2017. 03. 03

삼성전자 생산기술연구소

창의적 통합 설계 프로젝트 제안

I. 반도체 공정 분석에 활용 가능한 기계학습 알고리즘 개발

II. 설비 로그 자동 수집기 제작

III. EtherCAT Master Stack 개발

반도체 공정 분석에 활용 가능한 기계학습 알고리즘 개발

□ 개발 배경

- 반도체 공정의 복잡성

. 센서 데이터와 품질간의 연관성 분석에 어려움 존재

. 센서 데이터 간의 상관관계 분석에 어려움 존재

□ 개발 내용

- 본 과제에서는 시계열 센서 데이터를 바탕으로 품질에 영향을 끼치는 센서들을 도출하고,

이를 판단할 수 있는 Machine Learning 알고리즘을 제안하는 것을 목적으로 함.

(ex. Decision Tree, Support Vector Machine, Deep learning: CNN/RNN 등)

1) 알고리즘에 활용 가능한 반도체 센서 데이터 DB Schema 설계

2) 데이터 Preprocessing 방법론 제안

3) 센서 데이터와 품질간의 연관성 도출 알고리즘 개발

Interval StepNo JBH543.01 JBH543.04 JBH543.07 JBH543.10 JBH543.13 JBH543.16 JBH543.19 JBH543.22 JBH543.02 JBH543.05 JBH543.08 JBH543.11 JBH543.14 JBH543.17 JBH543.20

0001-01-01 00:00:00.400 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0001-01-01 00:00:00.600 1 0 0 1 4 4 -9 0 1 7 11 8 -5 10 113 10

0001-01-01 00:00:00.800 1 167 137 140 163 143 151 155 145 108 112 119 119 108 122 107

0001-01-01 00:00:01.000 1 138 145 150 151 138 158 141 133 106 108 112 108 111 112 107

0001-01-01 00:00:01.200 1 154 150 150 159 162 147 139 144 113 113 126 121 99 114 113

0001-01-01 00:00:01.400 1 142 127 134 146 137 129 133 155 103 103 112 125 93 122 118

0001-01-01 00:00:01.600 1 142 151 141 137 148 126 147 160 114 102 106 122 99 110 115

0001-01-01 00:00:01.800 1 132 131 153 154 136 132 143 163 101 118 118 108 99 113 116

0001-01-01 00:00:02.000 1 135 147 145 144 138 145 140 141 117 106 119 99 123 124 110

0001-01-01 00:00:02.200 1 151 146 167 141 150 152 137 134 119 100 103 107 104 110 112

0001-01-01 00:00:02.400 1 158 140 147 145 154 140 142 152 117 100 124 113 95 117 111

0001-01-01 00:00:02.600 1 151 142 137 142 144 139 139 155 118 107 108 106 110 118 106

0001-01-01 00:00:02.800 1 144 135 157 144 137 142 135 160 110 116 103 107 112 110 113

0001-01-01 00:00:03.000 1 151 156 148 146 165 135 152 161 117 101 121 111 97 113 115

0001-01-01 00:00:03.200 1 147 134 145 144 165 154 149 165 104 109 122 111 105 107 108

0001-01-01 00:00:03.400 1 154 138 156 152 152 150 152 142 105 112 99 111 91 109 118

0001-01-01 00:00:03.600 1 145 144 141 151 161 159 147 144 119 101 113 111 94 91 115

0001-01-01 00:00:03.800 1 143 161 141 146 151 137 140 147 112 120 126 101 99 110 118

0001-01-01 00:00:04.000 1 136 154 164 143 143 165 145 138 106 118 109 109 102 124 117

0001-01-01 00:00:04.200 1 143 140 141 139 137 145 158 150 101 104 102 109 99 117 113

0001-01-01 00:00:04.400 1 143 142 141 148 148 159 152 157 112 119 93 114 116 124 119

0001-01-01 00:00:04.600 1 140 133 153 166 148 139 136 149 104 107 121 104 96 111 111

0001-01-01 00:00:04.800 1 137 148 149 136 154 140 134 137 88 117 117 115 90 124 118

0001-01-01 00:00:05.000 1 137 150 161 140 162 142 144 141 107 105 114 108 117 103 99

0001-01-01 00:00:05.200 1 132 154 147 153 146 156 148 153 104 117 106 97 113 104 112

0001-01-01 00:00:05.400 1 147 145 140 147 168 142 149 170 95 119 124 99 105 114 115

0001-01-01 00:00:05.600 1 155 154 143 147 146 152 152 129 97 117 115 112 114 105 110

0001-01-01 00:00:05.800 1 148 144 147 129 151 143 146 147 111 106 110 110 103 135 118

0001-01-01 00:00:06.000 1 147 144 146 146 152 146 138 142 102 110 128 111 108 117 107

0001-01-01 00:00:06.200 1 148 135 143 139 140 152 156 151 102 113 116 117 105 107 108

0001-01-01 00:00:06.400 1 130 145 163 140 151 144 138 132 91 116 107 103 94 119 128

0001-01-01 00:00:06.600 1 146 141 152 158 149 149 155 136 112 99 117 115 110 101 107

0001-01-01 00:00:06.800 1 140 153 139 144 138 138 147 154 113 114 114 103 102 108 111

0001-01-01 00:00:07.000 1 148 140 159 147 151 137 152 139 95 106 110 122 96 114 117

0001-01-01 00:00:07.200 1 151 144 140 156 148 142 140 143 102 108 110 106 112 112 102

0001-01-01 00:00:07.400 1 119 128 151 130 164 149 132 143 108 101 109 113 103 110 126

0001-01-01 00:00:07.600 1 136 162 168 139 163 134 156 138 93 94 114 118 89 96 98

0001-01-01 00:00:07.800 1 159 150 137 148 155 148 128 148 116 117 122 106 119 112 105

0001-01-01 00:00:08.000 1 151 137 143 146 135 142 148 153 97 98 106 115 106 133 119

0001-01-01 00:00:08.200 1 153 134 155 136 151 154 127 132 96 115 110 101 100 95 112

0001-01-01 00:00:08.400 1 148 161 140 143 143 150 145 142 109 108 93 99 111 98

0001-01-01 00:00:08.600 1 139 143 157 147 139 140 115 97 113 101 118

0001-01-01 00:00:08.800 1 156 153 146 138 107 103 124 96 121

0001-01-01 00:00:09.000 1 146 152 152 76 111 103

0001-01-01 00:00:09.200 1 146 141

0001-01-01 00:00:09.400 2 135 128 126 130 133 154 151 29106 111 109 113 98 94 115 100

0001-01-01 00:00:09.600 2 32686 152 150 26276 145 26484 25989 34776 105 24179 112 98 23532 21786 114

0001-01-01 00:00:09.800 2 35878 32553 35770 35726 35681 34601 35910 35997 24871 27355 24331 27810 27906 26959 27444

0001-01-01 00:00:10.000 2 36060 35955 35954 35965 36082 35989 36051 36007 27826 27848 27825 27931 27996 27834 27861

0001-01-01 00:00:10.200 2 36166 36002 36002 35975 36087 36188 36093 35930 28012 28152 28054 28092 28170 28099 28204

0001-01-01 00:00:10.400 2 35875 36023 35914 35955 36090 36137 36010 35665 28124 28158 28076 28068 28104 28142 28136

0001-01-01 00:00:10.600 2 35708 35873 35635 35598 35698 35889 35663 35511 28094 27926 28108 27981 27950 28002 27926

0001-01-01 00:00:10.800 2 35424 35712 35482 35320 35473 35445 35365 35182 27860 27763 28014 27764 27702 27840 27660

0001-01-01 00:00:11.000 2 35076 35198 35067 35019 35163 35377 35183 34963 27643 27624 27758 27736 27642 27632 27629

0001-01-01 00:00:11.200 2 34863 35025 34843 34953 34967 35030 34955 34721 27725 27615 27740 27568 27468 27545 27548

0001-01-01 00:00:08.200 1 153 134 155

0001-01-01 00:00:08.400 1 148 161 140

0001-01-01 00:00:08.600 1 139 143 157

0001-01-01 00:00:08.800 1 156 153

0001-01-01 00:00:09.000 1 146 152

0001-01-01 00:00:09.200 1 146

0001-01-01 00:00:09.400 2 135 128 126

0001-01-01 00:00:09.600 2 32686 152 150

0001-01-01 00:00:09.800 2 35878 32553 35770

0001-01-01 00:00:10.000 2 36060 35955 35954

각 Data 別 Step End time 차이 존재

데이터 Preprocessing 방법론

• 시계열 데이터 전체 사용

• 센서별 대표값 사용

- 통계 대표값 사용 (ex. Avg, Std)

- 품질에 영향을 끼치는 대표값 도출 및 활용

정상 불량

센서 데이터 / 품질 연관성 도출 알고리즘

• 정상/불량 예측 알고리즘 개발

- 기존 방법론 활용

(ex. Decision Tree, Support Vector

Machine, Deep learning: CNN/RNN 등)

반도체 공정 분석에 활용 가능한 기계학습 알고리즘 개발

□ 필요 지식

- 대용량 데이터 처리, 프로그래밍 스킬(언어 무관), 인공지능 알고리즘

□ 교육/훈련 효과

- DB, 딥러닝 관련 라이브러리 활용 경험, 프로그래밍 기법 습득

□ Test Case

- Input

. 센서 n개에 대한 시계열 데이터

※ 센서 개수 및 데이터 양은 추후 공지 (ex.65개 센서, 800개 wafer에 대한 시계열 데이터)

- Output

. 알고리즘 코드 및 중간 산출물 (ex DB schema, Preprocessing 방법론)

. 개발 알고리즘 평가 결과 (기존 알고리즘 활용 가능)

□ 평가 기준

- 시간 측면

. 데이터 처리 속도 Distributed Computing 방법론 활용 (기존 알고리즘과 비슷한 수준)

- 정확성 측면

. 기존 알고리즘 대비 Accuracy (ex. LSTM: 정합성 60%, SVM: 정합성 75% v.s 제안한 방법론: 80%)

□ 개발 배경

반도체 Photo 공정 내 여러 설비에서 각각의 설비 내장 PC로 각종 log (종류: 200 여가지) 작성

각 설비별로 log 의 저장위치(PATH)는 다를 수 있으나 폴더명은 동일함

각 설비/log 의 주기는 정해져 있지 않음

Photo 공정 엔지니어는 각 log 를 한군데서 수 시간 이내의 정보를 보고자 함

설비 로그 자동 수집기 제작

[ 설비

내장

PC ]

[ 로그 보관 서버 ]

[ 분석용 DB 서버 ]

[ 로그 보관 DB ]

[ 분석 App 사용 ] [ 로그 직접 조회 ]

[ 개발 범위 ]

□ 개발 내용

1. 데이터 수집 application

- 설비 Local PC (Unix) – 운영 서버 (Windows) 로의 파일 주기적 다운로드

- 각 파일 종류에 따라 사용자가 원하는 대로 주기가 관리되어야 함

예) 1~4번 파일: 하루 5번, 지정된 시각마다, 5~10번 파일: 매시 20분 마다

- 설비에 접속해서

1) 설비의 특정 폴더에 접근하여 download 받을 list 를 접속할 때마다 생성

2) 생성된 list 를 참조하여 log download

- 날짜/시간별 폴더 관리되어야 함

- 특정 일 이내의 폴더는 유지 (복구 대비), 특정 일 이전의 폴더는 삭제 (용량 관리)

2. DB 개발

- 설비별 접속 정보 및 식별 정보 저장

- log 수집 관련 히스토리

- 기타 필요 정보

설비 로그 자동 수집기 제작

EtherCAT Master Stack 개발

□ 개발 배경

- EtherCAT Interface는 반도체 설비에 빠르게 적용되는 추세임.

. 산업계에서 사용되고 있는 설비 제어기와 부품 間의 통신 Interface

: RS232, DeviceNet, TCP/IP 等

. 빠른 속도로 인한 처리 단계 사이의 대기 시간 단축 가능

. 라인, 트리, 스타, 데이지 체인 등 거의 모든 토폴로지 지원

. 고정밀 동기화를 위한 분산 클럭

- EtherCAT은 Master와 Slave Module로 구성되어 있음.

- EtherCAT Master Stack은 상용품이 개발/판매되고 있으나,

불필요한 사양 제거 및 필요 사양 추가 等 Interface 최적화 통한 제어 효율성 개선 필요함.

EtherCAT Master Stack

[ 신속하게 프로세스 데이터 삽입하기 ] [ 유연한 토폴로지-라인, 트리 또는 스타 ] [ 전달 지연을 위한 보정과 HW 기반 동기화 ]

CoE

AoE

EoE

FoE

EtherCAT Master Stack 개발

□ 개발 내용

- 반도체 설비에 특화된 EtherCAT Master Stack을 개발하고자 함.

. EtherCAT 표준 사양 확보 및 분석

: www.ethercat.org 참조

. EtherCAT Master Stack 개발

. 제공되는 Slave Module 제어를 통해 개발한 EtherCAT Master Stack 검증

□ 평가 기준

- Protocol 구현

. CoE, AoE Protocol 구현 및 동작 Test ※ 제공되는 Slave Module 활용 & 삼성전자 Testbed에서 검증

- IO Processing Time

. IO Read/Write Time ≤ 50msec

CAN Application protocol over EtherCAT

ADS over EtherCAT

Ethernet over EtherCAT

File access over EtherCAT