Acknowledgement
이 논문은 2020년 정부(과학기술정보통신부)의 재원으로 국가과학기술연구회 2020년도 미래선도형 융합연구단사업 (No. CRC-20-01-NFRI)에서 지원을 받아 수행된 연구임.
DOI QR Code
건식 반도체 공정에서 저온플라즈마를 일정한 상태로 유지하는 것은 반도체 공정의 효율을 높이기 위해서 매우 중요한 문제이다. 그러나 저온플라즈마 반응로를 진공상태로 유지해야하기 때문에 플라즈마의 상태를 예측하는 작업은 매우 어렵다. 본 연구에서는 OES 센서에서 수집된 데이터를 이용하여 플라즈마의 상태를 예측하는 모형을 개발하였다. 질소가스를 이용한 플라즈마 반응로에서 15개의 서로 다른 플라즈마를 생성하여 OES 데이터를 수집하였고 15개 플라즈마의 상태를 분류할 수 있는 Gaussian Mixture Model(GMM)을 개발하였다. 총 7,296개 파장에서 측정된 분광강도(intensity)를 주성분분석(Pricipal Component Analysis)를 통해 2개의 주성분으로 차원 축소하여 GMM 모형을 개발하엿다. 모형의 정확도는 약 81.72%으로 플라즈마의 OES데이터에 대한 해석력은 뛰어났다.
이 논문은 2020년 정부(과학기술정보통신부)의 재원으로 국가과학기술연구회 2020년도 미래선도형 융합연구단사업 (No. CRC-20-01-NFRI)에서 지원을 받아 수행된 연구임.