이 연구 주제는 반도체 제조의 핵심 단계인 식각 및 플라즈마 공정을 정밀하게 이해하고 제어하는 데 초점을 둔다. 연구실은 reactive ion etching, PECVD, ALD 등 다양한 플라즈마 기반 공정을 대상으로 공정 중 발생하는 물리·화학적 변화를 실시간으로 계측하고, 이를 통해 공정 안정성과 재현성을 높이는 기술을 개발한다. 특히 반도체 미세화가 고도화될수록 식각 선택비, 균일도, 종료점 제어, 챔버 상태 변화가 수율에 직접적인 영향을 미치기 때문에, 공정 내부의 비침습적 진단 기술이 매우 중요하다. 이를 위해 광학 방출 분광(OES), 질량분석, RF 신호, 임피던스, 플라즈마 광신호 등 복수의 센서 데이터를 활용한 인시추 모니터링 기술을 발전시키고 있다. 단일 센서 의존에서 벗어나 다중 플라즈마 정보 융합, 센서 신호 왜곡 보정, 플라즈마 균일도 간접 진단, 종료점 검출, 아킹 및 이상 방전 감지 등 실제 장비 환경에서 필요한 진단 알고리즘을 다룬다. 또한 웨이퍼 온도 균일도, 정전척 성능, 챔버 오염 상태, 배관 내 분말 축적과 같은 장비 건전성 문제까지 확장하여 공정과 장비를 통합적으로 해석한다. 이 연구는 궁극적으로 공정 불량의 조기 탐지와 수율 향상, 유지보수 효율화, 장비 다운타임 감소로 이어진다. 최근에는 300 mm 웨이퍼형 플라즈마 진단센서, 고기능 OES 센서, 비침습 셔스 진단, PECVD 오염 모니터링 등으로 연구 범위가 확대되고 있으며, 반도체 식각·증착 장비의 고도화와 함께 차세대 공정 모니터링 인프라의 핵심 기반 기술로 발전하고 있다.

이 연구 주제는 반도체 제조 데이터에 인공지능과 통계적 모델링을 접목하여 공정 이상을 조기에 검출하고, 직접 측정이 어려운 공정 특성을 예측하는 데 목적이 있다. 연구실은 초기부터 신경망, 시계열 모델, SVM, 베이지안 네트워크, 데이터 융합 기반 방법론을 반도체 식각 공정에 적용해 왔으며, 최근에는 설명가능 인공지능(X-AI), 데이터마이닝, 분류·예측 알고리즘으로 연구를 확장하고 있다. 이는 공정이 복잡하고 변수 간 상호작용이 큰 반도체 제조 환경에서 실시간 의사결정을 지원하는 핵심 기술이다. 구체적으로는 OES와 RGA 같은 이종 센서 데이터를 융합하여 공정 상태를 해석하고, 시계열 기반 신경망 모델로 공정 파라미터를 예측하며, 장비 이상이나 레시피 편차에 따른 fault detection and classification을 수행한다. 또한 박막 두께, 응력, 경도, 플라즈마 상태, MFC 이상, 증착 품질과 같은 결과값을 직접 측정하지 않고 공정 신호로부터 추정하는 virtual metrology 연구도 활발하다. 이러한 접근은 공정 후 검사에 의존하던 기존 방식보다 훨씬 빠르게 이상을 식별할 수 있게 하며, run-to-run 제어와 advanced process control 구현에 매우 유리하다. 이 연구의 산업적 가치는 매우 크다. 반도체 양산에서는 작은 센서 이상이나 장비 편차도 대량 불량으로 이어질 수 있으므로, AI 기반 공정진단은 수율과 생산성 향상의 핵심 수단이 된다. 연구실의 방향은 단순한 예측 성능을 넘어서 현장 엔지니어가 이해하고 활용할 수 있는 설명 가능한 진단 지표, 사용자 인터페이스, FDC 연동 시스템까지 포함하며, 향후 스마트 반도체 제조와 자율 공정 제어 체계의 기반 기술로 연결될 가능성이 높다.

이 연구 주제는 반도체와 디스플레이 제조에서 사용되는 증착 공정, 챔버 클리닝, 공정 부산물 처리, 친환경 대체가스 개발을 포괄한다. 연구실은 3D NAND용 산화막·질화막 증착장비, ALD 생산성 향상, PECVD 챔버 상태 분석, 건식 클리닝 조건 최적화 등 실제 산업 수요와 밀접한 문제를 다루고 있다. 미세화와 적층 구조가 심화될수록 박막 특성, 계면 품질, 챔버 오염, 부산물 축적, 가스 반응 메커니즘이 제품 성능과 장비 안정성에 큰 영향을 주기 때문에, 공정 재현성과 환경성을 동시에 확보하는 기술이 중요해지고 있다. 특히 최근 연구에서는 저지구온난화지수(GWP) 공정가스와 기존 NF3 대체 세정가스 개발이 중요한 축을 이룬다. COF2 계열 가스, 원격 플라즈마 분해 장치, 챔버 오염 진단, 세정 속도 향상, 부산물 반응 메커니즘 분석 등은 온실가스 배출 저감과 공정 효율 개선을 동시에 노리는 전략이다. 또한 박막 응력, 수소 함량, 증착 균일도, 웨이퍼 휨, 패키징 신뢰성, 후공정용 소재·부품·장비 기술 검증 등으로 연구 범위가 확장되며, 소재-공정-장비-패키징을 잇는 전주기적 접근이 특징적이다. 이러한 연구는 단순한 실험실 수준을 넘어 산업 적용 가능성이 높다는 점에서 의미가 크다. 친환경 가스와 고성능 챔버 클리닝 기술은 반도체 제조의 탄소 저감 요구에 직접 대응하고, 증착·패키징 공정 최적화는 고집적 반도체와 3D 패키징 시대의 핵심 경쟁력이 된다. 연구실은 기업 및 산업협회와의 협력 프로젝트를 통해 실증 중심의 연구를 수행하며, 반도체 소부장 분야의 실무형 기술과 인력 양성까지 함께 추진하고 있다.