SK하이닉스와 가우스랩스가 25~29일(현지시간) 미국 캘리포니아주 새너제이(San Jose)에서 열리고 있는 국제광전자공학회(SPIE, Society of Photo-Optical Instrumentation Engineers)가 주최하는 컨퍼런스 SPIE AL 2024'에 참가해 인공지능(AI)기반 반도체 계측 기술 개발 성과를 발표했다고 밝혔다.

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.

통합 적응형 온라인 모델이란 공정 상태 변화에 따른 데이터 변화 문제를 해결하고 높은 예측 성능을 유지하도록 하는 모델링 알고리즘을 뜻한다.

SK하이닉스는 지난 2022년 12월부터 Panoptes VM을 도입해 현재까지 5000만 장 이상의 웨이퍼에 가상 계측을 진행했다. 이를 시간으로 환산하면 초당 1개 이상의 웨이퍼를 가상 계측한 것으로, 소프트웨어의 성능에 힘입어 공정 산포를 약 29% 개선할 수 있었다고 회사는 설명했다.

더불어 가우스랩스가 학회에서 새로 공개한 알고리즘은 기존 AOM을 업그레이드한 버전으로, 동일한 패턴을 공유하는 장비 등의 데이터를 통합 모델링해 데이터 부족 문제를 해결하는 동시에 예측 정확도를 높였다. 이 알고리즘을 적용하면 공정 산포 개선율이 높아졌다고 가우스랩스 측은 강조했다.

이번 학회 발표에서 가우스랩스는 '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.

SK하이닉스는 "당사는 반도체 수율과 생산성을 높이기 위해 그동안 가우스랩스와 다양한 영역에서 협업을 진행해 왔고, 이번에 권위 있는 국제학회에서 양사의 개발 성과가 담긴 논문 2편을 발표하게 됐다"며 "앞으로도 가우스랩스와 지속 협력해 기술 우위를 확보하기 위해 노력하겠다"고 밝혔다.

hkp@greenpost.kr