어하기 위한 신호이고,상기 제1 딥러닝 모듈은, 복수의 훈련 데이터와 다이아몬드의 성장 속도, 다이아몬드의 품질, 다이아몬드의 성장 두께, 다이아몬드에 결함이 발생하였는지 여부 중 적어도 하나와의 관계와 관련하여 미리 학습되고,상기 복수의 훈련 데이터는, 가스별 분압 데이터, 가스별 유량 데이터, 가스별 순도 데이터, 챔버 내부 압력 데이터, 기판 온도 데이터, 디스크 온도 데이터, 전력 데이터, 방출 스펙트럼 데이터 및 라만 스펙트럼 데이터 중 적어도 하나와, 다이아몬드 제조 공정의 결과 데이터를 포함하는다이아몬드 제조 방법.

제1 항에 있어서,상기 센싱 데이터는, 가시광선 이미지 데이터, 적외선 이미지 데이터, XRD 데이터, 방출 스펙트럼 데이터, 라만 스펙트럼 데이터, 초분광 이미지 데이터, 제1 가스의 유량 데이터, 상기 제1 가스와 다른 제2 가스의 유량 데이터, 상기 제1 가스의 분압 데이터, 상기 제2 가스의 분압 데이터, 상기 제1 가스의 순도 데이터, 상기 제2 가스의 순도 데이터, 전력 데이터, 챔버 압력 데이터, 디스크 온도 데이터 및 기판 온도 데이터 중 적어도 하나를 포함하는,다이아몬드 제조 방법.

제1 항에 있어서,상기 제1 딥러닝 모듈을 이용하여 상기 제1 제어 신호를 생성하는 단계는,상기 제1 딥러닝 모듈을 이용하여, 다이아몬드의 성장 두께를 결정하는 단계와,상기 다이아몬드가 실장되는 디스크의 높이를 조절하기 위해 무빙부를 제어하는 상기 제1 제어 신호를 생성하는 단계를 포함하는,다이아몬드 제조 방법.

제5 항에 있어서,상기 제1 가스는 H2, O2, CH4, Ar, N2, Ne 및 Xe 중 어느 하나이고, 상기 제2 가스는 상기 제1 가스와 다르고, H2, O2, CH4, Ar, N2, Ne 및 Xe 중 어느 하나인 다이아몬드 제조 방법.

제1 항에 있어서,상기 제1 딥러닝 모듈을 이용하여, 상기 다이아몬드의 성장체에 열응력으로 인한 결함이 존재하는지 여부를 결정하는 단계와,상기 다이아몬드의 성장체에 상기 열응력으로 인한 결함이 존재하는 경우, 상기 제1 딥러닝 모듈을 이용하여, 상기 다이아몬드의 성장 두께를 결정하는 단계를 더 포함하는,다이아몬드 제조 방법.

제7 항에 있어서,상기 제1 딥러닝 모듈을 이용하여 상기 제1 제어 신호를 생성하는 단계는,상기 성장 두께에 기초하여 결함 다이아몬드를 분류하는 단계와,상기 결함 다이아몬드의 수가 제1 개수 이상인 경우 상기 제1 제어 신호를 생성하는 단계를 포함하고,상기 제1 제어 신호는 상기 다이아몬드 제조 공정을 중단하기 위한 신호인,다이아몬드 제조 방법.

제1 항에 있어서,상기 제1 딥러닝 모듈을 이용하여 상기 제1 제어 신호를 생성하는 단계는,상기 제1 딥러닝 모듈을 이용하여, 다이아몬드 성장체에 흑연 스팟 결함이 존재하는지 여부를 결정하는 단계와,상기 다이아몬드 성장체에 상기 흑연 스팟 결함이 존재하는 경우, CH4 가스 유입을 중단시키기 위한 상기 제1 제어 신호를 생성하는 단계를 포함하는,다이아몬드 제조 방법.

챔버 내에 마이크로파 필드를 형성하는 마이크로파 생성부;다이아몬드가 성장되는 기판의 위치를 조절하는 무빙부;제1 가스 및 상기 제1 가스와 다른 제2 가스를 상기 챔버 내로 유입하는 가스 조절부; 센싱 데이터를 생성하는 센싱부; 및인공지능 기반 공정 컨트롤러 및 인공지능 기반 결함 컨트롤러를 포함하고, 상기 마이크로파 생성부, 상기 무빙부 및 상기 가스 조절부를 제어하는 제어부를 포함하고, 상기 인공지능 기반 공정 컨트롤러는 상기 센싱 데이터를 기초로, 상기 다이아몬드가 실장되는 디스크의 높이, 다이아몬드 제조 장비의 마이크로파의 출력, 상기 다이아몬드 제조 장비의 가스 유량, 다이아몬드 제조 공정의 공정 순서 중 적어도 하나를 제어하기 위한 제1 제어 신호를 생성하고,상기 제어부에 포함된 제1 딥러닝 모듈은, 복수의 훈련 데이터와 다이아몬드의 성장 속도, 다이아몬드의 품질, 다이아몬드의 성장 두께, 다이아몬드에 결함이 발생하였는지 여부 중 적어도 하나와의 관계와 관련하여 미리 학습되고,상기 복수의 훈련 데이터는, 가스별 분압 데이터, 가스별 유량 데이터, 가스별 순도 데이터, 챔버 내부 압력 데이터, 기판 온도 데이터, 디스크 온도 데이터, 전력 데이터, 방출 스펙트럼 데이터 및 라만 스펙트럼 데이터 중 적어도 하나와, 다이아몬드 제조 공정의 결과 데이터를 포함하는다이아몬드 제조 장비.