OLED의 레이저 산란 이미지로부터 GAN을 이용하는 초미세 결함 검출

초록

본 논문에서는 OLED 디스플레이 표면에 레이저 광을 입사시켜 촬영한 레이저 산란 이미지로부터 표면에 존재하는 초미세 결함을 검출하기 위해서 GAN(Generative Adversarial Network)을 이용하는 딥러닝 기반의 미세 결함 검출 방법을 제안한다. OLED 디스플레이 표면에 존재하는 서브-마이크론 크기의 초미세 결함을 레이저 산란 이미지를 이용하여 검출할 수 있는 레이저 산란 이미지 촬영 시스템을 개발하고 있다. 본 연구에서는 개발 중인 레이저 산란 이미지 촬영 시스템으로부터 얻어진 고해상도 그레이 샘플 이미지들을 적정 크기의 이미지로 분할하고, 이들을 이용하여 GAN을 학습시키기 위한 훈련 및 테스트 데이터로 구분 활용하여 딥러닝 네트워크의 GAN 모델을 개발하여 OLED의 초미세 결함을 검출하기 위한 핵심 컴포넌트로 사용한다. 이후 입력 공학으로 준비된 테스트 데이터를 활용하여 제안된 미세 결함 검출 방법의 GAN 모델 최적화를 실시하고, 다양한 초미세 결함 영역 의 크기 및 밝기에 따른 검출 정확도를 분석한다. 분석 실험 결과에 따르면 초해상도 레이저 산란 이미지 내에 1개 픽셀로 촬영된 초미세 결함에 대해서 최대 약 84% 정도의 정확도로 검출할 수 있음을 파악하였다.