나노기술 및 정책 정보

• 목록

이화학연구소(RIKEN) 혁신지능통합연구센터 데이터기반생물의학과학팀, 글로벌웨이퍼즈재팬(Global Wafers Japan)의 공동 연구그룹이 기계 학습(AI)을 이용하여 재료 제작 중 재료 특성을 실시간으로 예측하는 시스템을 개발함. 연구진은 핵심 반도체 재료인 실리콘 단결정 성장에 있어 과거에 제작한 결정 성장 데이터와 결정 중의 부분적 재료 특성(산소 불순물 농도)을 기계 학습의 일종인 ‘뉴럴 네트워크’를 이용하여 연관시킴으로써 결정 중의 산소 불순물 농도를 고정밀도로, 길이 방향으로 재료에 걸쳐 연속적으로 예측하는 데 성공함. 또한 기계 학습에 의한 고속 예측을 활용하여 결정 성장 시 실리콘 단결정 중의 산소 불순물 농도를 실시간으로 예측하는 시스템을 개발함. 본 시스템은 기존의 과제(장시간, 재료 전체의 지속적인 평가가 어려움)를 해결하는 것으로, 실리콘 결정 성장에 한정되지 않고 다양한 소재 개발에 응용될 것으로 기대됨. 본 연구 성과는 재료의 개발 속도 향상, 제작 중의 이상 탐지, 예측 특성에 기반한 실시간 제어 등 인공 지능(AI)을 활용한 혁신적 재료 프로세스에 기여할 것으로 기대됨.

본 연구 성과는 ‘Applied Physics Express’ (“Real-time prediction of interstitial oxygen concentration in Czochralski silicon using machine learning”) 지에 게재됨.