[논문 리뷰] Specification Test Compaction for Analog Circuits and MEMS

Sounil Biswas, Peng Li외 3명|arXiv (Cornell University)|2007. 10. 25.

VLSI and Analog Circuit Testing참고 문헌 3인용 수 24

한 줄 요약

이 논문은 아날로그 회로 및 MEMS를 위한 사양 테스트를 압축하기 위해 e-SVM 기반 통계학적 학습 방법을 제안하며, 불필요한 테스트를 제거하면서 결함 유출 및 양산률 손실을 최소화한다. 작동 증폭기와 MEMS 가속도계에 적용한 결과, 테스트 수를 45-55% 감소시켜 테스트 비용을 50% 이상 절감했으며, 결함 유출 및 양산률 손실은 1% 미만이었다.

ABSTRACT

Testing a non-digital integrated system against all of its specifications can be quite expensive due to the elaborate test application and measurement setup required. We propose to eliminate redundant tests by employing e-SVM based statistical learning. Application of the proposed methodology to an operational amplifier and a MEMS accelerometer reveal that redundant tests can be statistically identified from a complete set of specification-based tests with negligible error. Specifically, after eliminating five of eleven specification-based tests for an operational amplifier, the defect escape and yield loss is small at 0.6% and 0.9%, respectively. For the accelerometer, defect escape of 0.2% and yield loss of 0.1% occurs when the hot and colt tests are eliminated. For the accelerometer, this level of Compaction would reduce test cost by more than half.

연구 동기 및 목표

• 복잡한 테스트 설정과 광범위한 사양 기반 테스트로 인해 아날로그 및 MEMS 회로의 테스트 비용이 높다는 문제를 해결하기 위해.
• 결함 유출이나 양산률 손실을 크게 증가시키지 않으면서도 불필요한 사양 기반 테스트를 식별하고 제거하여 테스트 시간과 비용을 줄이기 위해.
• 비디지털 통합 시스템을 위한 신뢰할 수 있는 테스트 압축을 가능하게 하는 통계학적 학습 프레임워크를 개발하기 위해.
• 실제 아날로그 및 MEMS 장치에서 방법을 검증하여 실용적 적용성과 비용 절감 효과를 입증하기 위해.
• 압축 후 결함 탐지 능력에 미치는 영향을 최소화하여 테스트 품질에 영향을 주지 않도록 하기 위해, 낮은 결함 유출 및 양산률 손실을 유지하기 위해.

제안 방법

• 사양 테스트 간의 관계를 모델링하기 위해 통계학적 학습을 위해 e-SVM(향상된 서포트 벡터 머신)을 활용한다.
• 역사적 테스트 데이터를 사용하여 e-SVM 모델을 학습시켜 상관관계와 고장 패턴을 기반으로 테스트의 중복성을 예측한다.
• 고장 탐지 능력 향상에 기여도가 낮은 테스트를 식별하고 제거한다.
• 완전한 사양 기반 테스트 세트에 대해 압축 과정을 적용하여 가장 정보가 많은 테스트만 유지한다.
• 결함 탐지 및 양산률 분석을 사용하여 압축된 테스트 세트의 신뢰성을 검증한다.
• 압축 과정이 수용 가능한 고장 커버리지 유지에 기여하도록 통계적 신뢰 구간을 사용한다.

실험 결과

연구 질문

• RQ1 통계학적 학습을 통해 아날로그 및 MEMS 회로의 중복 사양 테스트를 신뢰성 있게 식별할 수 있는가?
• RQ2 테스트 압축을 통해 결함 탐지 및 양산률을 유지하면서 테스트 비용을 얼마나 줄일 수 있는가?
• RQ3 e-SVM 기반 방법은 전통적인 테스트 선택 방식에 비해 고장 커버리지 및 오류율 측면에서 어떻게 비교되는가?
• RQ4 결함 유출 또는 양산률 손실이 수용 가능한 임계값을 초과하기 전까지 최대 몇 개의 테스트를 제거할 수 있는가?
• RQ5 제안된 방법은 다양한 아날로그 및 MEMS 장치 유형에 일반화될 수 있는가?

주요 결과

• 작동 증폭기의 경우 11개의 사양 테스트 중 5개를 제거함으로써 테스트 비용을 약 45% 감소시켰고, 결함 유출은 0.6%, 양산률 손실은 0.9%에 그쳤다.
• MEMS 가속도계의 경우 뜨거운 온도 및 차가운 온도 테스트를 제거함으로써 테스트 비용을 50% 이상 절감했으며, 결함 유출은 0.2%, 양산률 손실은 0.1%였다.
• e-SVM 기반 압축 방법은 고장 탐지 능력에 거의 영향을 주지 않으면서도 중복 테스트를 성공적으로 식별했다.
• 압축 과정 동안 낮은 결함 유출 및 양산률 손실 비율을 유지함으로써, 높은 테스트 품질을 유지함을 입증했다.
• 결과적으로 아날로그 및 MEMS 시스템에서 테스트 비용 절감이 품질에 영향을 주지 않도록 가능함을 보여주었다.
• 검증된 실제 회로 기반으로, 이 방법은 다양한 아날로그 및 MEMS 장치에 대해 확장 가능하고 적용 가능함을 입증했다.