공정 기판 이미지 보정 및 신규 불량 탐지 모델 개발
직책 : 연구 책임자
기간 : 2019. 09. ~ 2020.04.
연구 필요성
반도체 패키지 공정 중 Module 조립 공정은 Package를 Module에 부착하여 완전한 기능을 하는 제품으로 제작하는 공정이며, 장비를 이용한 비전 검사와 육안 검사를 통해 불량을 판정한다. 현재는 제품 양불 판정을 위해 장비가 지시하는 위치의 이미지를 보고 양불 여부를 판단하고 있다. 이 때, 장비가 지시하는 좌표가 정확하지 않아 이미지가 잘리거나 왜곡되는 현상은 불량 판정 딥러닝 모델과 육안 검사의 정확도를 저하시킨다. 또한, 기존에 학습되지 않은 신규 부품이 등장할 경우 기존 딥러닝 모델은 새로운 불량이나 부품을 학습하지 않아 제 2종 오류(실제 불량인데 정상이라고 판단하는 비율)가 발생할 가능성이 있다. 만약, 불량 부품을 분류기가 정상으로 판정하면 제2종 오류가 발생하여 불량 제품이 출하되고 품질 이슈발생으로 인한 막대한 손실을 초래 할 수 있다.
연구 목적 및 내용
- 부품의 위치 보정 알고리즘 개발 : 장비가 지시하는 좌표가 부정확하여 검사의 정확도가 저하되는 문제를 해결하기 위해, 본 연구에서는 이미지에서 객체를 인식하는 Object detection 방법을 이용하여 딥러닝 모델과 육안 검사를 위한 정확한 이미지를 제공하는 부품의 위치보정 알고리즘을 개발한다.
- 신규 불량 탐지 알고리즘 개발 : 신규 불량 발생 시 발생할 품질 이슈를 최소화기 위해 위해 신규 불량의 탐지가 필요하며, 기존에 사용 중인 불량 분류 모델의 미검을 줄이는 품질 방어 모형 개발이 필요하다. 본 연구에서는 Extreme value machine과 image reconstruction을 통해 신규 불량 탐지 모델을 개발한다.
기대 효과
부품 이미지 왜곡을 보정함으로써 기존 육안 불량 판정 프로세스를 최소화 하고, 불량 탐지 분류기의 성능 향상이 기대된다. 또한, 새로운 유형의 불량을 구분하는 품질 방어 모형을 개발하여 제 2종 오류를 최소화할 수 있다.
