|
반도체 산업에서 원자현미경을 웨이퍼 소자 검사에 쓰고 있지만 물리적으로 표면을 스캔한다는 점에서 측정 속도가 느리고, 높은 온도에서는 작동하기 어렵다.
연구팀은 접촉하지 않고 측정하는 광현미경을 이용했고, 딥러닝을 적용해 원자현미경으로 얻을 수 있는 나노 규모 3차원 표면을 예측했다. 인공지능 모델로 훈련시켜 입력 데이터에서 대상 특징을 추출하고, 추출한 특징에서 출력 데이터를 표현하는 인코더·디코더 구조를 활용했다. 광 현미경 사진을 하나의 변수로 표현하고, 변수에서 현미경 사진을 3차원 표면으로 계산해 나타냈다.
이 방법을 반도체 산업 센서, 태양전지, 나노 입자 제작에 쓰는 저메니움(게르마늄) 자가조립 구조 공정 분석에 쓴 결과, 광 현미경 사진을 이용해 15% 오차 수준 이내에서 1.72배까지 더 높은 해상도의 높이 지도를 예측했다.
특히 원자현미경으로는 제한됐던 높이 지도 측정을 1 제곱밀리미터까지 넓은 표면에서 기존 원자현미경 측정 속도 대비 10배에 해당하는 200 FPS까지 측정하도록 속도도 높이고, 극한의 열 환경에서도 측정이 가능한 방법을 제시했다.
이정철 교수는 “시간에 따라 변화하는 반도체 표면과 내부 구조에 대해 불연속적인 저해상도 광학 현미경 사진 몇 장만 이용해 연속적인 고해상도 원자현미경 동영상을 생성하는 첫 연구”라며 “극한 공정 중 실시간 나노 측정을 대체해 반도체, 첨단센서 산업 발전에 기여하겠다”고 했다.
연구 결과는 국제 학술지 ‘어드밴스드 인텔리전트 시스템(Advanced Intelligent Systems)’에 지난해 12월 20일자에 온라인 게재됐다.