이번 논문 발표를 통해 가우스랩스는 AI 기반 가상 계측 솔루션 ‘Panoptes VM(Virtual Metrology)’의 예측 정확도를 높이는 알고리즘인 ‘통합 적응형 온라인 모델(Aggregated AOM)’을 소개했다. AOM은 공정 상태 변화에 따른 데이터 변화 문제를 해결하고 높은 예측 성능을 유지하도록 하는 모델링 알고리즘을 뜻한다.
가우스랩스가 학회에서 새로 공개한 알고리즘은 기존 AOM을 업그레이드한 버전으로, 동일한 패턴을 공유하는 장비 등의 데이터를 통합 모델링해 데이터 부족 문제를 해결하는 동시에 예측 정확도를 높였다. 이 알고리즘을 적용하면 공정 산포 개선율이 높아진다는 것이 가우스랩스의 설명이다.
가우스랩스는 학회 발표에서 ‘범용 노이즈 제거 기술(Universal Denoising)’도 소개했다.
반도체 계측 중 일부 작업은 반도체 구조 검사용 전자 현미경(CD-SEM) 이미지를 바탕으로 진행된다. 극도로 작은 나노미터 단위까지 정확하게 측정하기 위해서는 전자 현미경 이미지의 노이즈(잡티)를 제거해 해상도를 높이는 것이 중요하다.
가우스랩스가 개발한 이 기술은 AI를 이용해 다양한 형태의 이미지에서 노이즈를 한번에 제거해 준다. 회사는 “SK하이닉스와 테스트를 진행한 결과 이미지 획득 시간이 기존 기술의 1/4까지 단축되는 것을 확인했다”며 “앞으로 이 기술이 반도체 계측 장비의 생산성을 42% 개선할 것”이라고 전망했다.
[소비자가만드는신문=송혜림 기자]
저작권자 © 소비자가 만드는 신문 무단전재 및 재배포 금지
