AI · Data · Semiconductor

평면 나노구조 사진, 3D로 보는 AI 등장
  • 박설민 기자
  • 기사입력 2023.01.17 16:23

    KAIST, ‘인코더-디코더’ 기반 AI 나노현미경 개발

    • 광학 현미경 사진을 딥러닝 AI모델을 이용해 3차원 입체구조로 바꾼 모습/ KAIST
      ▲ 광학 현미경 사진을 딥러닝 AI모델을 이용해 3차원 입체구조로 바꾼 모습/ KAIST

      국내연구진이 2차원 현미경 사진만으로도 미세한 입체 구조를 확인할 수 있는 인공지능(AI) 기술개발에 성공했다. 초미세 공정이 필수적인 반도체, 디스플레이, 태양전지 등 산업 현장에서 활용도가 높을 것으로 기대된다.

      이정철 KAIST 기계공학과 교수팀은 광학 현미경 사진으로 나노미터(㎚) 스케일 구조의 3차원 입체 표면을 예측할 수 있는 딥러닝 AI모델 개발에 성공했다고 17일 밝혔다.

      현재 반도체·디스플레이 초미세 공정에는 원자현미경이 주로 사용된다. 나노미터 단위의 표면 형상을 3차원 입체구조로 확인할 수 있어, 초미세 불량을 잡는데 효과적이다. 하지만 물리적 접촉으로 반도체 표면을 탐색하기 때문에 측정 속도가 느리다. 또 고온 환경에선 작동할 수 없어, 반도체 고온 공정과 동시 진행하는 것이 불가능하다는 단점이 있다.

      이 같은 문제를 해결하고자 연구팀은 광학 현미경이 촬영한 사진으로 나노미터 스케일 표면 구조를 예측하는 딥러닝 기술을 고안했다. 쉽게 말해 일반 평면 현미경 사진을 AI가 읽어낸 다음, 실제 입체 구조를 예측해 3차원 입체 사진으로 바꿔주는 것이다. 

      연구팀이 개발한 AI모델엔 ‘인코더-디코더’ 기술이 적용됐다. 이는 입력데이터에서 크기·차원 정보를 추출해내는 기술이다. 인코더-디코더 기술로 추출된 데이터는 인공신경망(ANN) 및 합성곱 신경망(CNN) 기반 AI가 분석해 3차원 입체 구조 정보로 변환시킨다.

      연구팀은 이 AI기술로 반도체 센서 및 태양전지, 나노입자 제작에 사용되는 게르마늄 자가조립구조 분석을 진행했다. 그 결과, 약 85%의 정확도로 3차원 입체 사진으로 바꾸는데 성공했다. 가열 중 실시간 변화하는 게르마늄 자가조립구조를 분석하는데 성공했다. 원자현미경과 달리 이 AI모델이 고온 공정 과정에서도 사용가능함을 확인한 것이다. 또 측정 속도도 초당 200장을 찍어내는 수준으로, 기존 원자현미경 대비 10배 이상 빨라졌다.

      이정철 교수는 “이번에 개발한 AI기술과 광학 현미경  몇 장만 있으면 시간에 따라 변화하는 반도체 표면 및 내부 구조를 높은 정확도로 파악할 수 있다”며 “초미세 공정을 필요로 하는 반도체·디스플레이 등 첨단기술 산업 발전에 기여할 수 있을 것”이라고 기대했다.

      이번 연구 성과는 국제학술지 ‘어드밴스드 인텔리전트 시스템’ 온라인 판에 지난해 12월 20일자로 게재됐으며, 올해 1월호 뒷면 표지 논문으로도 선정됐다.

    최신 뉴스

    더보기