add dataset card (README.md)

README.md

@@ -1,3 +1,58 @@
 ---
 license: apache-2.0
+tags:
+  - physics-simulation
+  - semiconductor
+  - plasma-etching
+  - viennaps
+size_categories:
+  - n<1K
 ---
+
+# 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](https://github.com/ViennaTools/ViennaPS) 4.5.0 + [ViennaLS](https://github.com/ViennaTools/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 출력**이며, 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 자체**에도
+  적용되는지는 별도로 검토하지 않았습니다 [미확인].
+
+## 출처
+
+코드·파이프라인: https://github.com/code5312/Automation-Project-etch-AI