SolVision사례 연구
포장된 반도체 칩 검사
AI 비지도 학습을 통한 미세 결함 감지
외부 보호층과 패키징 공정
반도체 웨이퍼의 절단 공정은 품질에 영향을 미칠 수 있습니다. 웨이퍼가 개별 다이로 분리될 때 표면 균열과 같은 결함이 발생할 수 있으며, 이후 패키징 과정에서 웨이퍼는 보호용 플라스틱 또는 세라믹 패키징에 고정됩니다. 이로 인해 기존 검사 방식으로는 가장자리 균열이나 내부 미세 결함을 감지하기가 어렵습니다.
패키징을 통한 결함 감지
웨이퍼가 패키징된 상태에서는 특수 광원과 투과 렌즈를 사용하여 촬영해야 합니다. 그러나 이렇게 얻어진 이미지는 가장자리 균열과 일반 가장자리가 매우 유사한 색상으로 나타나 구별하기 어렵습니다. 또한 작은 균열의 형태와 각도가 불규칙하여, 기존의 규칙 기반 검사 시스템으로는 정확한 검사가 어렵습니다.
완벽한 제품과 불량품 판별
AI 기반 SolVision은 다양한 검사 작업을 지원하는 개별 기능을 제공합니다. 이상 탐지 도구는 딥러닝 기술을 활용하여 AI 모델이 “완벽한” 웨이퍼의 샘플 이미지를 학습하도록 합니다. 또한, 데이터 증강 도구를 통해 잠재적인 웨이퍼 편차를 시뮬레이션하여 AI의 생산 시나리오 데이터베이스를 확장하고 인식 능력을 강화합니다. 훈련이 완료된 AI 모델은 골든 샘플과 스캔된 이미지를 비교하여 패키징된 칩의 가장자리에 있는 미세 균열과 같은 결함을 감지하고 위치를 정확히 찾아낼 수 있습니다. 이는 이미지 품질이나 유사한 색상의 영향을 받지 않고도 높은 정밀도로 검사를 수행할 수 있도록 합니다.
AI 검사
스캔 이미지
결함 감지 결과
