아이브이웍스(IVWorks)가 고품질 GaN 에피웨이퍼를 생산할 수 있는 비결 중 하나는 ‘인공지능(Artificial Intelligence,AI)’이 접목된 획기적인 생산기술 덕분일 겁니다. 아이브이웍스는 인공지능 에피텍시 DOMM™을 적용해 생산성을 향상시킵니다. 에피텍셜 성장(Epitaxial Growth) 과정에서 AI는 어떤 역할을 할까요? 매년 획기적인 기술발전을 거듭 중인 아이브이웍스의 AI 팀을 만나 기술 스토리를 들어봤습니다.

Q. 아이브이웍스 AI팀은?

노홍균 수석연구원 : 아이브이웍스 AI 팀은 화합물 반도체 소재 성장과정에서 발생되는 데이터들을 실시간으로 수집하고 분석, 예측해서 실질적으로 양산에 도움이 되게끔 하는 역할을 수행하고 있습니다. 제품 양산에 도움이 되는 결과물들은 머신러닝 알고리즘을 분석해 얻을 수 있는데, 이 결과물들을 실시간으로 안내해 주는 시스템(DOMM™)을 지원하고 있습니다. 저는 팀에서 데이터 수집, 머신러닝의 연구 개발, 시스템에 대한 적용 및 전반적인 것들을 총괄하고 있습니다.

Q. 에피텍셜 성장(Epitaxial growth)에 인공지능이 적용된 배경?

노홍균 수석연구원 : 질화갈륨(GaN)과 같은 화합물 반도체 소재가 성장할 때는 크게 두 가지 데이터가 발생됩니다. 하나는 리드(RHEED)라고 하는 비디오 데이터고, 또 하나는 각종 장비들로부터 발생하는 센싱 데이터입니다. RHEED의 경우, 머신러닝에서 영상분석이 가능한 비디오 데이터인데 반도체 성장과정에서 발생되는 모든 내용이 시계열 데이터로 쌓이는 물리적인 특성이 존재합니다. 그래서, 이 데이터를 잘 분석해서 좋은 알고리즘으로 적용하면 (제품) 양산에 적합한지 아닌지를 판단하는 좋은 재료가 됩니다.

에피텍셜 성장 과정은 수많은 매개변수(parameter)들이 요구되고 구조도 복잡합니다. 이걸 모두 엔지니어(인력)가 처리했었으나, 처리 과정에서 어쩔 수 없이 휴먼에러가 발생하기도 합니다. 이러한 에러를 줄이기 위해 저희 팀은 화합물 반도체 소재 제조에 AI를 적용시켰습니다. 엔지니어들의 경우, 숙련도 차이가 존재합니다. 경험이 많은 엔지니어의 경우 RHEED 비디오나 센싱 데이터 등을 보고 빠른 판단을 내려 적절한 액션을 취할 수 있는 반면에, 주니어급 엔지니어들은 경험이 부족해 이와 같은 판단을 내리기 힘듭니다. 이는 제품 품질에 바로 직결돼 불량품이 많이 나올 수 있습니다. 때문에, 이런 부분을 머신러닝 알고리즘이 보완해 주면 (제품) 양산의 품질을 높이며 원가도 절감되는 효과를 기대할 수 있습니다.

박병권 책임연구원 : 앞서 말한 RHEED 같은 실시간 검사 장비를 이용하게 되면, 생산 중에 양품 상태인지 불량 상태인지 검수가 가능합니다. 사람이 RHEED에서 나오는 시계열 데이터를 분석하기엔 양도 많고 육체적으로 힘도 듭니다. 이런 단점들을 AI 시스템을 접목시켜서 실시간으로 시계열 데이터를 분석하고 결과들을 예측하게 되는 겁니다.

Q. 아이브이웍스 AI(인공지능) 기술만의 ‘차별점’은?

김태현 연구원 : 화합물 반도체 소재 제조 과정은 수많은 변화들의 연속입니다. 이런 변화들은 실시간으로 모니터링하는 동시에 제어를 해줘야만 합니다. 그래서 직접적으로 제조에 참여하는 인력의 숙련도에 따라서 양품 생산 의존도가 높습니다. 저희가 개발한 DOMM은 다양한 센싱 데이터와 RHEED 비디오 데이터를 수집해 개발된 모델로부터 양품 여부를 예측해냅니다. 영상분석 분야는 인공지능 기술 중에서도 가장 진보되고 검증된 분야입니다. 보통, CT나 MRI 등 의학 영상 분야에 쓰이곤 합니다. 에피텍셜 성장 역시 매우 정교하고 기술력이 뒷받침되어야 만 하는 분야입니다. 때문에, 기술 모방이 쉽지 않아 업계에서 신선하다는 평을 받고 있습니다. 또한, DOMM은 저희가 독자 개발한 기술인 만큼 회사 조건 (장비, 엔지니어 등)에 가장 최적화된 시스템이란 점이 특별하다고 생각됩니다.

이성규 연구원 :아이브이웍스는 화합물 반도체 소재 성장 중에 발생하는 모든 데이터를 수집합니다. 반도체 성장 과정에서 실시간으로 수집된 데이터들은 시스템에서 AI 모델들로 분석합니다. 이는 제품의 완성도와 생산성을 높이고, 생산 원가 절감에 큰 기여를 하고 있습니다. 시스템 구축 외에도 AI 팀에서 추가적으로 연구하는 모델들 또한 긍정적인 성과를 이뤄내고 있습니다. 또, AI가 스스로 새로운 조합의 레시피를 만드는 알고리즘 연구 또한 주목할만합니다!

Q. 실제 공정 과정에서 DOMM은 어떻게 활용되나?

박병권 책임연구원 : DOMM은 ‘DOMM 웹’이라는 플랫폼 개발을 통해, 엔지니어들이 웹 접속을 가능하게끔 만들었습니다. 웹에 접속하면 성장 데이터를 화면으로 확인할 수 있게 구현했습니다. DOMM 안에는 머신러닝 예측을 하는 인퍼런스 시스템(inference system) 같은 것들이 많은 워크플로우를 수행하면서 실시간으로 작동되고 있습니다.

Q. 최근 ‘DOMM 웹’ 업데이트가 있다고 들었는데?

박병권 책임연구원 : 최근에 내부적으로 웹 업데이트가 진행됐습니다. 예측한 결과들을 보여줌으로써 생산이 되기 전, 또는 생산 중에라도 양품의 정도를 판단할 수 있게 됐습니다.

노홍균 수석연구원 : 이는 성능이 개선된 머신러닝 알고리즘이 반영된 덕분입니다. 기술의 실 수요자인 엔지니어들이 더 편하게 이용할 수 있도록 UI 개선도 진행했습니다. 이렇게 업데이트된 내용들은 엔지니어들에게 교육을 실시해 사용에 무리 없도록 하고 있습니다.

Q. DOMM을 접한 엔지니어들의 반응은 어떠한가.

노홍균 수석연구원 : 전반적으로 만족도가 높습니다. 예전에는 엔지니어들의 역량에 의존하는 부분들이 많았는데, 그런 부분들을 우리 팀이 바로 캐치해 UI로 파악할 수 있게끔 한 덕분이 아닐까 싶습니다.

박병권 책임연구원 : 처음 기술을 접했을 때는 엔지니어마다 기존의 습관들이 있다보니 반발도 있었습니다. 하지만, 저희 결과들이 계속 축적되고 예측 결과가 잘 맞을수록 성장에 도움이 된다는 의견이 많습니다.

Q. 개발이 거듭될수록 가장 신경 쓰는 부분은 어디인가?

노홍균 수석연구원 : 개발 단계가 거듭될수록 많은 데이터들이 쌓이고 있습니다. 이런 데이터들은 보안적인 측면이나 시스템 성능적인 면도 간과할 수 없습니다. 그래서 AI 팀에서는 클라우드를 사용하는 아키텍처도 계속 개발하고, 데이터 관리 방안도 계속 버전 업 중입니다.

박병권 책임연구원 : 저는 정밀하게 예측되는 부분에 가장 신경을 쓰고 있습니다. 예측이 실패하면, 실제로는 불량인데도 불구하고 계속 성장이 이뤄지는데 그때 발생하는 문제가 또 있습니다. 그런 부분을 최소화하기 위해 시스템의 양품 판단 확률을 높이는데 가장 신경 씁니다.

Q. AI팀이 존재하는 아이브이웍스는 앞으로 어떻게 변할까?

이성규 연구원 :저희 팀이 현재 개발 중인 모델들이 DOMM에 적용되면, 고품질의 GaN 에피웨이퍼를 더 편리하고 정확하게 생산 가능합니다. 나중에는 인공지능이 스스로 레시피를 개발·적용시켜 생산과정이 자동화되고, 그에 따라 (공정) 레시피 개발이 진보적으로 바뀌지 않을까 싶습니다. 저희 DOMM은 시스템 반도체 소재 제조에 있어서 완전 자동화를 꿈꿉니다. 성장 중에 실제로 문제가 발생했을 때, 사람이 수정하는 게 아니라 AI가 미리 판단하고, 레시피 수정도 하고, 다음 버전에서는 완전히 새로운 레시피를 AI가 스스로 개발할 수 있도록 준비 중입니다.

노홍균 수석연구원 : 아이브이웍스가 저희 DOMM을 이용해서 바라는 최종적인 모습은 머신러닝 모델들이 직접 레시피를 만들고, 실질적으로 컨트롤하는 것입니다. 현재는 일종의 추천 시스템 개념으로, 생산되는 부분에 대해 경고(alerting)을 한다든지, 추천(recommend) 하는 방식의 접근인데요. 이는 자율주행차로 따지면, 직접 운전을 하는 단계라기보다는 ‘반자율주행’ 정도에 가깝다고 볼 수 있습니다. 저희가 바라는 건 ‘완전한 자율 주행’입니다. 때문에, 완전히 아이브이웍스의 생산에 개입되는 모델들을 계속 연구하고 실험하고 개발하고 있습니다.

화합물 반도체 소재는 고도의 기술력과 정밀성이 요구되는 산업분야입니다. 정확성이 곧 제품의 품질과 수율에 직결되는 만큼, 방대한 데이터를 기반으로 의사결정을 내리는 AI는 아이브이웍스의 핵심을 담당 중입니다. AI의 에피텍시 플랫폼 DOMM™은 계속 늘어가는 GaN 전력반도체 수요에 따라, 품질·가격·기술 면에서 모두 앞서나가는 선구자 역할을 해 나갈 것으로 기대됩니다!