2025 내일배움캠프 QAQC_2기 본캠프 60일차

안녕하세요! 오늘은 본캠프 60일차입니다!

 

오늘도 프로젝트를 열심히 했습니다!

 

어제 분석했던 것에 대해 인사이트를 도출하고, 팀원들과 피드백하는 시간을 가지고 피드백을 반영해서 수정하였습니다.

오늘은 명도수준과 신호극성이 밝고 어두운 영역으로 비슷해서 명도수준과 신호극성을 연결지어서 불량여부와 확인해보았습니다!

 

• 색이 진할수록 해당 구간에 불량 결함 데이터가 많이 분포한다.
• 명도수준이 낮고 신호극성이 -1인 부분에서 진함 → 어두운 영역에서 진한 극성 결함이 많이 발생한다.
• 명도수준이 중간인 구간에서 신호극성이 1인 부분이 진함 → 중간 명도 영역에서 밝은 극성 결함이 많이 발생한다.

신호극성이 1인 부분에 불량여부가 1(False)인 결함이 대체적으로 많이 분포 되어있다.

 

로지스틱 회귀 분석

• Pseudo R-squared = 0.04578→ 설명력은 낮지만, 두 변수가 불량 발생과 유의하게 관련 있음은 확인 가능.
• → 명도수준과 신호극성이 불량여부 변동의 약 4.6%만 설명
• LLR p-value = 0.000(1) 명도수준 (coef = -0.0007)
  • 계수가 음수 → 명도수준이 높아질수록 불량 발생 가능성이 낮아진다.
  • 값이 작아 보이지만, 데이터 스케일이 크다면(명도수준 범위가 수천 단위라면) 영향은 의미 있을 수 있음.
  (2) 신호극성 (coef = 0.2868)
  • 계수가 양수 → 신호극성이 증가할수록(어두움 → 중간 → 밝음 방향) 불량 가능성이 증가한다는 뜻.
  (3) z값, P>|z|
  • 두 변수 모두 p값 = 0.000 (유의 수준 0.05 이하) → 매우 유의미한 변수임.
• → 귀무가설(모든 계수 = 0)을 기각. 즉, 명도수준과 신호극성이 불량여부와 통계적으로 유의한 관계가 있다는 의미.
• 불량 여부는 명도수준과 신호극성 모두와 연관성이 있음.
• 특히 명도수준이 낮을수록(어두운 영역), 신호극성이 1(밝은 극성)일수록 불량 가능성이 증가.
• 결함 검출 장비에서 명도수준이 낮은 영역과 특정 극성(밝음) 신호 구간을 모니터링 강화하면 조기 불량 감지 가능.

• 명도수준 값이 작다 = 이미지가 어둡다
• 신호극성
  • 1 → 어두운 결함 (Dark Defect)
  • 0 → 중간(Neutral) 결함
  • 1 → 밝은 결함 (Bright Defect)
• 명도수준 값이 작음(어두움) + 신호극성 0(중간) 조합에서 불량률이 100% 나옴
• → 데이터 개수가 매우 적어 극단적으로 불량률이 1로 나옴을 알 수 있음.

이 조합이 특정 공정 단계(CBCMP/RMG/PC)나 특정 결함 유형에서만 나타날 수도 있음.

→ 결함 유형별로 교차 검토 필요.

 

1. PC 공정

• 명도수준 범위: 약 1000~1500
• 신호극성: 1(밝은 영역)에서 집중
• 의미:
  • PC 공정에서 발생한 불량은 밝은 신호(극성 1)에서 주로 나타남
  • 명도수준이 중간 밝기(1000~1500) 범위에서 불량이 집중 → 광학적으로 특정 밝기 조건에서 결함이 드러남

2. RMG 공정

• 명도수준 범위: 약 2500 부근 (상대적으로 높은 값)
• 신호극성: 1(밝은 영역)에서 집중
• 의미:
  • RMG 공정 결함은 밝은 극성에서 주로 나타남
  • 명도수준이 높으므로 PC보다 더 밝은 영역에서 결함 발생
  • 이 공정 특유의 재료나 공정 조건(예: 금속 게이트)과 연관될 수 있음

3. CBCMP 공정

• 명도수준 범위: 약 500~1000
• 신호극성: -1(어두운 영역)에서 집중
• 의미:
  • CBCMP 공정 결함은 어두운 극성(-1)에서 나타남
  • 명도수준이 낮은 영역에서 결함 집중 → 슬러리 잔여물, 연마 불균일성 같은 CMP 공정 특유 결함 가능성
• 공정별 결함 패턴이 명확하게 다르다
  • PC/RMG: 밝은 극성(1)에서 불량 → 광학 신호가 강한 조건에서 결함 감지
  • CBCMP: 어두운 극성(-1)에서 불량 → 표면 불균일, 연마 불량 패턴일 가능성
• 명도수준 값 차이는 각 공정의 광학 특성 및 표면 반사율 차이를 반영
• 이 결과는 공정별 결함 분류 기준이나 불량 탐지 임계값 설정에 활용 가능

 

내일은 통계적 검정을 더 해보고 머신러닝을 들어갈 계획입니다!

 

오늘도 수고하셨습니다!!!