Discovery Summit Korea 2023

1. Copyright © JMP Statistical Discovery LLC. All Rights Reserved.
KOREA

2. Copyright © JMP Statistical Discovery LLC. All rights reserved.
Semiconductor Material Quality Improvement,
SmartPAM (Proactive Analysis Material)
Yerin Jeong
Technical Leader, SK hynix Inc.

3. Material analysis
with Semiconductor Manufacturing Process using JMP
To Find ‘Key Para (Q-index)’
Introduction
Data Architecture
Interface & Example
Advantages of this Tool
Using Plan

4. Bad
Good
Best
소재-공정 연계 대용량 Data 신속 분석 System 개발 (SmartPAM)
불량 원인 사전 검출 + 개선 인자 추출 및 확장
Big
Data
SmartPAM
소
재
공
정
• 원재료
• 제조공정
• 품질 분석
• Response
• Source
• Defect
• 수율
Bad
Good
Best
Interlock
& 원인 규명
Interlock
“당연한 게
당연하지 않다”
[소재-공정 연계분석]
불량 원인 사전 검출
개선 인자 추출&확장
Introduction

5. COA + MQMS
+ Hidden Para
Data Collection
Machine Learning
Q-Index
Shift Left, Early Sensing
SmartPAM
Easy Setup
& Auto Analysis
Introduction
* COA : Certificate of Analysis
* MQMS : Material Quality Management System

6. 소재 - 제조 공정(Response, Source, Defect, 수율 등) 대용량 Data를
단시간 내에 연계 및 분석에 용이한 형태로 가공하여 제공
“소재/공정 연계 Data”를
전 소재 범주로 통합해서 제공
산재된 공정과 소재 Data
결합으로 분석 Set 생성
소재 별 특성 반영
통계값 산출, 결합 Data 처리
장기간 조회 시에도
빠르게 분석 Data 제공
Data 연계 및 Processing
사용 소재 Data
smartQMS
COA MQMS
SmartTAS
Response Source Defect 수율 장비 소재
Data Lake
투입소재 이력
소재 기준정보
공정 Data
Response
Case 1
소재별 통계 Data
Case 2
최종 분석 Dataset
Wafer No. Para #1 Para #2 Para #N Para #1 Para #2 Para #N
기준 정보 소재 [독립변인] 공정 [종속변인]
Source
Defect
Probe Test
Response
Source
Defect
Probe Test
투입
소재
Data Architecture

7. Interface & Example
조건 선택 X-Y 설정 M/L 분석 – 개별 분석 M/L 분석 –연계 분석
전 처리
Q-index 도출
Fit Model, Decision Tree
Random Forest, Boosted Tree
> Model Competition

8. UI & Example
Q-Index
= 6.045*10^-7* Para A.
+ 3.045 * Metal A. + 1.36 * Para B.
신규 Para. 등록 & Spec 관리

9. Q-index 도출 → Q-index 기준 BP 품질 및 Spec 강화
0
10
20
30
0 5 10 15
DEFECT
RATE
Bad
Good 개선
Q-index 도출
Data Lake
SK하이닉스
소재 BP
In-line Data
수율
CoA, MQMS + @
UI & Example
Feedback
(Conversion Data)
Q-index Feedback
SmartPAM
* BP : Business Partner

10. As-Is To-Be
3hr 5min
15min ≤1min
30min ≤1min
≥2hr
(개인차 발생)
≤1min
≥2hr
(개인차 발생)
≤30min
Manual Automatic
-. Before FTE = (65명)*(405min)*(78회) / 65894 = 31.1614
-. After FTE = (65명)*(38min)*(78회) / 65894 = 2.92379
Data 수집 및 X,Y 선정
데이터 전처리
(Data Cleaning)
탐색적 데이터분석
(EDA)
Q-index 분석
(Predictor Screening)
Model 수립
(Model Competition)
Run, 배포
1. 분석 소요 시간 405min → 38min
2. Data 기반 Q-index 고도화
3. 수율, Inline 산포 개선 기여
4. Digital PCN, Digital 선 검증
5. 효율화 지수 90.62%
= (1 – (After FTE / Before FTE)) * 100
= 90.62%
Advantages of this Tool
* PCN : Process Change Notice

11. Using Plan
Step 1.
우선 개선 공정
조건 Set-up
Step 2.
Q-index 도출
소재 BP사 F/B
Step 3.
Q-index 개선 Spec. 강화
Inline 정합성 확보
SmartPAM System 기반 공정 산포 개선 → 소재 품질 예측 관리로 확장
Step 4.
소재 품질 예측 관리
(Digital PCN, Digital 선 검증)
‘23 10 ’23 12 ’24 1Q ’24 2Q

12. Copyright © JMP Statistical Discovery LLC. All rights reserved.
KOREA