EUV(Extreme Ultraviolet) 반도체 마스크 결함 검출 기술은, 13.5nm 파장의 극자외선을 이용하는 차세대 반도체 리소그래피 공정에서 사용되는 EUV 포토마스크의 미세 결함을 딥러닝기반 인공지능 알고리즘을 통해 자동으로 탐지·분류하는 소프트웨어 엔진 기술이다.
반도체 회로의 선폭이 2nm급 이하로 축소됨에 따라 EUV 리소그래피 공정이 본격적으로 도입되고 있으며, EUV 마스크에 발생하는 수 나노미터 수준의 미세 결함은 웨이퍼 전사 불량을 유발하여 반도체 수율(yield)에 직접적인 영향을 미친다. 그러나 기존DUV(193nm) 기반 마스크 검사 장비 및 알고리즘은 EUV 마스크 고유의 반사형 다층막구조와 위상 결함 특성을 충분히 반영하지 못하여 검출 성능의 한계가 존재한다.
본 기술은 EUV 마스크 전체 영역 스캔 이미지를 주요 입력으로 활용하여 딥러닝 모델을 학습함으로써 EUV 마스크에서 발생 가능한 다양한 유형의 미세 결함을 높은 정확도로 자동 검출한다.
EUV 리소그래피는 3nm 이하 첨단 반도체 공정의 핵심 기술로 자리잡았으며, 글로벌 주요 파운드리(삼성전자, TSMC, SK하이닉스 등)의 양산 적용이 빠르게 확대되고 있다.
이에 따라 EUV 마스크의 품질 보증 및 결함 관리에 대한 기술 수요가 급증하고 있으나, 국내외 EUV 마스크 검사 기술은 여전히 일부 해외 업체에 의존하는 상황이다.
본 기술이전의 목적 및 필요성을 정리하면 다음과 같다.
o 결함 데이터 확보의 한계 극복: 실제 공정에서 발생하는 EUV 마스크의 결함 데이터는 종류가 방대하고 샘플 확보가 어려워, 기존의 지도 학습(SupervisedLearning) 방식으로는 한계가 있음. 이에 정상 데이터만으로도 높은 검출력을 확보하는 기술이 필수적임.
o 기술 내재화: EUV 마스크 결함 검출에 특화된 딥러닝 기반 소프트웨어 엔진을 국내 기업에 이전함으로써, EUV 공정 전환에 따른 마스크 품질 관리 역량을 조기에 내재화한다.
o 수율 손실 예방: EUV 마스크는 제작 비용이 매우 고가이므로, 정밀한 검사를 통해 불필요한 마스크 교체 비용을 절감하고 생산 수율을 극대화해야 함. 기존 DUV 기반 검사 알고리즘으로는 검출이 어려운 EUV 고유 결함에 대한 대응 역량을 확보하여 반도체 수율 손실을 사전에 방지.
o 기술 자립: ASML, KLA 등 해외 장비 공급사 의존도를 낮추고, 국산 EUV 마스크 검사 솔루션 경쟁력을 강화하여 국내 반도체 산업의 공급망 자립도를 제고.
o 산업 생태계 확대: EUV 마스크 제조사 및 파운드리뿐만 아니라 마스크 검사 장비 제조사, APC(Advanced Process Control) 솔루션 기업 등 반도체 산업 생태계 전반에 적용 가능한 범용SW 엔진을 제공.
o 정상 패턴 학습 기반 결함 검출:대량의 정상 마스크 이미지를 학습하여 패턴의 미세한 변이를 결함으로 감지하는 알고리즘 제공.
o 결함 위치 특정(Localization):검출된 결함의 정확한 좌표를 추출하여 마스크 상의 위치 정보 제공.
o 정량적 분석 및 시각화:결함의 크기, 강도 등에 대한 통계적 데이터 분석 결과와 이를 직관적으로 파악할 수 있는 히트맵 등의 시각화 인터페이스 제공.
A. 기술명 : 정상 데이터 기반 이상치 탐지 학습 기술
- EUV 마스크 특징 추출 기술: 고해상도 이미지 데이터로부터 EUV 마스크 고유의 패턴 및 반사 특성을 추출하는 모델링 기술
- 정상 데이터 기반 이상치 탐지 알고리즘: 결함 데이터 없이 정상 마스크 이미지 데이터만을 활용하여 표준 패턴을 학습하는 딥러닝 기술.
- 학습 최적화 모듈: 결함 검출력을 극대화하기 위한 하이퍼파라미터 튜닝 및 이상치 점수(Anomaly Score) 산출 알고리즘.
B. 기술명 : 결함 검출 분석 및 시각화 기술
- 실시간 결함 탐지 및 위치 특정 기술: 학습된 모델을 기반으로 입력 영상에서 결함 유무를 판별하고, 해당 결함의 좌표 정보를 추출하는 추론 기술
- 정량적 분석 기술: 검출된 결함의 좌표와 크기 등을 정량적으로 수치화하는 분석 알고리즘.
- 결함 시각화 및 리포팅 SW: 결함 위치를 히트맵(Heatmap) 형태로 시각화하고, 분석 결과를 제공하는 인터페이스 기술.
정상 데이터 기반 이상치 탐지 학습 기술
프로그램 모듈: EUV 결함검출 학습 엔진 및 추론 소스코드
관련 기술자료 및 지식재산권: 기술 요구사항 정의서, 관련 국내외 특허 실시권 (5년이내 한정)
기술명 : 결함 검출 및 시각화 기술
프로그램 모듈: 결함 위치 좌표 추출 SW 모듈 시각화 UI SW 소스코드
시험 환경 및 자료: 성능 평가를 위한 시험 절차서
o 적용분야
- EUV 포토마스크 검사 및 품질 관리
- 반도체 노광 공정(EUV Lithography) 품질 평가
- 마스크 제작 공정(Blank 및 Pattern 검사)
- 반도체 검사 장비 및 공정 분석 시스템
- 차세대 초미세 공정(5nm 이하) 품질 관리
o 기대효과
- 수율 향상: 미세 결함의 조기 검출을 통한 공정 불량 감소
- 검사 신뢰도 향상: EUV 특화 검출 기술을 통한 정확도 및 재현성 확보
- 공정 개선 지원: 정량적 결함 데이터 기반 공정 최적화 가능
- 분석 효율 향상: 시각화 기능을 통한 빠르고 직관적인 결과 해석
- 기술 경쟁력 확보: EUV 핵심 검사 기술 확보를 통한 반도체 공정 경쟁력 강화
- 예방 정비 및 마스크 수명 관리: 광학 검사 이미지 기반 결함 이력을 지속적으로 축적 ·분석함으로써, 마스크 수명 주기 예측 및 예방적 교체 계획 수립이 가능해져 마스크 운용 비용을 최소화.
- 산업 접근성 확대: 기존 보유 DUV 광학 검사 장비를 그대로 활용하여 SW 엔진 도입만으로 EUV 마스크 결함 대응 역량을 확보할 수 있어, 중소 규모의 마스크 제조사 및 팹리스 기업의 EUV 공정 전환 진입 장벽을 낮춘다.