| 연구목표 |
반도체 공정과정에서 포토마스크 제작은 비용 및 시간면에서 ~60%를 차지할 정도로 중요하다. 본 연구에서는 최신 포토마스크 제작의 핵심인 해상도향상기술 (RET: Resolution Enhancement Techniques)에 머신러닝을 적용하여 기존 대비 30% 향상된 패턴 충실도와 5배 빠른 연산 속도를 얻고자 한다. 이를 통해 반도체 공정 비용 및 시... |
| 연구내용 |
반도체 공정에서는 최종적으로 웨이퍼에 식각 된 패턴이 타겟 패턴 (즉, design의 layout)과 동일한 모양이 되는 것을 목표로 한다. 하지만, 노광 과정에서는 광학 회절 효과로, 식각 단계에서는 loading effect로 인해서 다른 패턴이 나오게 된다. 이러한 점을 보정하기 위해 해상도향상기술 (RET)로써 식각 단계를 보정하는 EPC, 회절... |
| 기대효과 |
■ 본 연구에서 제안된 머신러닝 기반 RET의 연구 목표 (패턴 충실도 30% 향상, 소요시간 5배 단축)을 달성하는 경우 chip 제작 비용을 23% 절감 가능함.−10nm 공정 기준, RET가 전체 반도체 공정 비용에서 25%를 차지하고 있음. 이의 비율은 공정이 미세화 됨에 따라 증가하는 추세임.−RET에서 발생된 오차는 반도체 공정의 수율에 영향을 ... |
| 키워드 |
리소그래피,기계학습,광학 근접 보정,인공신경망,반도체 공정,식각과정,포토마스크,전자설계자동화,생산적 모델 |