検査・評価の役割は大きく3つ。

・不良流出防止

・歩留まり改善

・信頼性保証

単なる検品ではなく、工程改善と直結するデータ源でもある。

7章で扱った領域は以下。

 

● 外観検査

・パターン欠陥

・パーティクル

・スクラッチ

● 電気特性検査

・ウェハプローブ

・最終テスト

● インライン計測

・膜厚

・CD

・重ね合わせ

● 欠陥検査

・光学

・電子線

● 故障解析（FA）

・SEM

・FIB

・TEM

● 信頼性評価

・TDDB

・EM

・BTI

● 歩留まりデータ解析

・SPC

・AI解析

 

検査は単工程ではなく、工場全体を貫く横断機能。

理由は3つ。

 

① 微細すぎる

・数nm欠陥

・原子レベル構造

② 非破壊要求

・壊さず見る

・内部を見る

③ 高速量産対応

・毎日数百万チップ

・検査時間制約

 

つまり：精度 × 速度 × 非破壊

この三立が求められる。

進化軸は明確。

・光学 → 電子線

・2D → 3D

・サンプリング → 全数

・人判断 → AI

特にAI化は急速。

AI導入により変わったこと。

・欠陥分類自動化

・誤検出削減

・検査速度向上

・未知欠陥検出

 

従来のルールベースでは限界。

今後は、AI前提の検査設計が必須。

検査は単独で存在しない。

・設計（DFM）

・プロセス

・装置

・材料

検査データがフィードバックされ、製造精度が向上する。

検査はコストでもある。

・装置高額

・検査時間

・スループット低下

過剰検査は利益を圧迫。

そのため、最適検査設計が重要。

量産初期は検査依存度が高い。

 

・未知欠陥が多い

・工程安定性が低い

 

検査データが工程改善を加速。

歩留まり向上の起爆剤となる。

微細化で難易度上昇。

 

・確率欠陥（Stochastic）

・EUVマスク欠陥

・ラインエッジラフネス

・3D内部欠陥

検査限界との戦い。

先端では後工程が主戦場。

・バンプ接続

・RDL断線

・TSV欠陥

・デラミネーション

 

パッケージ検査＝性能保証。

必要スキルは多岐。

・デバイス理解

・プロセス知識

・統計解析

・装置理解

・材料知識

 

単なる測定者ではない、総合技術者。

未来工場では、検査はリアルタイム化。

・インライン全数検査

・AI異常検知

・即時工程補正

 

検査が制御系に統合。

進化方向：

 

・原子レベル検査

・量子デバイス評価

・光I/O検査

・液冷パッケージ評価

・自律検査ロボット

 

製造進化と同速度で進化。

・検査は品質保証の基盤

・外観・電気・信頼性すべてを包含

・微細化で難易度は急上昇

・AI検査が主役化

・検査データが歩留まりを改善

・スマートファブでは制御系と統合

１．検査技術が「製造技術そのもの」と言われる理由は？

２．AI検査が従来手法より優れる点は何か？

３．先端ノードで検査難易度が上がる主因は？

４．検査コストと品質のバランスはなぜ重要か？

 

 

 

 

コラム監修：角本 康司 (オーティス株式会社)
語学留学や商社での企画開発を経て2011年にオーティス株式会社入社。経営企画部を中心に製造・技術部門も兼任し、2018年より代表取締役として事業成長と組織強化に努めている。

 

※本記事は教育・啓発を目的とした一般的な技術解説であり、特定企業・製品・技術を示すものではありません。