수율과 품질 관리

공장에 축적된 대량의 장비 데이터·계측 데이터·테스트 결과를 머신러닝 등으로 분석하여 수율을 높이는 활동에 대한 설명으로 올바른 것은?

  1. A데이터를 모으기만 해도 자동으로 수율이 100%가 된다
  2. B테스트를 하지 않아도 된다
  3. C많은 변수의 관계로부터 사람이 찾기 어려운 불량의 원인이나 징후를 발견하여 개선과 예측에 활용한다
정답과 해설 보기

정답: C. 많은 변수의 관계로부터 사람이 찾기 어려운 불량의 원인이나 징후를 발견하여 개선과 예측에 활용한다

반도체 공장에서는 웨이퍼 1장에 대해 1000개가 넘는 공정과 다수의 계측·테스트 데이터가 기록됩니다. 이를 연결하여 머신러닝 등으로 분석하면 많은 변수가 얽힌 불량의 원인이나 이상의 징후를 발견할 수 있는 경우가 있습니다. 다만 발견된 관계가 상관에 불과할 수도 있으므로, 결과의 검증에는 공정 지식과 확인 실험이 필수적입니다. 데이터만으로 수율이 오르는 것은 아닙니다.

  • A. 데이터를 모으기만 해서 수율이 오르는 것은 아닙니다.
  • B. 테스트는 계속 필요합니다.
  • C. 올바릅니다. 불량의 원인이나 징후 발견에 활용합니다.
이 분야 연습하기 분야로 돌아가기

수율과 품질 관리의 다른 문제

  1. 결함이 웨이퍼 위에서 치우쳐 모여서 발생하는(클러스터링하는) 것을 고려한 수율 모델로 사용되는 것은 무엇입니까?
  2. 결함 검사에서 발견된 결함의 종류별로, 그 결함이 있던 칩 중 실제로 전기적 불량이 된 비율을 나타내는 양을 무엇이라고 합니까?
  3. 공장 안의 재공(WIP) 양, 처리 속도(스루풋), 사이클 타임의 관계를 나타내는 '리틀의 법칙'의 내용으로 올바른 것은?
  4. 수율이 낮은 로트에 공통으로 사용된 장비나 챔버, 재료 등을 다수 로트의 제조 이력으로부터 통계적으로 찾아내는 분석을 무엇이라고 합니까?
  5. 서로 상관이 있는 여러 특성값을 하나씩이 아니라 한꺼번에 감시하여 조합으로서의 이상을 검출하는 통계적 공정 관리 기법은 무엇입니까?