인라인 결함의 조기 발견은 반도체 제조에서 장치 품질을 보장하기 위한 기본 단계입니다. 현재 사용 가능한 검사 기법은 적층 결함과 같은 형태학적 표면 변화를 일으키는 대규모 에피택셜 결함을 효과적으로 감지할 수 있지만 전위는 검출되지 않는 경우가 많습니다. 본 연구에서는 실리콘 에피택셜 층의 결함을 감지하고 분류하기 위한 비접촉 및 비파괴 실온 마이크로 광발광 이미징(micro-PL)을 기반으로 향상된 기계 학습 분석을 갖춘 새로운 기술을 소개합니다. 실험실 현미경 기술을 사용하여 마이크로 PL 이미지에서 관찰되는 다양한 결함 형태와 확장된 결정학적 결함 간의 일치성을 조사합니다. 자동 마이크로 PL 분석과 표준 실험실 분석 간에 단위 면적당 소수 결함/cm2 수준부터 최대 105개 결함/cm2에 이르는 범위에서 우수한 일치가 발견되었습니다.