[한국기술뉴스]

고려대학교 전기전자공학부 김규태 교수 연구팀은 기계 학습 모델을 이용한 반도체 소자 테스트 장치를 개발했다. 고려대학교 산학협력단을 통해 2019년 11월 18일 특허를 출원(출원번호 제1020190147779호)했다. 특허 명칭은 '기계 학습 모델을 이용한 반도체 소자 테스트 장치 및 방법’이다. 현재 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다. 

[기자]

반도체는 스마트폰부터 자동차에 이르기까지 수많은 전자 제품에 사용되고 있습니다. 기술의 발달과 소비자의 욕구를 충족시키기 위해 제품과 함께 반도체의 소자를 소형화하려는 연구가 계속되고 있습니다. 제품 속의 다양한 반도체 소자들은 각각의 기대 수명을 가지고 있습니다. 기대 수명보다 정상 작동 기간이 짧으면 보상에 큰 비용이 발생합니다. 나아가 회사의 이미지에도 부정적인 영향을 미칠 수 있습니다. 제품의 신뢰성을 높이기 위해 반도체 소자의 열화 정도를 구분하고 명시하는 것이 필수적입니다.

고려대학교 연구팀은 인공지능 기반 반도체 소자의 열화 조건을 결정 및 테스트하는 장치를 발명했습니다.

테스트 대상 소자의 전기적 특성값에서 외부 조건을 고려해 기계 학습용 데이터를 생성합니다. 전자 현미경 이미지에서 기계 학습용 데이터를 생성하고 반복적으로 기계 학습을 수행합니다. 일례로 반도체 소자의 채널 영역을 밝은 부분과 어두운 부분으로 구분해 열화 패턴을 기계 학습합니다. 전자 현미경 이미지에 대한 기계 학습 결과를 바탕으로 BTI 팩터와 HCI 팩터를 산출합니다. 그리고 이를 통해 열화 조건을 결정할 수 있습니다.

열화 조건을 정확하게 판단함으로써 반도체 소자를 생성하기 위한 공정 조건을 더욱 쉽게 예측할 수 있습니다. 최적의 공정 단순화를 통해 반도체 소자를 제작하기 위한 원가를 약 20% 절감시킬 수 있습니다. 또한 기계학습을 통해 열화 패턴을 획득하고 획득된 열화 패턴에 기반해 신소재를 탐색할 수 있습니다.

기계 학습에 따른 데이터베이스 구축에 기반해 반도체 소자의 테스트 시간을 감축할 수 있을 것으로 기대됩니다.