프로브 마크 검사 및 분류

딥러닝 기술은 변동이 심한 프로브 마크를 식별 및 분류해서 웨이퍼 테스트의 효율을 높이고 다이 생산량을 증대하는 데 도움을 줍니다.

Using deep learning tools to inspect probe marks on wafers

관련 제품

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

웨이퍼를 다이 준비 작업으로 보내기 전에 모든 개별 집적회로의 연속성과 기능상 결함을 테스트해야 합니다. 수십 개의 미세 전기 프로브를 포함한 프로브 카드가 이 용도로 사용됩니다. 각 프로브는 접촉이 이루어질 때 각각의 다이에 작은 표시를 남깁니다. 이 마크는 다이의 중앙에 위치하며, 프로브에서 정확한 양의 압력이 가해졌음을 나타냅니다.

프로브 마크는 정확한 프로버 성능의 지표가 됩니다. 프로버가 제대로 작동하면 프로브 마크 모양이 정상입니다. 프로브가 제대로 작동하지 않으면 프로브 마크 모양이 비정상(NG)입니다. 예를 들어 프로브가 너무 큰 압력을 가한 경우, 시간에 따라 손상될 수 있고 허용되는 전기 테스트를 수행하지 못하게 됩니다.

프로브는 고가의 부품이기 때문에 올바른 압력을 유지하는 것이 작동 수명을 유지하는 데 중요합니다. 마크의 모양, 크기, 위치가 각기 다르기 때문에 기존의 규칙 기반 머신 비전을 사용해 OK 및 NG 마크를 검출하여 분류하는 작업은 어렵습니다. 일관되지 않거나 잘못해서 NG를 판독하면 생산량과 칩 품질에 부정적인 영향을 미칠 수 있습니다.

제품 데모

코그넥스 딥러닝 툴을 이용하면 OK 및 NG 프로브 마크의 차이를 손쉽게 확인함으로써 프로브 마크 검사를 보다 수월하게 진행하고 시간을 단축할 수 있습니다. 이 소프트웨어는 올바른 프로브 마크와 허용되지 않는 프로브 마크를 보여주는 광범위한 이미지로부터 트레이닝됩니다. 그러면 허용되지 않는 마크를 “압력 관련” 또는 “중심을 벗어남”으로 분류할 수 있습니다.

이 정보를 사용해 작업자가 프로브 압력 또는 얼라인먼트를 조정하여 허용되는 프로브 마크 수를 늘리고 프로브를 정상적으로 작동할 수 있습니다. OK 마크를 허용 불가로, NG 마크를 허용 상태로 잘못 분류할 수 있던 다른 방법에 비해, 프로브 마크에서 딥러닝 검사를 사용하면 웨이퍼로부터 다이 생산량을 늘릴 수 있습니다.

웨이퍼에서 양호한/불량한 프로브 마크의 확대 보기

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입