반도체 소자는 고집적화를 위해 초미세크기의 선폭이 필요하다. 반도체 공정에서 미세한 선폭의 구조를 형성하는 해상능력이 향상될수록 초점 심도(depth of focus)는 감소하는 추세를 보인다. 이러한 원인은 다층 배선 형성 과정에서 발생하는 불규칙한 단차가 후속 공정에 치명적인 요소로 작용한다. 초점 심도의 여유를 확보하기 위해 기존에는 리플로우(reflow), SOG(Spin on Glass), EBP(Etch Back Process) 등의 기술을 사용해왔다. 그러나 이러한 국부적인 평탄화 기술은 미세 패터닝시에 필요한 광역 평탄화 요구를 만족할 수 없으므로, 새로운 광역 평탄화 기술이 필요하게 되었다. 따라서 대안 중에 반도체 연마 공정에서 기계적 연마와 화학적 연마를 동시에 수행하는 화학적-기계적 연마(CMP: Chemical Mechanical Planarization)가 대두되었다. CMP는 공정 중 공급되는 슬러리(slurry:나노 크기의 구형입자들을 알칼리 용액에 혼합해 놓은 것)의 화학적 작용과 슬러리 내 존재하는 입자를 이용하여 기계적 마찰을 이용한다. 따라서 웨이퍼(wafer)의 표면이 평탄화 되는 공정을 의미한다. 그러나 평탄화 공정을 거치면, 웨이퍼의 중앙부분은 균일하게 연마되는 반면에 양쪽 말단 부분은 굴곡이 생기는 경우가 발생한다. 이를 최소화하기 위해, 본 연구에서는 공정에 영향을 끼치는 인자들을 추출하여, 실험계획법의 하나인 다구찌(Taguchi) 기법으로 문제를 해결하고자 한다.

다구찌 기법은 품질을 ‘제품이 출하되어 사회에 끼치는 손실’로 정의한다. 제품이나 공정의 설계 단계에서 여러 조건의 잡음(Noise)의 변화를 파악하여, SN비(signal to noise) 등의 계량치로 변환하여 산포를 최소로 하는 인자들의 조건을 찾아가는 강건 설계이다. 그러므로, CMP 공정에 다구찌 방법을 적용하였을 때의 이점은 설계 시 최소한의 실험횟수를 통해서 잡음을 최소화하는 인자들의 조건을 알 수 있으므로, 시간과 비용 절감을 달성할 수 있다. 본 연구에서는 주효과와 일부 교호작용의 파악을 용이하게 할 수 있고, 실험횟수를 혁신적으로 감소시켜 경제성을 향상시키기 위해 직교배열표(Table of Orthogonal Array)를 이용하였다.

본 논문은 2장에서는 반도체 연마 공정에 대한 연구에 대한 관련 문헌을 살펴보고, 3장에서는 구체적인 실험목적과 문제 설명을 다룬다. 4장에서는 본격적으로 다구찌 기법의 핵심인 파라미터(Parameter) 설계로 분석을 한다. 5장에서 분석결과를 토대로 의미와 한계점을 살펴보고 연구결과를 전체적으로 요약한다.

CMP에 대한 연구는 2000년도 이후 활발하게 이루어지고 있다. 2000년대에는 주로 슬러리에 대한 연구가 이루어졌다. Jeong and Kim(2001)은 CMP 공정 중에 폐슬러리의 감소와 재활용 가능한 방법을 제안하였고 Lee et al.(2001)은 CMP 공정에서 슬러리와 패드의 종류에 따른 연마율을 연구하였다. 또한, Jeong et al.(2004)는 슬러리의 온도와 유량에 따른 연마율을 연구하였다. Seok et al.(2007)은 웨이퍼의 돌기와 연마 입자 사이의 기계적 효과를 고려하면서 패드 사이의 마찰로 인해 발생하는 열을 열전달 시스템으로 모델링하여 접촉역학과 화학적 연성효과를 고려하였다. 2010년대에 들어서는 슬러리외의 다른 요인을 통한 연구가 진행되었다. Cho et al.(2012)는 CMP 공정에서 발생하는 웨이퍼의 스크래치 발생을 최소화하기 위해, 합금을 사용하는 재료공학적 접근과 전기화학적인 평가를 통해 연구하였다. 또한 Kim and Hur(2014)는 CMP 공정 중 웨이퍼에 도포된 구리의 두께 측정의 정밀화로 제어시스템의 편차를 줄이는 방법을 연구하였다. 같은 해, Chung(2014)은 사파이어 웨이퍼의 파손을 방지하기 위한 슬러리 제조기술로 CMP 공정의 신뢰성 향상 및 분산안정성과 유효기간 증대를 위한 연구를 하였다. Lee and Jeong(2015)은 선형 롤 CMP 공정에서 슬러리 공급 장치의 조건에 따른 연마율에 대해 연구하였다. Jeong(2016)은 슬러리의 연마 입자에 따른 표면 제거율과 화학-기계적 균형에 대해 논의하였다. 그동안 CMP에 대한 연구는 주로 슬러리의 공급 방법과 입자, 온도, 유량 등의 요소에 한정하거나 웨이퍼의 재료 개선에 대한 연구가 주를 이루었다.

다구찌 기법에 대한 연구는 Cha and Chin(2000)이 다구찌 기법을 활용한 흡기계의 설계변수의 최적화를 통한 저소음화 기법을 제안하였다. Hong et al.(2010)은 Controller의 유의한 설계변수를 도출하여, 운전자의 편의를 위한 문제 해결 요소 결정을 위한 인간공학에 파라미터 설계를 접목한 연구를 하였다. Byun et al.(2013)은 강건설계의 개념과 분석방법에 대해서 연구하였으며, Yun and Seo(2013)은 성능변수 형태와 잡음인자들의 분포와 관계를 파악하는 근본적인 원리에 대해서 논의하였다. 또한, 같은 해 Ree(2013)는 임의의 임계치에서 다구찌 실험의 SN비분산분석과 일반 실험의 분산분석 결과가 상이함에 대해 연구하였다. 최근 Kwon et al.(2016)은 신발 아웃솔 공정에서 시간과 재료절감을 위하여 다구찌 방법을 활용한 펠렛 생산 자동화 기계 칼날을 최적화에 대한 연구를 하였다.

아직까지 관련문헌 연구를 통해서 다구찌 기법을 활용한 CMP 공정 최적화를 논의한 사례는 발견되지 않았다. 본 논문은 CMP 공정을 단순히 기계공학적, 재료공학적 접근이 아닌 파라미터 설계를 통해 공정의 인자를 선정하여 생산성 향상을 위해 연구하였다. 이러한 접근방법은 향후 반도체 산업 발전에 새로운 방법을 제시하는 것으로 의미가 있다고 사료된다.

파라미터 설계는 성능 특성치에 영향을 주는 제어가능한 인자(controllable factors)를 최적수준으로 정해주는 것이다. 즉, 제품의 품질변동이 잡음에 둔감하면서 목표품질을 가질 수 있게 한다. 본 연구에서는 최적조건을 찾기 위해, 설계변수와 잡음을 주는 인자들을 포함시켜서 실험하는 직교배열표를 사용하였다. 본 연구에서는 3수준 5인자 실험이므로, L27(313) 직교배열표를 사용하였다. 이 때, 주효과가 5개이므로 L27 직교표에서 파악할 수 있는 교호작용은 3개 정도만 파악할 수 있다. 따라서, 교호작용을 파악하기 위해 y의 평균에 대한 단계적 회귀분석을 실시하였다. 특성치 y는 기준점인 z0값으로부터 z1~z4값이 얼마나 떨어져 있는지를 파악하기 위한 식으로, 다음과 같다.

본 연구는 웨이퍼 말단의 균일도(uniformity)를 높이기 위한 것으로 특성치의 목표값이 0인 망목특성이 된다. Table 2의 y값은 수식 (1)에 의하여 변환된 값이며, Table 3에서는 단계적 회귀분석을 통해 목표변수의 평균인 E(y)와 인자 A, B, C, D, E에 대해 분석한 것이다.

인자의 단계적 선택을 위해서, 입력할 변수를 위한 유의수준 및 제거할 변수를 위한 유의수준을 각각 0.15로 설정하였다. 그 결과, 유의수준이 0.05일 때, 유의한 인자는 A, B, C, A2, B2 ,C2 , A×C 이므로 교호작용 A×C만 파악하도록 하였다. 직교표의 주효과 및 교호작용의 배치는 Figure 5의 선점도를 이용하여 배치하였다.

본 연구에서는 반도체 연마 공정에서, 규소 기판 위의 트랜지스터와 금속배선을 형성할 때 생기는 표면 단차를 해소하기 위한 평탄화 공정에 대해 다루고 있다. 연구 목적은 평탄화를 위해 웨이퍼를 연마하게 되면, 웨이퍼의 말단 부분이 서로 대칭을 이루며 굴곡을 이루는 경우가 빈번하기 때문에 이를 해소하기 위함이다. 따라서 양쪽 웨이퍼의 말단이 중앙처럼 균일하게 평탄화 되기 위해서는 연마속도가 균일하게 되어야 한다는 의미이다. 그러므로 연마속도의 영향을 끼칠 수 있다고 판단되는 인자 5가지를 결정하여 데이터를 산출하였다. 산출한 데이터를 다구찌 기법을 활용해서 적은 실험횟수로 가장 효율적인 공정 수준을 찾을 수 있는 것에 의미를 찾을 수 있었다.

다인자로 반복하는 시행하는 실험이므로 우선 교호작용을 파악하기 위해서 단계적 회귀분석으로 인자 A×C가 유의한 교호작용임을 파악하였다. 그 후, E(y)와 SN비를 산출하였다. 산출한 SN비와 E(y)를 인자들과 각각 분산분석을 하였다. 그 결과, SN비에 유의하지 않으면서 E(y)에 유의한 인자를 찾아냈다. 그 과정에서 인자 D는 수준에 따른 영향의 거의 끼치지 않는 사실도 알 수 있었다. 이러한 일련의 과정을 통해, 인자 B의 수준을 조정하여 2수준 일 때가 최적 수준임을 알 수 있었다. 즉, 평판 위에 형성된 홈의 폭이 4mm 일 때가 가장 최적임을 파악하였다.