머신비전은 과거의 단순한 생산품 불량 유무 판별에서 이미지 DB를 정보화하며 생산량까지 결정하는 단계로 발전했다. 반도체 후공정에서의 머신비전 트렌드와 요구 기술은 무엇인지, 삼성전자 송근호 수석연구원이 머신비전 세미나에서 발표한 내용을 정리했다.
머신비전 시스템은 반도체 제조에서 품질과 신뢰성 향상을 위한 필수 요소이다. 과거에는 반도체 생산품 불량 유무를 사람이 판별했다. 그러나 최근 공장자동화와 미세화로 인해 사람의 육안으로 검사하는 것에 한계가 생겼다. 검사의 신뢰성 문제, 사람 간 오차 문제, 실시간 검사·전수검사 불가능 등 여러 가지 복합적인 한계 때문에 머신비전이 아니면 반도체를 제조할 수 없게 됐다.
반도체에서의 머신비전
머신비전은 반도체 기술과 함께 계속 발전하고 있다. 현재는 비전 시스템의 고속 식별, 완벽한 검사, 정보화, 네트워크화, 지능화가 요구되고 있으며, 특히 이미지 DB를 어떻게 판단하고 전략적인 관점에서 활용할 수 있을 것인지에 대한 연구가 활발히 진행되고 있다.
반도체 제조를 위한 머신비전은 하드웨어와 소프트웨어 측면에서 초정밀, 초고속으로 진화를 거듭하고 있다. 과거에는 성능이 200μm와 100ms였던 것이 현재는 10μm와 100μs까지 왔으며, 앞으로는 1μm와 1μs 수준까지 도달해야만 데이터를 처리할 수 있다. 지금의 머신비전이 보는 데이터는 엄밀한 의미에서 정보화된 DB라고 할 수 없다. 그것이 정보화되고 전략화되기 위해서는 지금보다 더 정밀하게 데이터를 처리할 수 있어야 한다.
반도체 제조 공정에서 머신비전의 활용 분야로는 품질 신뢰성, 결함 검출, 검사와 보정, 데이터 수집과 소팅, 기계 모니터링, ID 트래킹, 집계, 로보틱 가이던스 등이 있다.
최근엔 리얼타임 프로세스 컨트롤과 세이프티 모니터링, 유지보수 모니터링에 활용 가치가 더 늘어나고 있다.
머신비전 요구 기술
향후 머신비전은 다음과 같은 기술들을 필요로 할 것이다. 첫째는 글자·ID 코드·마킹 등 실물 인식 식별 및 데이터를 정보로 전환하고 네트워크를 통해 Lot(로트), 제품, 라인, 실시간 제어, CBM(Condition Based Maintenance) 등 지능적 검사 기능이 요구된다. 과거에는 사람의 육안으로도 불량 유무를 식별할 수 있는 글자만 취급했는데, 지금은 2D 마크가 들어가 있다. 2D 마크는 글자보다 2~3배 정도 더 작다. 이렇게 하는 이유는 읽어 들인 데이터를 정보화하고 네트워크화 하기 위해서다. 즉, 이 데이터는 제품의 불량 유무에 대한 수율 분석 자료가 되며, 수율 분석은 제품에 문제가 있다 없다를 판단하는 근거가 된다. 따라서 머신비전을 통해 순간순간 읽어 들인 데이터들은 제조업에서 큰 무기가 된다. 지금은 전 공정에서 트래킹 된 데이터를 가지고 생산량을 결정하는 단계까지 왔다.
둘째는 육안으로 검사할 수 있는 항목의 미 선별 문제가 해결될 필요가 있다. 예를 들면, 웨이퍼나 패키지에 크랙, 스웰링, 스크래치, 박리 등이 생길 경우 육안으로는 쉽게 보이지만 머신비전으로는 인지가 불가능하다. 웨이퍼에 폭 10~20μm, 깊이 5~10μm의 스크래치가 생겨도 머신비전으로는 식별할 수 없다. 그래서 최근 광학 카메라로 식별하는 기법이 시도되고 있다.
그 외에도 한 가지 시스템으로 다양한 검사를 할 수 있는 기능, CCD/CMOS 센서의 1μm 결함과 얼룩 검사도 가능한 고성능 검사 기능, 온라인 실시간 내부 검사 기능 등이 요구된다.
정리 임근난 기자(fa@hellot.net)
