HanFlow AIHanFlow PDFHanFlow PCHanFlow Bot

인사이트 · · English version

ALD GPC — 측정값인가, 모델 예측값인가

ALD 사이클당 성장률(GPC) 값을 기록할 때 측정값과 모델 출력을 구분하지 않으면 생기는 문제와, 출처를 남기는 습관이 왜 필요한지 정리한다.

논문에서 Al₂O₃ 200 °C ALD GPC 값을 찾아 노트에 옮긴다. 직접 엘립소메트리로 잰 결과 바로 옆이다. 두 숫자는 같은 열에 있고, 단위도 둘 다 Å/cycle다. 일주일 뒤 파일을 다시 연다. 어느 쪽이 내 웨이퍼에서 나온 숫자인가?

엔지니어가 ALD GPC를 찾는 방식

새 전구체-온도 조합의 참고 GPC가 필요하면 논문을 뒤진다. 표를 훑고, 내 조건에 가장 가까운 값을 골라 스프레드시트의 내 측정값 옆에 붙여 넣는다. 스프레드시트는 숫자의 출처를 묻지 않는다. 값과 단위만 받는다.

출처 기록 없이 GPC 값만 나열된 단일 열
한 열, 세 가지 출처 — 셀은 어디서 온 숫자인지 기억하지 않는다.

시간이 지나면 파일이 늘어난다. 어떤 행에는 지난 화요일 장비에서 잰 엘립소메트리 값이 들어 있다. 다른 행에는 논문 그래프 축을 눈으로 읽어 옮긴 숫자가 있다. 회의 중 어림잡아 넣었을 법한 값도 몇 개 있을 수 있다. 서식은 어떤 구분도 하지 않는다. 전부 셀 안의 숫자일 뿐이다.

거의 붙지 않는 라벨

표에 GPC 값이 나타날 때 「웨이퍼에서 측정」이나 「모델 출력」 같은 태그가 붙는 경우는 드물다. 단위가 같고, 소수점 자릿수도 같다. 누군가 몇 달 전에 물리 기반 예측 결과를 넣었더라도 표는 그 사실을 알려 주지 않는다.

출처를 기록하자 같은 값이 측정 열과 모델 출력 열로 나뉜 모습
출처를 쓰면 한 열이 둘이 된다 — 웨이퍼에서 잰 값과 모델이 낸 값.

가정이 아니라 실제로 숫자가 움직이는 방식이다. 모델 출력으로 들어간 값은 여러 번 복사되면 측정값으로 읽히기 쉽다. 누군가 속이려 한 것이 아니라, 아무도 출처를 적지 않았기 때문이다.

Semi Process Lab 화면도 마찬가지다

솔직히 말해야 한다. Semi Process Lab의 /predict 화면은 세 결과를 나란히 보여 준다 — 예상 두께, GPC, 균일도. 한 예시에서 그 값은 26.9 nm, 0.90 Å/cycle, 99.1%다.

예상 두께, GPC, 균일도를 나란히 보여 주는 결과 패널
예상 두께, GPC, 균일도가 한 패널에 — 전부 모델 출력이다.

화면의 값은 전부 모델 출력이고 웨이퍼 측정값이 들어갈 길이 없다. 예측 파이프라인이 두께 맵, GPC, 균일도를 모두 만든다. 이 값을 측정값으로 취급하면 잘못 읽는 것이다. 화면은 그 오독을 막아 주지 않는다.

같은 예측 파이프라인이 만든 웨이퍼 두께 맵
맵도 같은 예측 파이프라인이 만든다 — 웨이퍼 측정이 들어가지 않는다.

측정 데이터를 올리면 시스템이 배우는 것은 잔차다. 물리 기반 예측과 실제 측정 사이의 차이를 뜻한다. 이 잔차 안에는 모델 오차, 기록되지 않은 공정 조건, 측정 산포가 한 숫자에 섞여 있다. 화면이 이를 나눠 주지 않는다.

잔차가 모델 오차, 기록 안 된 조건, 측정 산포 셋으로 나뉘는 모습
업로드가 가르치는 것은 세 가지가 접힌 하나의 잔차다.

숫자가 아니라 출처를 쓴다

해법은 기술이 아니라 습관이다.

GPC 값을 기록할 때마다 옆에 출처를 쓴다. 몇 마디면 충분하다. 「엘립소메트리, 장비 B, 9월 런」이나 「모델 출력, 200 °C 기준선」 같은 식이다. 예측 도구에서 — 우리 도구 포함 — 값을 가져왔다면 모델 출력이라고 표시한다. 논문에서 복사했다면 원저자가 측정한 것인지 계산한 것인지 적는다.

모델값끼리 비교는 내적 일관성만 알려 준다. 모델이 맞는지는 알려 주지 않는다. 이 차이는 GPC를 실제 공정 목표로 쓰는 순간 중요해진다.

출처가 적힌 값은 의심하고, 다시 확인하고, 교체할 수 있다. 출처가 없는 값은 결국 기본으로 신뢰된다 — 신뢰를 얻어서가 아니라, 아무도 의심할 생각을 하지 않기 때문이다.

각 기록값 아래에 색으로 구분된 출처가 달린 노트
출처가 적힌 값은 의심할 수 있다. 출처 없는 값은 결국 기본으로 신뢰된다.