삼성전자의 반도체칩렛과 AI용 패키징과 미래활용기술

삼성의 AI용 AVP 솔루션을 살펴보면, 점점 더 많은 칩(칩렛)이 3D 또는 소위 3.5D 형태로 패키징되고, 오프칩 캐시 메모리가 내장되는 것을 볼 수 있습니다. 더 많은 컴퓨팅 파워가 작은 폼 팩터 "모듈"에 집적될수록 열 방출 및 관리가 어려워지는 것은 불가피합니다. 또한, 프로빙 없이 양품 다이를 확보하고 결함 없이 칩을 결합하여 높은 패키징 수율을 달성하는 것이 어려워집니다. 고가의 첨단 칩을 사용하기 때문에 패키징 공정에서 발생하는 결함 비용은 매우 높을 것으로 예상됩니다. 그렇다면 마이크로미터(um), 서브-마이크로미터, 심지어 10나노미터(nm) 수준의 디자인 규칙에서 묻힌 공정을 모니터링하기 위한 효과적인 3D 측정 기술은 무엇일까요? 결함 분석을 위한 결함 위치를 어떻게 식별할 수 있을까요? 적외선(IR), 원자력 현미경(AFM), 음향, X-선 단층촬영, 테라헤르츠(THz) 센서, 와전류 검사기, 파이로미터, 양자 센서 등 다양한 방법이 있을 수 있습니다

 

 

 

 

 

AI 칩 시대에서, 특히 3D 및 3.5D IC(집적 회로)와 같은 고급 패키징 기술로의 전환은 구성 요소의 복잡성, 밀도, 소형화로 인해 측정 및 불량 분석이 중요한 도전 과제가 됩니다. 이러한 문제를 해결하려면 묻혀있는 공정을 모니터링하고 나노스케일에서 결함을 식별할 수 있는 매우 정교하고 정확한 측정 기술이 필요합니다. 효과적인 측정 방법을 몇 가지 살펴보겠습니다:

1. 적외선(IR) 이미지

• 적용: 적외선 이미지는 열 이상을 감지하는 데 효과적이며, 적층된 다이의 비파괴 검사에 사용할 수 있습니다. 저항성 발열로 인한 핫스팟을 식별할 수 있으며, 이는 종종 결함 지점을 나타냅니다.
• 한계: 적외선 빛의 파장에 의해 해상도가 제한되며, 이는 매우 미세한 특징(10nm 이하)을 감지하는 데는 충분하지 않을 수 있습니다.

2. 원자력 현미경(AFM)

• 적용: AFM은 고해상도의 표면 형상 측정을 제공하며, 나노스케일에서 전기적 특성화를 위해 적응될 수 있습니다. 국부적인 영역에서 표면 거칠기, 필름 두께 및 전기적 특성을 분석하는 데 유용합니다.
• 한계: AFM은 접촉 기반 기술로, 속도가 느리고 대면적 스캔에 적합하지 않습니다. 주로 특정 지점의 점검에 적합합니다.

3. 음향 현미경

• 적용: 이 기술은 고주파 초음파를 사용하여 패키지 내부의 공극, 탈층, 균열 등의 결함을 감지합니다. 3D 적층 IC의 비파괴 검사에 효과적입니다.
• 한계: 깊이가 깊어질수록 해상도가 감소하며, 매우 작은 특징이 깊게 묻혀 있을 경우 탐지가 어려울 수 있습니다.

4. X-선 단층 촬영(CT)

• 적용: X-선 CT는 3D 이미징에 매우 효과적이며, 내부 구조에 대한 자세한 통찰력을 제공합니다. 3D IC의 공극, 균열 및 정렬 오류 등을 비파괴적으로 분석할 수 있어 유용합니다.
• 한계: X-선 CT는 정보 제공이 뛰어나지만 시간과 비용이 많이 듭니다. 나노스케일 해상도를 위해 고해상도 X-선 소스가 필요하며, 이는 매우 미세한 특징의 심층 분석에 도전이 될 수 있습니다.

5. 테라헤르츠(THz) 이미지

• 적용: THz 이미지는 비파괴 방식으로 매장된 구조 및 인터페이스를 검사하는 데 사용되며, 적외선과 X-선 기술 사이의 해상도를 제공합니다. 다층 구조에서 유전체 특성 및 층 두께를 검사하는 데 유용합니다.
• 한계: 기술이 아직 발전 중이며, 매우 밀집된 재료에 대한 해상도 및 침투 깊이에 제한이 있습니다.

6. 와전류 검사

• 적용: 와전류 기술은 표면 및 표면 근처의 결함을 감지하거나 금속 상호연결의 전도층 무결성을 검사하는 데 사용됩니다. 비접촉 방식으로, 전도도, 두께를 측정하고 균열이나 공극을 감지할 수 있습니다.
• 한계: 깊이 감도 및 미세 특징에 대한 해상도가 제한되어 있어 깊거나 밀도가 높은 3D 구조에는 적합하지 않을 수 있습니다.

7. 파이로미터

• 적용: 파이로미터는 반도체 웨이퍼의 온도를 비접촉 방식으로 측정하며, 공정 중 열 관리에 대한 통찰력을 제공합니다. 3D 적층 IC의 웨이퍼 처리 중 핫스팟을 감지하고 균일한 가열을 보장하는 데 사용할 수 있습니다.
• 한계: 파이로미터는 표면 온도 측정에 한정되며, 내부 문제를 식별하는 데 적합하지 않을 수 있습니다.

8. 양자 센서

• 적용: 다이아몬드의 질소-공석(NV) 센터와 같은 양자 센서는 나노스케일에서 자기장 및 전기장에 매우 높은 감도를 제공합니다. 3D IC 내부의 작은 결함이나 전자기 환경의 변화를 감지하는 데 사용할 수 있습니다.
• 한계: 양자 센서는 아직 연구 단계에 있으며, 산업용 측정 도구로 통합하는 것은 복잡한 과제입니다.

통합 접근법 및 머신러닝을 활용한 측정

• 3D 및 3.5D IC의 복잡성을 고려할 때 여러 기술을 결합한 통합 측정 접근이 필요합니다. 예를 들어, X-선 단층 촬영과 적외선 이미지를 결합하면 구조적 및 열적 정보를 모두 제공할 수 있습니다.
• 머신러닝(ML): AI 칩이 점점 더 복잡해짐에 따라 머신러닝은 다양한 소스(IR, X-선, AFM 등)에서 데이터를 분석하여 결함을 보다 정확하게 식별하는 데 중요한 역할을 할 수 있습니다. ML 모델은 공정 매개변수를 최적화하고 전통적인 분석에서는 놓칠 수 있는 미세 결함을 식별하는 데 도움을 줄 수 있습니다.

불량 분석(FA)

• 불량 위치 파악: 측정을 통해 결함을 감지한 후, 집속 이온 빔(FIB) 기술을 사용하여 결함이 있는 영역의 단면을 준비하고 주사 전자 현미경(SEM) 또는 투과 전자 현미경(TEM)으로 추가 분석할 수 있습니다.
• 결함 감지: 전자빔 유도 전류(EBIC) 또는 광자 방출 현미경(PEM)과 같은 기술을 사용하여 복잡한 3D 구조에서 전기적 결함을 국부화할 수 있습니다.

결론

AI 칩 시대는 3D 및 3.5D IC의 복잡성과 규모를 처리할 수 있는 고급 및 정밀 측정 솔루션을 요구합니다. 각 기술은 장단점이 있지만, 이러한 방법을 결합하고 AI 기반 분석을 보완하는 것이 효과적인 공정 모니터링과 불량 분석에 필수적입니다. 미래에는 이러한 측정 기술이 칩 설계 및 제조 공정에 점점 더 많이 통합되어 차세대 AI 칩의 수율과 신뢰성을 보장할 것으로 예상됩니다.