정확도 개선 알고리즘 공개
반도체 계측 장비 생산성↑
[정보통신신문=서유덕기자]
SK하이닉스와 가우스랩스가 현지시간으로 25일부터 29일까지 미국 캘리포니아주 새너제이(San Jose)에서 열리고 있는 국제학회인 ‘SPIE AL 2024’에 참가해 인공지능(AI) 기반 반도체 계측 기술 개발 성과를 발표했다.
SK하이닉스 측은 “당사는 반도체 수율과 생산성을 높이기 위해 그동안 가우스랩스와 다양한 영역에서 협업을 진행해 왔고, 이번에 권위 있는 국제학회에서 양사의 개발 성과가 담긴 논문 2편을 발표했다”고 설명했다.
SPIE AL은 지난 1955년 미국에서 설립된 광학·광자학 분야 국제 학회인 국제광전자공학회(SPIE)가 주최하는 컨퍼런스로, 반도체 회로를 그리기 위한 노광기술 전반을 다룬다.
반도체 계측은 제조 과정에서 반도체 소자의 물리적, 전기적 특성이 생산 공정별로 제대로 충족되었는지 확인하는 작업이다. 이는 극미세 공정에서 발생할 수 있는 오류를 잡아내 생산성을 향상하는 데 기여하며, 소재·장비의 발달로 초미세화하는 반도체 생산 과정에서 중요한 단계로 여겨진다.
이번 논문 발표를 통해 가우스랩스는 AI 기반 가상 계측 솔루션 ‘Panoptes VM(Virtual Metrology)’의 예측 정확도를 높이는 알고리즘인 ‘통합 적응형 온라인 모델(Aggregated AOM)’을 소개했다.
이 모델은 공정 상태 변화에 따른 데이터 변화 문제를 해결하고 높은 예측 성능을 유지하도록 하는 모델링 알고리즘이다.
SK하이닉스는 2022년 12월부터 Panoptes VM을 도입해 현재까지 5000만장 이상의 웨이퍼에 가상 계측을 진행했다. 이를 시간으로 환산하면 초당 1개 이상의 웨이퍼를 가상 계측한 것으로, 회사는 이 소프트웨어의 성능에 힘입어 공정 산포(품질 변동 크기)를 약 29% 개선할 수 있었다.
산포를 최소화하면 불량 가능성이 줄어들기에, 산포 관리는 생산성 확보에 결정적으로 작용하는 것으로 알려져 있다.
가우스랩스가 학회에서 새로 공개한 알고리즘은 기존 AOM을 업그레이드한 버전으로, 동일한 패턴을 공유하는 장비 등의 데이터를 통합 모델링해 데이터 부족 문제를 해결하는 동시에 예측 정확도를 높였다는 설명이다.
가우스랩스는 학회 발표에서 ‘범용 노이즈 제거 기술(Universal Denoising)’도 소개했다.
반도체 계측 중 일부 작업은 반도체 구조 검사용 전자 현미경(CD-SEM) 이미지를 바탕으로 진행된다. 극도로 작은 나노미터 단위까지 정확하게 측정하기 위해서는 전자 현미경 이미지의 노이즈(잡티)를 제거해 해상도를 높이는 것이 중요하다.
가우스랩스가 개발한 이 기술은 AI를 이용해 다양한 형태의 이미지에서 노이즈를 한번에 제거해 준다. 가우스랩스 측은 “SK하이닉스와 테스트를 진행한 결과, 이미지 획득 시간이 기존 기술의 4분의 1까지 단축되는 것을 확인했다”며 “앞으로 이 기술이 반도체 계측 장비의 생산성을 42% 개선할 것”이라고 설명했다.
김영한 가우스랩스 대표는 “당사는 산업용 AI 소프트웨어가 반도체 제조 현장에서 효과적으로 사용될 수 있도록 하는 연구에 힘쓰고 있다”며 “앞으로도 AI 기반의 다양한 솔루션 제품을 지속 출시해 ‘제조 현장 인공지능화’를 선도할 것”이라고 말했다.