자동화된 이미지 기반 측정 도구

기능

트랜지스터는 집적회로의 필수 구성요소이며, 성능은 구조와 물질 구성에 따라 달라집니다. 최근에는 기존의 실리콘 기반 CMOS 로직 기기에 기술적 및 물리적 한계가 발생했습니다. 따라서 많은 연구팀이 이 분야를 발전시키기 위해 새로운 반도체 소재를 모색하고 있습니다.
이 프로젝트의 목표는 박리 단계에서 얻은 채널 샘플의 품질을 평가하는 인공지능 모델을 개발하는 것이었습니다. 이 단계는 신소재를 기반으로 하는 반도체 소자의 제조 공정에서 매우 중요합니다. 일반적으로 이러한 채널 샘플은 광학 현미경 또는 스캐닝 전자 현미경 (SEM)으로 관찰하고 과학 이미지 측정 소프트웨어를 사용하여 너비를 수동으로 측정합니다.
그러나 Google에서는 Gemini API와 이미지 처리 기법을 활용하여 이 프로세스를 자동화하는 웹사이트를 설계했습니다. 사용자는 타겟 사진을 API에 업로드하고 채널 너비 및 기기 제작에 적합한 샘플에 관한 정보를 즉시 받을 수 있습니다. 또한 UNet 아키텍처를 기반으로 세분화 모델을 위한 자체 데이터 세트를 만들고 학습했습니다. 이 혁신은 신규 반도체 소재를 기반으로 나노 기기를 연구하는 연구팀에 큰 도움이 될 것으로 기대되며, 상당한 편의를 제공할 것입니다.