Wafer Map 불량 분석 실습: 패턴에서 검증까지

Center·Edge·Ring·Cluster를 같은 분모로 비교하고 공정·장비·Test 이력으로 가설을 좁힙니다.

기초 · 직무 연결 · 업데이트 2026-10-18

추천 읽기 순서 · 용어사전 · 관련 직무

현상 · 교육용 가상 실습

Wafer Map 기초는 좌표와 패턴의 뜻을 설명합니다. 이 실습에서는 직접 불량률을 계산하고 다음 검증을 선택합니다. 아래 네 웨이퍼는 독립된 가상 데이터이며 실제 기업·장비·공정의 기록이 아닙니다. 패턴으로 확정 원인을 맞히는 문제가 아닙니다.

데이터: 영역의 분모를 먼저 확인

각 웨이퍼의 검사 완료 Die는 1,000개입니다. 동일 좌표·방향·Bin·검사 조건과 정의된 영역을 사용했다고 가정합니다. 원점은 웨이퍼 중심, 반경은 유효 검사 반경으로 정규화하고 Cluster 영역은 미리 정한 사분면 일부입니다. 패턴을 본 뒤 유리하게 영역을 바꾸지 않습니다.

먼저 계산해보세요

네 지도 모두 전체 불량률은 50/1,000=5%, 수율은 95%입니다. 하지만 Center/Edge 관심 영역은 20% 대 나머지 1.25%, Ring은 16% 대 약 1.33%, Cluster는 30% 대 약 2.22%입니다. 불량 개수만 세면 검사 면적과 Die 개수 차이를 놓칩니다. 미검사 Die는 합격으로 채우지 않습니다. 이 집계표만으로 상세 형상이나 원인을 복원할 수는 없습니다.

가설: 모양과 공정 이름을 일대일 대응하지 않기

예를 들어 Edge와 특정 챔버가 함께 나타나도 해당 챔버에만 특정 제품이 투입됐다면 교란이 있습니다. 시간·제품·상류 공정·재료·Program 변경을 함께 확인합니다. Map 유사도가 높다는 AI 출력도 원인 판정이 아닙니다.

검증: 어떤 결과가 가설을 바꿀까?

1. Die 좌표·Notch 방향·검사 제외·Bin 정의·시간대와 중복 검사를 검증합니다.
2. 동일 제품·기간에서 정상/영향 챔버를 비교하고 이력 누락과 표본 불균형을 확인합니다.
3. 동일 샘플의 승인된 재검과 독립 계측 Map을 비교합니다. 재검 후 패턴이 바뀌면 측정계 가설도 조사합니다.
4. 공정 가설이라면 정상군·독립 Lot·관리된 실험에서 예측한 영역 변화가 재현되는지 확인합니다. 패턴이 남지 않는 반례도 기록합니다.

AI 학습에서는 같은 Wafer의 Die나 같은 Lot의 매우 유사한 Map을 학습/평가에 섞으면 성능이 과장될 수 있습니다. Lot·시간 단위 분리, 클래스 불균형, 새로운 제품/장비에서의 성능을 확인합니다. 이 네 개의 집계 예제만으로 모델을 학습하거나 정확도를 주장할 수 없습니다.

개선: 가설 검증 결과에 따라

측정계 원인이면 검사 접촉·판정 문제를, 공정 원인이면 해당 관리 방법을 담당자가 개선합니다. 전체 수율과 영역별 불량률·Bin·시간 추세·품질을 같은 분모로 재평가합니다. 이 실습은 원인이 미확정이므로 특정 장비 수리나 Recipe 변경을 정답으로 제시하지 않습니다.

면접 질문 · 교육용 예상

“전체 수율이 같은데 왜 다른 분석이 필요한가요?” 위치별 검사 수·불량률과 공정/Test 이력이 다르기 때문이라고 설명해보세요. 실제 기출이 아닙니다.

관련 학습 링크

Wafer Map 기초 · 상관관계 · DOE · 제조 Data·AI · 수율·품질

참고 출처

• NIST, Semiconductor data correlations: 반도체 측정 데이터의 상관 패턴 예시. 위 불량 패턴·수치의 출처는 아니며 데이터는 자체 제작입니다.
• NIST, wafer thickness spatial measurement: 공간 측정의 예. 두께 Map과 전기적 Fail Map은 구분합니다.