시높시스가 노광 공정 광학적 근접효과(OPC: Optical Proximity Correction)에 머신러닝(ML) 모델을 적용하고 있다. OPC는 노광 공정 시 발생하는 빛의 회절을 보완하기 위한 작업이다. 심우주 시높시스코리아 박사는 《디일렉》이 개최한 '리소그래피&패터닝 테크 콘퍼런스 2023'에서 "빛의 성질 때문에, 마스크를 통과하면 퍼지는 현상이 발생한다"며 "(OPC를 적용하지 않으면) 예를 들어 설계에서 의도한 패턴이 A라고 한다면, A가 아닌 찌그러진 왜곡된 형상이 만들어 진다"고 말했다. 이어 "이를 ML을 적용한 OPC를 사용해 보정하고 있다"고 덧붙였다.  OPC는 노광 공정 시 발생하는 빛의 회절 현상을 보정하기 위한 기술로 1990년대 중반 처음 도입됐다. 초기 OPC는 룰 테이블에 변수를 입력하는 방식으로 보정했다. 이후 모델 베이스 기반 OPC, 인버스 리소그래피 테크닉(ILT) 등을 적용했다. 현재는 ML 기반의 OPC를 사용 중이다.  OPC를 주로 사용하는 기업은 삼성전자, SK하이닉스, TSMC, 인텔 등 반도체 기업이다. 포토마스크 제작 전, 패터닝 보정에 사용된다. OPC 값을 포토마스크 업체나 내부 마스크 샵에 전달하면, 블랭크마스크에 패터닝하는 방식이다.  모델 베이스 OPC는 수학적 모델을 이용한다. 웨이퍼에 전사되는 패턴을 예측해, 에러를 최소화하는 방식이다. ILT는 패턴을 픽셀로 세분화한 뒤 토폴로지를 변경하는 방식으로 빛의 회절을 보정한다.  심 박사는 "ML을 적용한 OPC의 경우 사전 트레이닝이 필요하지만, 결과 값은 굉장히 빠르게 얻을 수 있다"며 "이후, 미세한 부분은 기존 OPC 방법을 통해 보정하는 작업을 거치고 있다"고 전했다. 이어 "향후 ML 방식의 모델의 정확도가 올라가면 사후 보정 작업이 줄어들 것으로 예상된다"고 부연했다. 심 박사의 말처럼 ML을 통한 OPC는 생성형 인공지능(AI)과 거대 생성형 AI를 적용해 빠르고 정확한 결과를 얻을 수 있다. 예컨대, OPC에 패터닝을 위한 B 설계도를 입력하면 (B)처럼 왜곡을 보정한 형태로 값이 나온다는 이야기다. 마지막으로 심 박사는 ML을 통한 OPC의 속도가 개선되고 있다고 설명했다. 그는 "ML 기반 OPC는 기존 OPC 대비 10배 이상이 빨라졌다"며 "사후 보정 작업까지 고려하면 1/4 수준"이라고 밝혔다. 이어 "현재는 중앙처리장치(CPU)를 사용하고 있는데, 그래픽처리장치(GPU)를 도입하면 속도는 2~3배 더 빨라질 것으로 예상된다"고 부연했다.

디일렉=노태민 기자 [email protected]
《반도체·디스플레이·배터리·자동차전장·ICT부품 분야 전문미디어 디일렉》