01. ① Spotfire를 활용한 반응 표면 분석

공정 엔지니어는 공정 파라미터 변화에 따라 공정 결과가 어떻게 달라지는지 분석하고 최적 공정 조건을 찾는 업무를 수행합니다.

본 실습에서는 반응표면분석을 활용하여 공정 변수와 결과 간 관계를 모델링하고, 이를 통해 공정 결과를 예측하고 최적 공정 조건을 도출하는 방법 및 데이터 기반 공정 최적화 경험을 쌓을 수 있습니다.

02. ② 양산 간 이상점 자동 판별 프로그램 만들기

반도체 Fab에서는 매일 수많은 공정 데이터가 생성되며, 그 속에서 이상 데이터를 빠르게 탐지하는 것이 매우 중요합니다.본 실습에서는 Spotfire를 활용하여 공정 데이터의 평균과 분산을 기반으로 UCL/LCL 기준을 설정하고, Spec Out 데이터를 자동으로 판별하는 프로그램을 구현합니다. 이를 통해 양산 공정 데이터에서 이상점을 자동으로 탐지하고 시각적으로 분석하는 데이터 모니터링 방법을 학습할 수 있습니다.

03. ③ ANOVA 분석을 활용한 Commonality (수율 열화 인자 추출)

양산 공정에서는 수율이 저하될 때 그 원인이 특정 공정, 장비, 또는 조건에서 공통적으로 발생하는 경우가 많습니다.

본 실습에서는 ANOVA 분석을 활용하여 수율 열화에 영향을 주는 주요 인자를 추출하고, 공정 데이터 속에서 공통적으로 나타나는 패턴을 찾는 방법을 학습합니다.

이를 통해 대량의 Fab 데이터 속에서 수율 열화 원인을 체계적으로 분석하는 방법을 경험할 수 있습니다.

04. ④ Spotfire를 활용한 기생 CAP Modeling

반도체 공정에서는 공정 구조에 따라 발생하는 기생 Capacitance와 RC 특성이 소자 성능에 큰 영향을 미칩니다.

본 실습에서는 Spotfire를 활용하여 공정 구조 데이터를 기반으로 기생 Capacitance를 계산하고 RC 모델을 구축하는 방법을 학습합니다.

이를 통해 데이터 기반으로 반도체 소자 특성을 분석하고 모델링하는 엔지니어링 분석 방법을 경험할 수 있습니다.