표준편차란? 반도체 공정의 산포 읽기

평균은 같지만 막 두께·CD의 산포가 달라지는 이유와 표준편차, 표본, Uniformity의 관계를 배웁니다.

기초 · 직무 연결 · 업데이트 2026-10-06

추천 읽기 순서 · 용어사전 · 어디까지 알아야 하나요? · 관련 직무

쉬운 설명: 중심과 흩어짐은 다른 정보

평균이 과녁의 중심 위치라면 산포는 화살이 퍼져 있는 정도에 가깝습니다. 이 비유에서 실제 공정 데이터는 측정 위치·시간·장비 등 여러 조건의 영향을 받습니다. 표준편차는 이 흩어짐을 하나의 숫자로 요약합니다. 막 두께의 평균이 그대로여도 특정 위치에서 두껍거나 얇아지면 표준편차가 커질 수 있습니다.

핵심 원리: 평균에서 떨어진 거리

각 측정값에서 평균을 빼고 그 차이를 제곱해 모으면 분산을 구할 수 있습니다. 분산의 제곱근이 표준편차입니다. 제곱은 양·음의 차이가 서로 상쇄되지 않게 하며, 마지막 제곱근으로 원래 측정 단위를 되찾습니다. 두께를 nm로 측정했다면 표준편차도 nm입니다.

주어진 전체 집단의 산포를 계산할 때와 표본으로 모집단 산포를 추정할 때는 분모가 다릅니다. 표본 표준편차에는 보통 n−1을 사용합니다. Excel·Python에서도 표본/모집단 옵션을 확인해야 서로 같은 계산을 비교할 수 있습니다.

작은 가상 예로 비교하기

98, 100, 102 nm와 90, 100, 110 nm는 평균이 모두 100 nm입니다. 표본 표준편차는 각각 2 nm와 10 nm입니다. 두 번째 묶음은 목표 중심은 유지했지만 위치 사이 변동이 더 큽니다. 이 세 점만으로 실제 공정의 장기 산포나 합격률을 추정할 수는 없습니다.

왜 중요한가: Uniformity와 연결하기

웨이퍼 내 두께 산포 증가는 막 균일도 문제를 생각하게 합니다. 하지만 Uniformity는 조직·공정에 따라 범위, 평균으로 정규화한 값 등 정의가 다를 수 있습니다. 표준편차와 모든 Uniformity 지표를 같은 숫자로 취급하지 마세요.

웨이퍼 내 산포, 웨이퍼 간 산포, Lot 간 산포와 반복 측정 오차도 구분합니다. 한 웨이퍼의 위치별 데이터를 여러 Lot의 평균 데이터와 바로 비교하면 분석 단위가 달라집니다.

현업 연결: 산포 증가를 원인으로 바로 번역하지 않기

증착 두께의 산포가 커졌다면 위치별 Map, 측정 반복성, 챔버·온도·가스와 정비 이력을 비교합니다. 공정 불균일인지 측정 노이즈 증가인지 분리한 뒤 가설을 검증합니다. 평균과 표준편차의 시간 추세를 함께 보면 중심 이동과 변동 증가를 나눠 볼 수 있습니다.

자주 하는 오해

• 표준편차가 작으면 규격을 만족한다: 평균이 규격 밖에 있을 수도 있습니다.
• 모든 점이 평균 ±3 표준편차 안에 반드시 들어간다: 분포와 표본 조건에 따라 다릅니다.
• 값이 커지면 장비 고장이다: 표본 구성·측정 오차·실제 공정 변화가 모두 후보입니다.

공개 참고 자료

개념 확인: 2026-10-06. 아래 공개 1차 자료를 참고해 FlashMemory가 학생용 설명·가상 예·학습 질문을 작성했습니다. 특정 기업의 내부 Recipe·Spec을 사용하지 않습니다.

• NIST · Measures of Scale