글 : 제이슨 쉴드 램리서치 이큅먼트 인텔리전스 부문 부사장
반도체의 광범위한 사용으로 데이터의 엄청난 증가와 함께 집적 회로의 미세화 및 복잡성의 폭발적 증가를 가져왔다. 점점 더 많은 애플리케이션에 적용이 가능해짐에 따라 비용 절감과 성능 향상에 대한 중요성이 더 강조되고 있다.
이런 경향으로 차세대 소자마다 제조프로세스와 장비의 지속적인 혁신과 공정 스텝의 증가를 필요로 한다. 또한 연구개발(R&D) 에서의 차세대 제품 전환 시간이 점점 길어지고 제조생산비용이 증가되고 있다[그림 1].
그림 1. 소자의 공정및 적층수가 증가함에 따라 제조의 복잡성이 가중됐다. 이는 다음 노드까지의 시간과 관련 웨이퍼 비용에 영향을 미치고 있다.
램리서치 이큅먼트 인텔리전스
램리서치는 고객들이 더 낮은 비용과 더 적은 자원으로 기술 전환 기간을 단축하고 비용발생을 줄일 수 있도록 지원하고 있다. 또 고성능 소자개발과 저비용 대량생산(HVM)에 집중하고 있다.
램리서치 이큅먼트 인텔리전스는 디지털 트윈, 디지털 스레드, 가상공정 개발, 스마트 툴, 디지털 서비스라는 4가지 기본 원칙으로 이 문제를 해결한다. 이 원칙은 개념 단계에서 타당성 평가를 거쳐 대량 생산으로 이어지는 설계-개발-조달-조립-지원 체계 및 공정 등의 모든 과정에서 활용된다. 데이터 기반 모델링, 가상화, 인공지능(AI) 등을 통합하고 있다.
1.디지털 트윈과 디지털 스레드
램리서치는 40년 넘게 수백 개의 제품을 팹의 생산에 적용하면서 해당 제품에 관한 데이터를 생성해 보유하고 있다. 이 같은 시스템은 문서에서 파일, 데이터베이스로 진화했으며 각각의 데이터는 시스템의 초기 개념 개발로부터 수명 종료라는 과정에 있는 지표이다.
이와 동시에 팹의 생산 관리 시스템(MES)이 공정중인 웨이퍼(WIP)를 옮기고 장비를 관리할 때 공정 장비와 계측 단계에서 데이터 레이크가 생성된다. 또 램리서치 고객들은 자체 R&D 및 설계 공간에 더 많은 데이터를 생성하게 된다.
이 모든 데이터는 디지털 트윈과 디지털 스레드를 구축한다는 이큅먼트 인텔리전스의 비전에 매우 중요한 요소다[그림 2].
그림 2. 시스템 개선에 따라 가용 데이터의 양이 폭발적으로 늘어나고 있다. 예를 들어, 현재 램리서치 식각장치는 하루 1TB 가깝게 데이터를 생성할 수 있다. 10년 전만해도 하루 생성 가능한 용량은 5GB 정도에 불과했다.
램리서치의 전략은 디지털 트윈으로 시작해 엔지니어링의 개념과 타당성 평가, 고객사 공장의 운영 지원에 이르기까지 장비 수명 기간 동안 디지털 스레드 콘텐츠를 확장하는 것이다. 그러나 여러 가지 소스에서 계속 증가하는 데이터를 연결해 수집하고 관련 인자로 표시하는 일은 매우 어려운 일이다.
오늘 날 고속 SECS 메시지 서비스(High-Speed SECS Message Services, HSMS) 인터페이스를 사용하는 SEMI 장비 통신 표준/일반 장비 모델(SECS/GEM)은 일반적으로 램리서치의 장비에서 생성되는 콘텐츠의 5~10%를 사용한다. 램리서치는 장비에서 더 많은 데이터를 주고 받을 수 있는 표준 인터페이스를 개발했고, 램리서치 플랫폼에서 최첨단 애플리케이션이 실행될 수 있도록 했다. 이런 디지털 정보의 결합을 통해 시스템의 가용성과 성능을 향상시킨다.
2. 가상 공정 개발
무어의 법칙에 기반한 소자 미세화에 대응하려면 제어 매개 변수를 늘리고 기능을 향상시켜야 한다. 예를 들어, 램리서치는 식각 장비에 RF 발생기를 추가하고 RF 주파수를 늘렸다. 새로운 식각 가스 화학물을 도입하고 이 같은 추가 항목들을 시간과 진폭 상에서 펄스(pulse)화 했다.
필요기술역량 고도화는 복잡성을 수반해 어려운 개발환경을 유발한다. 예를 들어, 5나노미터 소자를 식각하는 공정 조합 1014개 중에서 단 한 개의 솔루션을 찾기까지 수개월 동안 수많은 실험을 거쳐야한다. 공정 문제 해결을 위한 잠재적 솔루션의 수가 증가하는 것은 램리서치의 법칙으로 설명할 수 있다[그림 3]. 지난 10년 동안 레시피 개발과 적격성 평가에 드는 비용은 10배 증가했다. 이를 확인하지 않고 넘어가면 기업의 생산성 목표와 향후 발전의 위협이 될 수 있다.
그림 3. 램리서치의 법칙이란, 팹에서 무어의 법칙에 따라 소자를 미세화할 때 잠재적 솔루션 수를 늘려 공정 문제를 해결하는 것이다.
물리적 이론을 기반으로 한 식각 및 증착 공정 모델은 실제적인 결과를 얻기에는 매우 복잡한 과정이 필요하다. 하지만 가상공정 개발은 머신러닝과 물리학을 결합한 계산 가능한 모델과 전통적인 데이터 마이닝을 이용한다. 신속하게 잘못된 경로를 없애고 올바른 장비 변수의 조합을 조정하는 방식이다. 초기 구현 단계에서 이러한 디지털 트윈의 공정 공간으로의 확대를 통해 실험계획법(DoE) 횟수와 비용을 20% 이상 줄일 수 있었다.
3. 스마트 툴
디지털 트윈과 가상 공정 개발은 스마트 툴과 긴밀한 연관이 있다. 최적의 공정이 발견되면 반도체 제조업체들은 매달 수십만장의 웨이퍼를 생산하면서 수백 개의 챔버에서 허용 가능한 공차를 가지도록 관리해야 한다. 챔버 성능을 일치시키려면 스마트 툴과 지능형 서비스가 필요하다.
램리서치의 스마트 장비 제작 방식은 자가 인식(self-aware), 적응력(adaptive), 자가 유지보수(self-maintaining) 능력을 갖춘 장비로 만드는 것이다. 자가 인식 능력을 갖춘 툴은 설치된 부품, 소프트웨어, 구성을 파악할 수 있고 센서를 통해 주요 성능 지표를 모니터링할 수 있다. 스마트 툴에 적응력이 더해지면 성능을 일관되게 유지하면서 단위 공정의 변화와 공급 재료의 변동을 적절히 보정하고 생산성을 최적화할 수 있다. 자가 유지보수는 캘리브레이션과 세정 같은 작업의 일정을 정하고 해당 작업을 자동으로 수행하여 생산성을 증대한다.
예를 들어, 램리서치의 최신 세대 식각 제품인 센스아이(Sense.i)는 이큅먼트 인텔리전스를 탑재하고 있어 이전 세대 툴보다 약 400개의 센서가 많다[그림 4]. 센스아이는 자동으로 자가보정 및 유지보수를 하는 기능이 있으며, 머신러닝을 통해 공정 변화에 적응한다.
그림 4. 램리서치의 스마트 툴 방식은 툴을 자가 인식, 적응력, 자가 유지보수 능력을 갖춘 장비로 만드는 것이다. 센스아이 식각 플랫폼(좌), ALTUS LFW가 통합된 이큅먼트 인텔리전스(우)
장비 센서 데이터를 모으고 분석해 패턴과 추세를 파악하고 개선 조치를 실행할수 있다. 여기에 고객 팹 정보를 결합하면 챔버 매칭 시간을 몇 주에서 수일로 단축할 수 있다. 센스아이의 적응형 학습을 위한 지능 시스템 아키텍처는 단일 장비뿐만 아니라 동일 장비군에 걸쳐 성능을 최적화한다.
증착 장비의 경우 3D 낸드 스택 증착용 VECTOR 스트라타(Strata), ALD용 스트라이커(Striker), 텅스텐 금속용 ALTUS LFW 같은 장비에도 이큅먼트 인텔리전스를 탑재한다. 이 같은 제품들에는 이미 밀리초 단위의 감지 기능과 데이터 모니터링 기능이 있다. 유지보수 자동화는 소프트웨어를 통해 계속 이루어지고 있으며, 램리서치는 장비 군집 수준의 분석과 챔버 매칭기능을 확대하고 있다.
그러나 이큅먼트 인텔리전스는 보안을 유지하면서 고객이 데이터에 접근하고 제어할 수 있도록 장비 데이터 저장소를 현장에 설치해야 한다. 이 저장소는 진단, 추세 파악, AI 기반 애플리케이션 개발, 엣지 컴퓨팅, 온툴 컴퓨팅을 위해 반드시 필요하다.
램리서치는 장비 외부로 데이터를 고밀도 포맷으로 전송하는 데이터 저장소를 사용해 이 요구사항을 충족했다. 표준 인터페이스를 통해 데이터가 고객 빅데이터 시스템으로 들어가면 램리서치 전문가들이 진단하고 고객 대신 고객 팹에 유지보수 알고리즘을 만든다.
4. 디지털 서비스
수익성은 단일 챔버나 여러 챔버군에 의해 좌우되는 것이 아니라 생산과정에 연관된 모든 챔버에서 양품을 극대화 할 때 얻을 수 있다. 스마트 장비는 이런 디지털서비스를 통해 수익 극대화가 가능한 기회를 제공한다.
디지털 서비스의 '선순환'은 올바른 데이터를 구성해 올바른 위치에서 사용할 수 있게 하는 툴 데이터의 최적화에서 시작된다[그림 5]. 그 다음은 실시간 사용 지점 접근 등 설치에서부터 유지보수 또는 문제해결을 아우르는 고객 및 현장 서비스 엔지니어를 위한 지식 관리다. 램리서치는 모빌리티 태블릿을 통해 이 디지털 인력을 최적화한다.
그림 5. HVM 환경의 생산성이 증대하고 R&D의 조기 학습을 지원하는 디지털 서비스 구현의 선순환
그 다음 단계는 시뮬레이션과 AI를 통해 장비를 최적화하고 생산량을 자동으로 극대화하는 것이다. 디지털 서비스는 신뢰성을 증대하고 일상적 유지보수시 사람에 기인한 작업성의 변수를 줄여준다. 문제해결 및 서비스 작업 시 "첫 단추부터 제대로 끼우자(first-time-right)"라는 목표로 시작한다. 장비군집 관리 및 최적화는 장비 매칭과 예측 유지보수에 장비 데이터가 AI 기반의 다변량 분석을 활용해 실행한다. 마지막으로 원격 기술을 통해 전문성을 확장해 문제를 더 빨리 해결하고 대량양산(HVM)을 가속화할 수 있다.
이 같은 장점은 주로 램프업 단계에서 HVM 단계의 생산량 증대에 기여한다. 디지털 서비스가 HVM에 필요한 능력을 정의하고 테스트하는 것을 지원하는 R&D에서 시작된다. 개발, 수율 증대, HVM 전반에 이큅먼트 인텔리전스 기술을 일관되게 적용하면 학습 속도가 빨라지고 수익성이 향상된다.
증강현실과 가상현실
증강현실과 가상현실(AR/VR)은 디지털 서비스를 원격으로 제공하는 핵심 기술이다. 이들 기술로 운영 시 전문가 지원과 라이브 피드 기반의 자문뿐 아니라 원격 교육도 가능하다. 동시에 안전성은 강화되고 이동에 따른 부담은 줄어든다.
램리서치는 신규 툴 교육에 AR/VR을 사용하기 시작했다. 이를 통해 팬데믹 상황에서도 고객들에게 지속적인 지원을 제공해오고 있다. 전년 보다 램리서치의 고급 분석은 2배, 디지털 서비스는 3배, 원격 지원은 6배 증가했다. 이는 사업 탄력성에 있어 이큅먼트 인텔리전스 서비스 기술이 지니는 중요한 도구적 특성을 보여준다.
램리서치 이큅먼트 인텔리전스로의 전환
램리서치 이큅먼트 인텔리전스의 이점을 극대화하는 데 협업이 매우 중요하다. 현재의 위기는 장벽을 허물고 발전을 가속화하는 원동력이 된다는 것이 더욱 확실해졌다. 반도체 업계는 현재 보다 더 원활하게 데이터를 주고받으며 다양한 관계자의 알고리즘이 구현되는 네트워크상의 노드로 전환에 최선을 다해야 한다.
