기계학습 이용해 고성능 반도체 리소그래피 최적화
빠르고, 해상도 높여 반도체 수율 향상에 기여
과학기술정보통신부와 한국연구재단은 이달의 과학기술인상 '10월 수상자'로 신영수 KAIST 전기·전자공학부 교수를 선정했다고 4일 밝혔다.
신 교수는 기계학습을 적용해 기존보다 10배 이상 빠르고 해상도가 높은 반도체 리소그래피 최적화 기술을 개발한 공로로 수상자로 선정됐다. 반도체 포토리소그래피는 패턴이 새겨진 마스크에 빛을 비춰 웨이퍼 상에 소자를 형성하는 과정으로 반도체 수율을 결정하는 핵심 공정이다.
신 교수는 마스크 형상과 그에 대응하는 웨이퍼 이미지의 집합을 이용해 기계학습 모델을 만들고, 그 모델을 이용해 더 빠르고 해상도가 높은 OPC(설계 회로를 반도체 웨이퍼에 정확히 패턴하는 기술) 최적화 기술을 개발했다. 만약 마스크 형상과 그에 대응하는 웨이퍼 이미지의 집합을 대량으로 갖고 있다면 마치 뇌를 훈련하듯 기계학습 모델을 만들 수 있다는 점에 착안한 것이다.
이와 함께 신 교수는 생성형 인공지능을 통해 기존 레이아웃 패턴과 구조적으로 유사한 특징을 가졌지만, 존재하지 않았던 레이아웃 패턴을 생성하는 방법도 개발했다. 이 기술은 반도체 공정 개선과 해외 의존도가 높은 OPC 솔루션의 자립도를 높여 국내 반도체 산업 발전에 기여할 것으로 평가받고 있다.
신영수 교수는 "기존 반도체 리소그래피 연구와 달리 머신러닝과 인공지능을 적용했다는 점에서 차별성이 크다"며 "소수의 외국 회사가 독점하면서 발생하는 라이센스 비용과 기술개발의 정체 문제를 해결하는 데 기여할 것으로 기대한다"고 말했다.이준기기자 bongchu@dt.co.kr
