SEMITALK · 장비·계측
CD·막 두께·오버레이를 읽기 전에 측정 시스템을 확인하는 순서. 반복성, 바이어스, 샘플링을 교육용 예제로 정리합니다.
01. 측정 숫자도 하나의 공정 결과다
식각 후 선폭이 어제보다 2 nm 커졌다고 하자. 곧바로 레시피를 바꾸기 전에 같은 위치를 같은 방식으로 측정했는지 확인해야 한다. 공정 조건뿐 아니라 장비 교정 상태, 측정 레시피, 시료 준비, 측정 위치가 결과에 영향을 줄 수 있기 때문이다. 이 글의 숫자는 이해를 위한 가정이며 실제 장비 평가 결과가 아니다.
02. 계측·검사·리뷰의 질문은 다르다
| 구분 | 대표 질문 | 결과 예시 |
| 계측 Metrology | 얼마나 넓고 두꺼운가? | CD, 막 두께, 오버레이 오차 |
| 검사 Inspection | 이상 신호가 어디에 있는가? | 결함 후보 위치·크기·개수 |
| 리뷰 Review | 그 결함은 무엇인가? | 고해상도 관찰·형상 분류 |
검사에서 발견된 모든 후보가 전기적 불량을 만드는 것은 아니다. 패턴 위치와 결함의 크기·종류, 전기검사 결과를 연결해야 수율 영향에 가까워진다. 반대로 검출되지 않았다는 사실만으로 결함이 없다고 단정할 수도 없다. 감도와 검출 한계가 있기 때문이다.
03. 사진을 찍는 것과 자로 재는 것의 차이
일상에서 제품 사진을 보고 흠집을 찾는 일과 자로 길이를 재는 일을 떠올리면 구분이 쉽다. 사진에서 눈에 띄는 점을 발견했다고 그 점의 높이나 물질 조성까지 알게 되는 것은 아니다. 반대로 길이를 정밀하게 재더라도 측정하지 않은 영역의 균열을 놓칠 수 있다. 반도체에서도 검사와 계측은 서로 대체하기보다 서로 다른 질문에 답한다.
다만 이 비유는 이해를 위한 출발점이다. 실제 광학·전자빔 장비는 신호와 모델을 이용하며 한 장비가 여러 기능을 제공하기도 한다. 따라서 장비 이름만 외우기보다 무엇을 측정량으로 정의하고 어떤 신호를 어떤 모델로 변환하는지 이해하는 것이 중요하다.
예를 들어 CD는 Critical Dimension의 약자로, 관심 있는 패턴의 핵심 치수를 뜻한다. 막 두께는 길이 단위로 나타내지만 CD와 같은 물리량을 보는 것은 아니다. 오버레이는 서로 다른 층의 패턴이 목표 위치에서 얼마나 어긋났는지에 관한 지표다. 세 값이 모두 nm로 표시돼도 공정에서 의미하는 내용과 측정 방식은 다르다.
04. 반복성은 좋지만 바이어스가 클 수 있다
기준값을 교육용으로 100.0 nm라고 놓고 동일 시료를 5회 측정하자. 장비 A는 99.8, 100.0, 100.2, 100.1, 99.9 nm를, 장비 B는 101.8, 102.0, 102.2, 102.1, 101.9 nm를 보고했다고 가정한다. 두 집단의 표본표준편차는 모두 약 0.158 nm지만 평균은 100.0과 102.0 nm다.
장비 B의 결과는 좁게 모여 있으나 기준값과 2.0 nm 떨어져 있다. 반복 측정의 산포만으로 측정의 정확성을 보장할 수 없다는 예다. 실제 교정에서는 기준값 자체의 불확도와 환경·방법의 영향을 함께 검토한다. 여기서는 설명을 위해 기준값의 불확도를 생략했다.
05. 평균과 표본표준편차를 손으로 검산하기
장비 A의 5개 측정값을 더하면 500.0 nm다. 평균은 합계를 개수 5로 나눈 100.0 nm이다. 각 측정값에서 평균을 빼면 −0.2, 0, 0.2, 0.1, −0.1 nm가 된다. 이 편차들을 제곱해 더하면 0.10 nm²다.
s = √[Σ(xᵢ − x̄)² / (n − 1)] = √(0.10 / 4) ≈ 0.158 nm
표본에서 모집단의 분산을 추정할 때 쓰는 표본표준편차이므로 여기서는 n−1로 나눈다. 장비 B는 A의 각 값에 2.0 nm를 더했으므로 자기 평균에서 떨어진 거리는 그대로다. 그래서 산포는 같고 평균만 달라진다. 그래프의 두 선이 위아래로 평행하게 이동한 모습을 보면 이 관계를 바로 확인할 수 있다.
이 5회 측정만으로 실제 장비의 장기 안정성이나 규격 적합성을 판단하지는 않는다. 측정 순서, 환경, 운영 시간, 시료 상태에 따른 변화가 아직 포함되지 않았기 때문이다. 계산을 정확히 했다는 사실과 충분한 데이터를 확보했다는 사실은 서로 다르다.
06. 반복성과 재현성, 그리고 표본의 대표성
반복성은 정해진 동일 조건에서 반복했을 때 결과가 얼마나 일치하는지에 관한 개념이다. 재현성을 논할 때는 작업자·장비·시간·장소 등 무엇을 바꾸었는지 명시해야 한다. 단순히 여러 번 측정했다고 재현성 평가가 되는 것은 아니다.
측정 시스템이 안정적이어도 웨이퍼 중앙만 재면 가장자리 이상을 놓칠 수 있다. 샘플링 계획에는 웨이퍼 내 위치, 로트 간 간격, 챔버별 구분, 공정 변경 시 추가 측정 조건이 필요하다. 측정 횟수를 늘리는 일과 대표성 있는 위치를 고르는 일은 별도의 판단이다.
07. 관측 산포를 나눠 보는 교육용 예제
측정 오차와 실제 공정 편차가 서로 독립이고 가산적으로 합쳐진다고 가정하자. 이 조건 아래에서는 관측 분산을 공정 분산과 측정 분산의 합으로 생각할 수 있다. 표준편차 자체를 더하거나 빼는 식이 아니다.
σ²관측 = σ²공정 + σ²측정
교육용으로 관측 표준편차가 1.0 nm, 측정 표준편차가 0.6 nm라고 놓으면 추정 공정 표준편차는 √(1.0²−0.6²)=0.8 nm다. 1.0−0.6=0.4 nm라고 계산하면 틀린다. 반면 두 표준편차를 서로 다른 조건이나 표본으로 구했다면 이 계산을 그대로 적용하기 어렵다. 상관관계가 있다면 공분산 항도 고려해야 한다.
특히 측정 분산 추정값이 관측 분산보다 크게 나오면 음수 안에 제곱근을 취해 억지로 값을 만들면 안 된다. 표본 수, 시료 선택, 동일 조건 여부, 추정 오차와 모델 가정을 다시 점검해야 한다. 수치가 이상할 때 모델을 먼저 의심하는 태도 역시 데이터 분석 역량이다.
08. 이상 신호를 받았을 때 확인할 순서
- 지표의 정의와 단위를 확인한다. 평균 CD인지 특정 패턴 CD인지부터 구분한다.
- 원시 이미지·측정 레시피·위치·교정 이력을 확인하고 같은 조건에서 재측정한다.
- 기준 시료와 다른 장비의 비교로 측정계의 변화를 점검한다.
- 웨이퍼 위치·로트·챔버·시간별로 나누어 공정 변화와 연관성을 본다.
- 가설을 정한 뒤 검증 실험과 변경 전후 확인 기준을 설계한다.
이 순서는 학습용 사고 틀이다. 실제 현장에서는 승인된 품질 대응 절차와 장비 운용 기준을 따른다. 이상이 크거나 제품 위험이 있으면 재측정만 반복하며 판단을 미루는 대신 해당 절차에 맞춰 격리·보고가 필요하다.
09. 면접에서 설명해 보기
질문: 선폭 분포가 갑자기 넓어졌다면 무엇부터 보겠는가?
먼저 동일한 측정 정의·패턴·위치를 비교하고 있는지 확인하겠다. 기준 시료와 반복 측정으로 측정계의 변화를 점검한 뒤, 웨이퍼 내 위치와 장비·시간별 분포를 분리하겠다. 공정 산포와 측정 산포가 독립이라는 조건에서는 관측 분산을 두 성분의 합으로 생각할 수 있지만, 이 가정을 확인하지 않고 단순히 빼서 원인을 확정하지 않겠다.
10. 직접 설명할 수 있어야 할 세 문장
- 검사는 이상 후보를 찾고, 계측은 정의한 물리량을 수치화하며, 리뷰는 후보를 더 자세히 관찰하고 분류하는 데 도움을 준다.
- 반복성이 좋다는 것은 같은 조건에서 결과가 잘 모인다는 뜻이지, 기준값에 가깝다는 뜻까지 보장하지 않는다.
- 측정 시스템과 샘플링을 확인한 뒤 공정 변화 가설을 세워야 레시피를 불필요하게 바꾸는 일을 줄일 수 있다.
스스로 확인할 질문도 남겨 보자. 같은 장비로 동일 시료를 열 번 재는 것과 웨이퍼의 서로 다른 열 위치를 한 번씩 재는 것은 무엇이 다른가? 전자는 동일 조건의 반복 측정 산포를 보는 데 가깝고, 후자는 공간에 따른 변화를 섞어서 관측한다. 두 데이터에서 같은 통계량을 계산하더라도 답하는 질문은 다르다.
참고 자료
공개된 공식 자료를 바탕으로 재구성한 학습 글입니다. 그림은 자체 제작했으며 교육용 가정과 실제 측정값을 구분합니다. 자료 확인: 2026-10-15.