카이스트(KAIST)는 기계공학과 이정철 교수 연구팀이 현미경 사진을 이용해 나노스케일 3D 표면을 예측하는 딥러닝 기반 방법론을 제시했다고 17일 밝혔다.
나노스케일의 표면 형상을 3D 측정하는 원자현미경은 웨이퍼 소자 검사 등 반도체 산업에서 사용되고 있다. 그러나 원자현미경은 물리적으로 표면을 스캔하기 때문에 측정 속도가 느리고, 고온 극한 환경에서는 작동할 수 없다는 단점을 지닌다.
측정 속도를 높이기 위해 표면 스캔 방식의 효율을 개선해 20 FPS(초당 프레임 수) 수준의 비디오 프레임 원자현미경이 개발됐지만, 측정 가능한 표면의 면적이 100제곱마이크로미터(μm2) 수준으로 제한되며, 극한의 환경에서는 여전히 작동이 제한된다.
그래서 연구팀은 비접촉 측정 방법인 광 현미경에서 딥러닝을 이용해 원자현미경으로 얻어질 수 있는 나노스케일 3D 표면을 예측했다. 비슷한 개념인 사진에서 깊이를 예측하는 기술은 자율주행을 위해 많이 연구되고 있는 분야다.
연구팀은 이러한 기술이 적용되는 스케일을 일상생활 범위에서 나노 스케일 범위로 옮겨 인공지능 모델을 훈련했다. 연구팀이 제안한 모델은 광 현미경 사진을 하나의 변수로 표현하고, 이후 이 변수에서 현미경 사진을 3D 표면으로 계산해 나타내는데 성공했다.
이번 연구에서 제안된 딥러닝 기반 방법론은 원자현미경으로는 제한돼있던 나노스케일 표면 높이 맵 측정을 1 제곱밀리미터(mm2) 까지의 넓은 표면에 대해 기존 원자현미경 측정 속도 보다 10배 빠른 200FPS까지 측정 가능하도록 속도를 높였다.
이에 따라 공정 중 혹은 이후 표면 분석이 필요한 재료, 물리, 화학 등에서의 나노스케일 연구를 촉진할 것으로 기대된다.
또 반도체 사업에는 웨이퍼의 표면 분석 속도와 정확도를 개선함으로써 반도체 공정 시 생산 속도와 정밀한 측정으로 수율 개선에 기여할 수 있다.
이정철 교수는 “개발된 기술은 시간에 따라 변화하는 반도체 표면 및 내부 구조에 대해 불연속적인 저해상도 광학 현미경 사진 몇 장만 이용해서 연속적인 고해상도 원자현미경 동영상을 생성해내는 최초의 연구”라고 말했다.
이번 연구결과는 국제학술지 ‘어드밴스드 인텔리전트 시스템(Advanced Intelligent Systems)’ 12월 20일 온라인판에 게재됐다.