Ultra-low loop wedge bonding optimization with ML-driven modeling
연구 내용
MMIC 패키징에서 Wedge Bonding으로 초고집적 초저 루프를 구현하기 위해 루프 형상 형성 메커니즘과 공정 변수를 분석하고, 기계학습 기반 최적화로 공정-특성 관계를 모델링하는 연구
초고집적 패키징에서 와이어 루프 높이를 낮추면 인덕턴스와 저항이 감소하고, 몰딩 및 마킹 공정 중 노출 와이어 손상과 루프 붕괴 위험이 완화되는 점에 주목합니다. 본 연구는 Wedge Bonding에서 루프 형상과 높이가 공정 파라미터에 의해 어떻게 달라지는지 분석하여, 매우 낮은 루프를 형성하는 조건을 도출합니다. 또한 Taguchi methods와 Artificial neural network를 활용하여 공정 최적화 문제를 정식화하고, 공정 파라미터 조합에 따른 루프 높이 응답을 예측해 스케일러블한 최적 조건을 확보합니다. 이를 통해 고전력 신호 전달과 고집적 인터커넥트의 전기적 특성을 개선하는 방향으로 설계합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2022년 연구에서는 Wedge Bonding 기반으로 초저 루프를 구현하기 위해, 1 mm 두께 금 와이어의 루프 형성을 비교·분석하고 루프 높이가 공정 파라미터에 따라 변화하는 경향을 도출했습니다. 이후 2026년에는 Taguchi methods와 Artificial neural network를 결합하여 초저 루프를 목표로 하는 공정 최적화를 ML 기반으로 수행하는 접근으로 확장했습니다. 초기의 파라미터-형상 분석을 기반으로, 응답 예측과 최적화 절차를 체계화하여 MMIC 패키징용 공정 설계로 연결했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Low Height Wire bond Looping Technology using Wedge Bonding for the MMIC Package
Machine learning-driven process optimization for ultra-low loop wedge bonding in monolithic microwave integrated circuit packaging