etch-ai-automation-data

식각 공정 AI 대리 모델의 검증·재학습 자동화 파이프라인(etch-pipeline) 프로젝트에서, 대리 모델 학습·평가용으로 생성한 2D 플라즈마 식각 시뮬레이션 raw 데이터입니다.

생성 방법

• 시뮬레이터: ViennaPS 4.5.0 + ViennaLS 5.8.5 (CPU만 사용)
• 물리 모델: SF6/O2 플라즈마 식각(SF6O2Etching), 2D 트렌치 구조(MakeTrench)
• 레이트레이싱: 300 rays/point, grid_delta=0.3µm [미확인: 정확도-속도 트레이드오프 별도 검증 없이 기본값 채택]
• 스텝 상한 K=20, 조기 종료 기준 depth_max=50µm (도달 시 중단)
• 생성 환경: 단일 노드 kind(Kubernetes) 클러스터, Indexed Job, parallelism=2, pod당 cpu=6
• 생성 기간: 2026-11-03 ~ 2026-11-05 (약 2.6일, CPU 전용)

레시피 파라미터 (Sobol 샘플링, 시드 고정)

파라미터	범위	스케일
ion_flux	3.0 ~ 30.0	log
etchant_flux	1350.0 ~ 13500.0	log
oxygen_flux	240.0 ~ 2400.0	log
ion_mean_energy	50.0 ~ 200.0	linear
ion_exponent	100.0 ~ 1000.0	log
mask_width (µm)	6.0 ~ 14.0	linear
mask_height (µm)	6.0 ~ 14.0	linear

구성

• etch-raw-n400.zip: 레시피 400건(train 300 / val 40 / test 40 / ood 20) + recipes.json
  • OOD 20건은 위 범위의 1.5배까지 확장한 영역에서 샘플링
  • 레시피별 폴더(raw/<run_id>/)에 meta.json(파라미터, 실제 스텝 수, 최종 깊이, 실행 시간, ViennaPS 버전, 파라미터 해시) + snapshots/t000.vtp ~ t<K>.vtp(스텝별 경계 메시, MaterialIds 0=mask, 10=Si)

알려진 한계 / 확인 필요 사항

• 2D 시뮬레이션 결과이며, 실제 fab 데이터가 아닙니다.
• rays·grid_delta 값은 정확도-속도 트레이드오프를 별도로 검증하지 않고 기본값을 그대로 채택한 상태입니다 [미확인].
• 이 zip은 raw 시뮬레이션 출력이며, 이후 ETL(SDF/그래프 변환) 단계는 포함하지 않습니다.
• 라이선스: 저장소 기본값으로 Apache-2.0을 표기했습니다(코드 저장소와 동일). 다만 생성에 쓰인 시뮬레이터(ViennaPS/ViennaLS) 자체는 GPL-3.0 조건이 있어, 그 조건이 생성된 데이터 자체에도 적용되는지는 별도로 검토하지 않았습니다 [미확인].

출처

코드·파이프라인: https://github.com/code5312/Automation-Project-etch-AI