3D NAND flash memory has higher energy efficiency and more storage capacity than the conventional 2D flash memory. The purpose of this study is to detect the thickness of each layer of the semiconductor multilayer structure in a non-destructive way in the fabrication process of the 3D NAND flash memory. Reflectometry and ellipsometry, which are used to measure multilayer thin film structures, are also applicable to the measurement of the semiconductor devices. I developed an algorithm to detect the thickness of each layer using the measurement data points of the semiconductor devices. The algorithm is a regression model that predicts the thickness of each layer using a deep neural network (DNN) structure. I expect these algorithms to be applied to fabrication processes to improve process efficiency and detect the defects of products.
삼차원 낸드 플래시 메모리는 기존의 이차원 플래시 메모리와 비교하여 에너지 효율이 높고 더 많은 저장 용량을 갖는다. 본 연구의 목적은 삼차원 낸드 플래시 메모리를 공정하는 과정에서 반도체 다층 구조의 각 층 두께를 비 파괴적인 방법으로 검사하는 것이다. 다층 박막 구조의 측정에 사용되는 반사율 측정법과 타원 계측법을 반도체 소자의 측정에도 적용하였다. 또한 반도체 소자의 측정 데이터 값을 이용하여 각 층의 두께를 검사할 수 있는 알고리즘을 만들었다. 알고리즘은 딥 뉴럴 네트워크(deep neural network, DNN) 구조를 이용하여 각 층의 두께를 예측하는 회귀 모델(regression model)로 설계하였다. 이러한 알고리즘이 실제 공정 과정에 적용되어 공정 효율을 높이고 제품의 양/불량 판정에 도움이 될 것으로 기대한다.
