연구
< (왼쪽부터) 김정원 교수, 최형수 박사과정 >
우리 대학 기계공학과(반도체시스템공학과 겸임) 김정원 교수 연구팀이 광주파수빗(optical frequency comb)을 색수차 공초점 및 분광 간섭계 기술과 결합해, 반도체 소자 후면에서 실리콘을 투과하여 내부 구조를 비파괴적으로 측정할 수 있는 새로운 광학 검사 기술을 개발했다.
최형수 박사과정이 제1저자로 참여하고 삼성전자 메모리사업부 계측기술팀과의 산학협력으로 수행된 이번 연구는 국제학술지 Light: Advanced Manufacturing 10월 29일 字에 게재됐다. (논문명: Backside illumination-enabled metrology and inspection inside 3D-ICs using frequency comb-based chromatic confocal and spectral interferometry)
< 첨단 반도체 패키징 소자 내 삼차원 미세 형상을 고해상도로 측정할 수 있는 광주파수빗 기반 후면 계측 시스템 및 측정 결과 >
최근 인공지능(AI)과 클라우드 컴퓨팅의 급성장으로 고성능·고효율 반도체 수요가 폭발적으로 증가하면서, 여러 칩을 수직으로 적층하는 3D 반도체 패키징(3D-IC) 기술이 차세대 반도체의 핵심으로 주목받고 있다. 그러나 전면(front-side)에 복잡한 미세 패턴이 형성된 구조에서는 빛이 산란되어 신호 대 잡음비가 낮아지고, 구리가 채워진 실리콘 관통 비아(Through-Silicon Via, TSV) 와 같은 고종횡비(high aspect ratio) 구조를 정밀하게 계측하기 어려웠다.
이러한 한계를 극복하기 위해 연구팀은 실리콘을 투과할 수 있는 1560 nm 파장의 적외선 광주파수빗을 이용해 후면(backside)에서 조사하는 방식의 비파괴 광학 계측 기술을 새롭게 구현했다.
연구팀은 70 nm 대역폭의 적외선 광주파수빗을 광원으로 사용하여, 축 방향 스캐닝 없이 웨이퍼의 두께와 굴절률을 동시에 고속·고정밀로 측정하는 기술을 구현했다. 특히 기존의 전면 검사 방식으로는 불가능했던 상용 메모리 소자 내부의 구리(Cu)가 충전된 TSV의 깊이 계측을 세계 최초로 비파괴 방식으로 성공적으로 수행했다.
이번 연구는 실리콘 기판의 두께와 굴절률을 동시에 측정할 수 있는 독자적 기술적 강점을 바탕으로, 고대역폭 메모리(HBM)와 같은 첨단 3D 반도체 패키징 공정의 양산 수율 향상과 공정 신뢰도 확보에 크게 기여할 것으로 기대된다.
김정원 교수는 “이번 연구는 첨단 반도체 공정의 검사 속도와 신뢰성을 동시에 향상시킬 수 있는 새로운 방향을 제시했다”며 “차세대 반도체 생산 라인에 즉시 적용 가능한 수준의 기술 성숙도를 입증했다"고 밝혔다.
이번 연구는 삼성전자와 한국연구재단의 지원을 받아 수행됐다.
-
연구 반도체 속 '전기 병목현상' 해결 실마리 찾았다
반도체 안에서 전기가 흐르는 길목이 막히면 성능이 떨어지고 전력 낭비가 커진다. 국내 연구진이 이러한 ‘전기 병목현상’을 해결할 수 있는 새로운 구조를 개발하고, 전기가 끊김 없이 흐르는 모습을 세계 최초로 확인했다. 이번 성과는 AI 반도체와 초저전력 반도체 등 미래 반도체의 성능과 전력 효율을 높일 핵심 원천기술로 기대된다. 우리 대학은 신소재공학과 홍승범 교수 연구팀이 신소재공학과 강기범 교수, 성균관대학교(총장 유지범) 조성범 교수 연구팀과 공동으로 차세대 반도체 소자로 주목받는 2차원 소재(원자 한두 층 두께의 초박막 소재)에서 전기가 막힘없이 흐르는 새로운 구조를 구현하고, 이를 나노미터(㎚, 10억분의 1m) 수준에서 직접 관찰할 수 있는 분석 플랫폼을 개발했다고 13일 밝혔다. 반도체는 금속 전극과 반도체가 만나는 경계에서 접촉 저항(Contact Resistance, 서로 다른 두 물질이 맞닿는 경계에서 전기가 흐를 때 발생하는 저항) 때
2026-07-13 -
연구 ‘꿈의 반도체’ 2차원 반도체 찾는 일 사람 대신 자동화한다
차세대 AI 반도체로 주목받는 2차원 반도체를 사람이 일일이 찾던 시대가 끝난다. 우리 대학 연구진이 반도체 선별과 소자 제작을 자동화해 수천 개의 소자를 분석하고, 그동안 규명하기 어려웠던 두께와 성능의 관계를 밝혀냈다. 이번 성과는 차세대 반도체 연구를 데이터 기반으로 전환하고, AI 반도체와 초저전력 반도체의 상용화를 앞당길 것으로 기대된다. 우리 대학은 전기및전자공학부·AI시스템학과 권지민 교수 연구팀이 UNIST, 국립한밭대, 한양대, 미국 워싱턴대 세인트루이스(Washington University in St. Louis)와 공동 연구를 통해 광학 현미경 이미지만으로 2차원 반도체를 자동 선별하고 트랜지스터 제작까지 연결하는 기술을 개발했다고 9일 밝혔다. 2차원 반도체는 원자 몇 개 층 두께에 불과한 초박막 반도체로, 기존 실리콘 반도체보다 더 작고 전기를 적게 쓰는 반도체를 구현할 수 있어 '꿈의 반도체'로 불린다. 현재 실리콘 반도체는 회로를
2026-07-09 -
행사 글로벌 기업가정신 써머스쿨, 5년 연속 실리콘밸리에서 미래 창업가 양성
우리 대학 국제협력처 글로벌전략사업추진단이 주관한 ‘2026 글로벌 기업가정신 써머스쿨(2026 GESS: Global Entrepreneurship Summer School)’이 성공적으로 마무리되었다. 올해로 5회째를 맞은 GESS는 KAIST 학생들이 세계적인 창업 중심지인 미국 실리콘밸리를 직접 경험하며 글로벌 창업 역량을 키울 수 있도록 운영되어 온 대표 글로벌 창업 교육 프로그램이다. 이번 2026 KAIST GESS에는 서류 심사와 면접, 팀 발표 및 동료평가 등을 통해 선발된 학부 및 대학원생들이 참가하였다. 선발된 학생들은 실리콘밸리 현지 프로그램에 앞서 약 4개월간 진행된 사전 프로그램을 통해 팀 빌딩, 고객 발굴(Customer Discovery), 비즈니스 모델 개발 및 피치 준비 과정을 수행했으며, 창업가와 투자자, 분야별 전문가들의 멘토링을 통해 사업 아이디어를 구체화하고 글로벌 시장 진출 가능성을 점검하였다. 지난 6월 말부터
2026-07-06 -
연구 AI 데이터센터 냉각 전력 10분의 1로 줄인다
‘전력 먹는 하마'로 불리는 AI 데이터센터의 냉각 전력을 10분의 1 수준으로 줄일 수 있는 기술이 나왔다. 우리 대학 연구진은 반도체 칩 내부에 머리카락보다 가는 물길을 새겨 넣는 초고효율 액체 냉각 기술을 개발해 AI 반도체의 최대 난제로 꼽히는 발열 문제 해결 가능성을 제시했다. 우리 대학은 기계공학과 김성진 교수팀과 AX학과 이익진 교수팀이 공동연구를 통해 기존 매니폴드 마이크로채널(MMC, Manifold MicroChannel) 냉각 기술의 한계를 극복하고, 반도체 칩 내부에 매니폴드(manifold·냉각수를 여러 경로로 나누어 공급·회수하는 구조)와 마이크로채널(microchannel·머리카락보다 가는 미세 물길)을 결합한 초고효율 액체 냉각 기술을 개발했다고 16일 밝혔다. AI 반도체의 성능이 높아질수록 칩에서 발생하는 열량도 빠르게 증가하고 있다. 그러나 기존 공랭 방식만으로는 차세대 AI 반도체에서 발생하는
2026-06-16 -
연구 반도체는 어디까지 작아질 수 있을까? 원자 수준 예측 기술 개발
삼성전자와 TSMC가‘2nm(나노미터·10억분의 1미터) 공정’경쟁에 나서고 있지만, 실제 반도체 칩의 핵심 소자인 트랜지스터의 크기는 아직 10nm 이상이다. 그렇다면 트랜지스터는 실제로 어디까지 더 작아질 수 있을까? 우리 대학 연구진이 원자 수준의 계산을 통해 그 한계를 예측하는 기술을 개발했다. 우리 대학은 전기및전자공학부 김용훈 교수 연구팀이 컴퓨터 시뮬레이션을 활용해 차세대 반도체 소자 개발의 핵심적 난관인 트랜지스터 미세화의 한계를 분석, 예측할 수 있는 전산 설계 기술을 개발했다고 14일 밝혔다. 트랜지스터는 전류를 켜고 끄는 초소형 스위치로, 스마트폰, 인공지능 컴퓨터 등을 구동하는 반도체 칩의 성능과 전력 효율을 결정하는 핵심 부품이다. 반도체 업계는 더 높은 성능과 낮은 전력 소모를 구현하기 위해 트랜지스터를 지속적으로 작게 만들어 왔다. 그러나 크기가 지나치게 작아지면 양자터널링(전자가 원래 통과할 수 없는 에너지 장
2026-06-15