-오늘은 어플라이드 머티어리얼즈 케빈 모라스 부사장님 모시고 반도체 장비 얘기 해보도록 하겠습니다. 안녕하십니까. 어플라이드 하면 한국에서도 굉장히 많이 알려져 있는 반도체 장비 회사인데 소개를 좀 해 주시죠.
“물론입니다. 어플라이드 머티어리얼즈는 말씀 주신 것처럼 한국에서 잘 알려져 있습니다. 어플라이드는 세계에서 가장 큰 반도체 장비 업체입니다. 어플라이드는 PVD, CVD, ALD, 에피택시(epitaxy) 장비 등 매우 광범위한 포트폴리오를 보유하고 있습니다. 화학기계연마(CMP) 및 식각과 같은 재료 제거용 제품도 제공하고 있습니다. 재료 성질 변화를 위한 열처리공정(anneals) 및 임플란트제품을 보유하고 있으며 검사 및 계측 장비도 공급합니다. 매우 광범위한 포트폴리오를 가지고 있습니다. 이러한 많은 분야에서 어플라이드는 기술 및 제품의 선두주자입니다. 예를 들어, 로직 및 파운드리 분야에서 어플라이드는 1위 장비 공급업체이고 D램 장비 및 첨단 패키징 장비에서도 선두를 달리고 있습니다. 어플라이드는 광범위한 기술, 제품 및 솔루션을 통해 기술과 업계의 발전 방향을 주도하고 있기 때문에 고객을 지원하는 파트너로서 명성을 이어가고 있습니다.”
-1등인 제품군에 대해서 좀 설명을 해 주실 수 있습니까? 예를 들어 PVD라든지 CMP라든지. 이온 임플란트라든지 어떤 부분에서 1등을 하고 있는 장비가 있습니까?
“어플라이드는 여러 분야에서 1등을 달리고 있는데 그 중 몇 가지만 살펴보겠습니다. PVD에서 어플라이드는 1위 기업입니다. CMP도 1위입니다. 유전체 CVD에서도 최고의 공급업체입니다. 에피택시, 트리트먼트, 임플란트, 열처리공정(annealing) 분야에서도 선두 기업입니다. 이렇게 기술적 리더십이 있다는 것은 고객이 첨단 제품을 생산하기 위해 새로운 기술을 개발할 때 어플라이드를 신뢰한다는 의미이기 때문에 매우 중요합니다. 그리고 어플라이드는 1위 기업으로서 그 책임을 다하기 위해 노력합니다. 예를 들어, 작년에 신기술 개발을 위한 R&D에 약 28억 달러를 투자했습니다.”
-한국에서 투자를 많이 하고 있는 걸로 알고 있는데 어떤 종류의 투자가 있는지도 소개해 주시죠.
“말씀드리겠습니다. 어플라이드가 한국에 투자하고 있는 분야는 크게 두 가지입니다. 첫번째는 한국에 새로운 R&D 센터를 짓는 것입니다. 몇 달 전에 어플라이드 CEO가 한국에 와서 윤석열 대통령을 만나고 한국에서의 첫 R&D 센터 설립을 위한 투자 계획에 대해 논의했습니다. 어플라이드는 한국의 많은 공급업체 및 파트너와 계약을 체결했으며 이를 기반으로 장비를 위한 재료와 부품을 한국에서 직접 조달하고 있습니다. 어플라이드는 벤처 기업들과도 협력하고 있습니다. 한국의 스타트업 회사들이 개발하고 있는 흥미로운 기술에 많은 관심을 가지고 있으며 그런 회사들과 함께 하기를 희망하고 있습니다.”
-최근 반도체 시황이 너무 안 좋아지고 있고. 엊그저께 삼성도 실적을 발표하고, SK하이닉스도 발표를 했고. 마이크론도 얼마 전에 실적 발표한 거 보면 굉장히 지금 시장이 안 좋은 상황인데 투자도 많이 줄이겠다고 얘기를 했고요. 파운드리 이런 쪽도 마찬가지로 장비 쪽 되게 안 좋을 것 같은데 어떻게 좀 보고 계십니까?
“2023년 웨이퍼 팹 장비(WFE) 시장은 전년 대비 감소할 것으로 예상되고 있습니다. 우리는 이를 이미 발표한 바도 있고요. 2024년에 대해 말하기에는 너무 이릅니다. 다만, 장기적인 관점에서 어플라이드는 반도체 산업이 성장할 것이라고 판단하고 있습니다. 우리는 반도체 제품과 장비 분야 기업이라는 점을, 매우 고무적으로 여기고 있습니다. 제품 측면에서 보자면 AI, IoT 기기, 데이터의 성장으로 주도되는 새로운 물결을 볼 수 있습니다. 이는 새로운 반도체 칩의 생산 소비를 촉진하는 거대한 흐름으로 2030년까지 관련 산업을 약 1조 달러까지 끌어올릴 수 있는 가능성을 가지고 있습니다. 이러한 흐름은 반도체 장비 성장을 촉진할 것입니다. 두번째로, 올해는 비록 침체된 해이지만 우리가 왜 반도체 장비에 대해 긍정적인 전망을 가지고 있는지에 대해 설명하고 싶습니다. 반도체 생산이 고급 노드로 이동함에 따라 칩을 만드는 난이도가 높아졌습니다. 필요한 단계가 늘어나고, 각 단계를 만드는 난이도가 높아졌기 때문에 장비를 사용하는 시간이 늘어났습니다. 이에 따라 WFE 집약도(반도체 회사가 매출에서 장비에 지출하는 비율)가 증가하고 있습니다. 2013년에는 약 13%였지만 지금은 약 15%에 육박하고 있으며 앞으로도 몇 년 정도는 비슷한 수준을 유지할 것으로 기대됩니다. 2030년까지 1조 달러 규모의 반도체 시장에 접근함에 따라 WFE 집약도는 15% 수준을 유지하거나 잠재적으로 성장할 것입니다.”
-최근에 인공지능을 활용해서 칩 제조에 관련된 내용들을 개선하겠다. 이런 식의 발표를 하셨어요. 어떻게 장비 쪽에 어떤 인공지능 기술이 들어가는 겁니까?
“장비에 어떤 인공지능(AI) 기술을 사용하는지 설명하려면 먼저 칩 제조에 AI가 필요한 이유를 설명해야 할 것 같습니다. 오늘날 칩이 어떻게 만들어지는지 살펴보면 우리는 칩을 더 작게, 밀도를 높이며 빠르게 만들어야 합니다. 따라서 극도로 정밀한 제조 공정 단계가 필요합니다. 예를 들어, 최첨단 반도체 칩에는 600억개 이상의 트랜지스터가 있고 그 안에 80km가 넘는 매우 미세한 금속배선이 있습니다. 이 모든 것을 정확하게 작동하게 하고, 모든 곳에서 높은 수율을 얻는 것은 매우 어렵습니다. 제조 환경에 적합한 프로세스와 높은 수율을 신속하게 수행해 칩을 제조해야 하는데요. 이런 것이 매우 어려운 것이지요. 다시 한번 말하지만, 정말 힘듭니다. 최첨단 칩의 제조는 프로세스 및 계측을 포함해 약 1,000개에 가까운 단계를 거칩니다. 각 단계에서 사용되는 장비는 매우 복잡합니다. 어플라이드의 고급 장비 중 일부는 1000개 이상의 장비 매개변수를 가지고 있으며 1년 동안 1페타바이트의 데이터를 생성할 수 있습니다. 장비에서 추출되는 데이터 양이 극도로 복잡하고 방대하기 때문에 높은 정밀도와 제조 성능, 견고한 공정 및 수율을 얻기 위해 정확한 포인트를 찾는 것이 정말 쉽지 않습니다. 여기에 인공지능(AI)이 개입하게 되는 것이죠.”
-실제 적용된 사례라던지, 이런 것도 좀 소개를 해 주실 수 있을까요?
“실제로 어떻게 작동하는지 예를 들어 보겠습니다. 아시다시피 D램 제조의 가장 큰 과제 중 하나는 커패시터(축전기) 제조입니다. 커패시터는 세대를 거듭할 때마다 점점 더 높아져야 하는데 이는 매우 어렵습니다. 때때로 하드 마스크로 작동할 새로운 재료가 필요하죠. 하드 마스크는 구멍을 패턴화하는 데 사용되는 스텐실 레이어입니다. 그래서 우리는 새로운 재료가 필요합니다. 때로는 상단에 구멍을 만들기 위해 새로운 식각 공정 솔루션도 필요해요. 그리고 구멍의 깊이 전체가 동일한 치수를 가져야 합니다, 다시 말하지만 이것은 매우 어렵습니다. 그래서 어플라이드는 몇 년 전 드라코(DRACO)라고 부르는 새로운 물질를 개발했습니다. D램 캐페시터 홀을 제작하기 위해서는 매우 단단한 스텐실과 새로운 식각 솔루션이 요구됩니다. 드라코라는 물질과 식각 솔루션을 장비의 센서들과 결합해 데이터를 수집했습니다. 어플라이드는 진공 시스템 내에서 필름을 분석할 수 있는 볼 온보드 측정법을 R&D 장비들에 사용할 수 있도록 제공합니다. 또한, 구멍의 모양과 각 부분의 다른 위치에 있는 구멍의 크기를 분석하는 별도의 전자빔(eBeem) 계측 방법도 보유하고 있습니다. 이 모든 데이터는 AI 및 머신 러닝 모델을 사용해서 결합할 수 있으며 통찰력을 얻을 수 있습니다. 이러한 AI 모델을 기반으로 어플라이드는 원하는 결과를 얻을 수 있는 최적의 공정 조건과 안정적인 공정 환경을 예측할 수 있습니다.”
-그러면 그 AI 데이터들은 고객사 안에서만 보는 걸로 돼 있는 거예요?
“맞습니다. 어플라이드의 데이터 관리는 매우 엄격하게 통제되고 있습니다. 어플라이드가 수집하는 많은 데이터는 장비에 따라 다르며 특정 레시피와도 관련되어 있습니다. 어플라이드가 수집하는 일부 데이터는 일반적인 것들입니다. 우리는 이것을 디지털 트윈이라고 부르는 일반적인 모델을 구축하는 데 사용할 수 있어요. 이들은 일반적으로 장비를 가상으로 표현한 가상 아바타와 같다고 볼 수 있습니다. 다음으로는 실행하려는 고객의 레시피를 기반으로 한 고유한 데이터가 있습니다. 어플라이드는 이러한 데이터를 분류하고 필요할 때마다 고객의 데이터를 확실히 보호합니다. 우리는 고객의 귀중한 데이터를 보호하고 목표를 더 빨리 달성할 수 있도록 데이터를 사용합니다.”
-지금 다른 장비군으로도 이 기술을 계속 확장해서 적용하실 계획이십니까?
“좋은 질문입니다. 어플라이드는 이러한 데이터를 가속화하고 더 많은 데이터를 가져와서 AI와 머신러닝으로 모델을 생성하는 능력에서 도출되는 이점과 가치를 완벽하게 수용하고 있습니다. 우리는 이것을 여러 장비 세트에 적용하고 있으며 장비에 센서를 추가 부착하고 있습니다. 과거에는 장비에 센서가 필요하지 않았습니다. 해당 데이터로 아무 작업도 하지 않았기 때문이죠. 그러나 이제 일부 데이터가 매우 유용하다는 것을 알게 되었습니다. 어플라이드는 프로세스를 이해하고 상호 연관시킬 수 있는 더 나은 신호를 얻기 위해 맞춤형 센서를 구축하고 있습니다. 경우에 따라 장비에 내장된 특별한 맞춤형 계측 방식을 도입하고 있으며 특히 전자빔(eBeam)을 사용해 고유의 계측방법을 수정하거나 새로 만들고 있습니다. 이러한 모든 데이터 신호를 가져와서 여러 장 세트에 걸쳐 AI 및 머신러닝 모델을 구축하고 있습니다. 오늘날 고객에게 있어서 가장 큰 가치는 다음 노드로 더 빨리 이동할 수 있어야 한다는 것입니다. D램의 한 세대에서 다음 세대로 더 빠르게 이동할 수 있다면 더 높은 밀도로 인해 즉각적인 비용 절감 효과를 얻을 수 있습니다. 고객은 거기에 도달하고 싶어합니다. 우리는 그들이 그러한 전환을 더 빨리 이룰 수 있도록 돕고 싶습니다.”
-말하자면 우리가 공정을 하다가 말씀하신 대로 뭔가 장비 안에 그런 센서라든지 이런 것들이 많이 들어있고 하면 문제가 생길 때 즉각적으로 또 알 수 있고. 또 어떤 문제가 추후에 발견되었을 때 그런 데이터를 활용해서 어디서 문제가 어떻게 생겼는지를 우리가 조금 더 쉽게 알아낼 수 있다. 이렇게 이해하면 되는 겁니까?
“정확합니다. 센서들은 더 많은 데이터를 수집할 수 있고 그 데이터는 중요합니다. 하지만 모든 데이터가 중요한 것은 아닙니다. 앞서 말했듯이 어플라이드는 신호를 감지할 수 있는 수천 개의 센서를 장비에 추가했습니다. 하지만 이 중 일부 데이터만이 중요합니다. 반대로 파악하고 싶은 것이 있지만 데이터가 오지 않는 영역을 발견하면 해당 데이터를 수집하기 위해 새로운 센서를 개발해야 합니다. 따라서 특정 센서와 데이터는 매우 중요하다고 할 수 있습니다. 나머지 데이터의 경우 결과와 강력한 상관관계가 없습니다. 그래서 어플라이드가 하는 일 중 하나는 어떤 데이터가 결과와 가장 밀접한 상관관계를 가지고 있는지 이해하는 것입니다. 어플라이드는 필요한 곳에 새로운 센서를 만들고 해당 영역에서 더 많은 데이터를 수집하기 위한 새로운 계측을 합니다. 그리고 가장 밀접한 상관관계를 가진 데이터를 얻으면 어플라이드는 빠르게 데이터를 증폭시켜 강력한 데이터를 얻기 위해 노력합니다. 이를 통해 무언가 변화했을 때 더 빠르게 감지할 수 있죠. 이 모든 것은 AI 및 머신러닝과 함께 이 데이터를 가져오는 센서를 통해 제공되는데 이를 '실행 가능한 통찰력 가속기'인 AIx (Actionable Insights Accelerator) 플랫폼이라고 합니다. 앞서 드라코(DRACO) 사례에서 언급했듯이 어플라이드는 센서 데이터를 수집하고 AI 및 머신러닝 알고리즘과 결합하여 계측 데이터를 수집해 R&D 속도를 향상 시키는데 이 플랫폼을 사용하고 있습니다.”
-개발하실 때 굉장히 어려움이 많았을 것 같아요. 왜냐하면 지금 반도체 만드는 회사들이 회사 안에 데이터를 밖으로 잘 안 꺼내주기 때문에 어떻게 알고리즘을 만들어야 실제로 제품을 만드는 회사한테 도움이 될 건지에 대해서 실 데이터를 우리가 받아볼 수가 없어 어려움이 좀 있었을 거라고 생각되는데.
“좋은 지적입니다. 개발을 위해서는 고객과의 많은 파트너십이 필요하죠. 어플라이드에는 다양한 제품군이 있습니다. 식각 툴(tool), 증착 툴, 계측 툴이나 센서 등 폭 광범위한 제품군이 있기에 우리 스스로 빠르게 많은 개발을 진행할 수 있습니다. 두 번째로 어플라이드는 고객 및 파트너와 매우 강력한 신뢰 관계를 유지하고 있습니다. 고객은 우리가 고객의 데이터를 보호한다는 것을 이해하고 있습니다. 그리고 파트너는 우리와 협력하고 최신 구조를 제공하기를 원합니다. 따라서 어플라이드는 새로운 장비의 구조에 대한 성능을 평가할 수 있으며 일부의 경우, 공동으로 최적화하고 개발을 가속화 할 수 있습니다. 즉 기술 개발을 위해서 고객과의 협력이 반드시 필요하며 고객은 이 파트너십을 가치 있게 여깁니다. 고객은 어플라이드가 자사의 데이터를 보호하고 있다는 것을 알고 있습니다. 어플라이드는 데이터를 존중하게 되기 때문에 가치 있는 결과를 더 빠르게 제공합니다. 이는 고객 참여를 위한 긍정적인 순환으로 이어집니다. 추가적으로 말씀드리자면 앞서 언급한 바와 같이 어플라이드는 센서에 다양한 장비를 갖추고 있기 때문에 자체적으로 구조를 만들 수 있는 대규모 실험실도 보유하고 있습니다. 디바이스 제조 구조에 관여하기 전에 내부 구조에 대한 레시피 프로세스 검증을 개발하고 있습니다. 모든 회사가 이러한 능력을 가지고 있는 것은 아닙니다. 우리는 이것이 개발을 가속화하는 데 도움이 된다고 믿기 때문에 많은 비용을 투자했으며 이를 사용하여 AIx 프레임워크, 내부 테스트 구조 그리고 그 다음에는 고객 구조로 개발을 가속화하고 있습니다.”
-그거 쓰다가 다른 회사 장비 이제 못 쓰겠네요.
“디바이스 제조업체는 항상 자사에게 가장 적합한 툴을 사용하겠죠. 디바이스 장치 제조업체는 원활하게 작동하는 디바이스 개발을 원합니다. 따라서 어플라이드가 장비를 조합해서 고객에게 더 효과적인 솔루션을 제공할 수 있다면 그들은 분명히 우리의 장비를 원할 거예요. 우리는 어떤 상황에서건 최고의 장비를 보유해야 하며 다른 장비보다 더 빨리 결과를 제공해야 한다는 것을 이해하고 있습니다. 결국에는 어플라이드가 고객을 최상의 솔루션을 보유하고 있기 때문에 디바이스 제조업체들이 어플라이드를 선택하지 않을까 생각합니다.”
-이제 코로나 풀렸으니까 과거처럼 한국에 좀 자주 이렇게 오실 겁니까?
“당연히 그래야죠. 저는 벌써 두 번째 입국 계획을 세워 두었습니다. 아마 몇 달 안에 다시 한국에 올 것 같아요. 저는 정기적으로 한국을 방문하여 고객 및 공급업체와 지속적으로 만나고 대학과도 협력 관계를 구축할 계획입니다. 이러한 주제에 대해 논의하기 위해 한 대표님과 같은 한국의 저널리스트를 만나는 것은 매우 좋은 기회라고 생각합니다.”
-다음 번에도 한번 또 나와주시면 좋겠는데 혹시 가능하실지 모르겠네요.
“그럼요. 다음에 다시 만나서 얘기를 나눌 수 있길 기대 하겠습니다. 좋은 시간이었습니다.”
-오늘 나와주셔서 고맙습니다.
“어플라이드에 많은 관심 주셔서 감사합니다.”