오토 인코더를 이용한 공간 그래프 기반 3차원 나노 구조 분석 프레임웍

초록

나노 구조 분석은 반도체 제조공정을 포함한 여러 산업에서 핵심적인 역할을 수행하고 있다. 반도체 제조 기술의 발전에 따라 제품의 품질과 생산 효율성을 높이기 위해 반도체의 나노공정 분석은 매우 중요하다. Scanning Electron Microscopy (SEM)과 TransmissionElectron Microscopy (TEM)은 나노 입자의 관측과 분석을 위해 사용되며, 2차원의 이미지를 생성한다. 전자현미경을 통해 생성된 많은 이미지 속의 나노 입자들을 수동적으로 분석하는 것은 큰 비용과 시간이 요구된다. 이러한 문제를 해결하고자 기계 학습을 통한 이미지속 나노입자 형태 자동 분류, computer vision techniques와 딥러닝을 이용한 나노 입자 자동 인식과 같은 다양한 연구들이 제시되었다. 하지만 대부분의 연구는 2차원 기반하의 나노입자들을 분석했으며, 이는 명확한 나노 구조 분석의 한계로 여겨져왔다. 본 연구에서는 나노 입자들의 명확한 구조를 파악하기 위해 이미지 전처리를 진행 후 딥러닝 기반의 인코더를 사용해 이미지 속 개별 입자들의 3차원 공간적 특성을 도출하고 디코더를 통해 공간 그래프 기반의 3차원 나노 입자 구조 추정 프레임워크를 제안한다. 실험 데이터를 통하여, 제안된 프레임워크는 기존 알고리즘들보다 명확하게 나노 구조를 추정하며, 생성된 나노 구조그래프는 나노클러스터 구조 파악에 기여한다.

키워드