본 연구실은 파장 주사 Fizeau 간섭계를 기반으로 한 초정밀 광학 측정 기술을 중점적으로 연구하고 있습니다. 이 기술은 반도체, 디스플레이, 광학 부품 등 다양한 산업 분야에서 요구되는 나노미터 수준의 표면 형상 및 두께 측정에 필수적입니다. 파장 주사 간섭법은 비접촉 방식으로 대구경, 고반사율, 투명 소재의 표면 및 두께를 동시에 정밀하게 측정할 수 있는 장점이 있습니다. 연구실에서는 다양한 위상 검출 알고리즘과 창함수 설계, 고조파 및 비선형 오차 억제 기법을 개발하여 기존 간섭계의 한계를 극복하고 있습니다. 예를 들어, Gaussian 창함수, Blackman 샘플링 윈도우, 3N, 5N, 10N 등 다양한 프레임 기반 위상 추출 알고리즘을 통해 측정 정확도를 극대화하고, 환경적 요인(진동, 온도 변화 등)으로 인한 오차를 최소화하는 방법을 제시하고 있습니다. 또한, 실리콘 웨이퍼, 블랭크 마스크, 투명 평판 등 다양한 시료에 대한 실험적 검증을 통해 알고리즘의 실효성을 입증하고 있습니다. 이러한 연구는 반도체 제조 공정의 품질 관리, 디스플레이 패널의 정밀 검사, 광학 부품의 대량 생산 등 첨단 제조 산업의 경쟁력 향상에 크게 기여하고 있습니다. 앞으로도 연구실은 더욱 정밀하고 신뢰성 높은 광학 측정 시스템 개발을 목표로, 기계학습 및 인공지능 기술과의 융합 연구를 지속적으로 추진할 예정입니다.

최근 연구실에서는 딥러닝 및 인공지능 기술을 광간섭 측정 시스템에 접목하여, 기존의 물리 기반 신호처리 한계를 극복하고 있습니다. 특히, 간섭무늬의 노이즈 제거, 위상 추출, 파면 수차 보정 등 복잡한 신호 해석 문제를 딥러닝 모델로 해결함으로써, 실시간·고정밀 측정이 가능한 차세대 광학 측정 시스템을 개발하고 있습니다. 예를 들어, DRAUNet과 같은 Residual Attention UNet 기반의 모델을 활용하여 간섭무늬의 2차 고조파 및 가우시안 잡음을 효과적으로 분리·제거하고, 위상 추출 정확도를 크게 향상시키는 연구를 수행하고 있습니다. 또한, 대규모 데이터 기반의 기계학습 기법을 활용하여, 실리콘 웨이퍼의 표면 형상, 투명 평판의 두께, 블랭크 마스크의 불균일성 등 다양한 광학적 특성을 자동으로 분석·예측하는 시스템을 구축하고 있습니다. 이러한 기술은 반도체, 디스플레이, 정밀 광학 산업에서 품질 관리 자동화, 불량 예측, 생산 효율성 증대에 직접적으로 기여할 수 있습니다. 더불어, 대용량 데이터 처리와 실시간 분석이 가능한 소프트웨어 플랫폼 개발도 병행하고 있습니다. 지능형 기계 시스템 분야에서는 대화형 CNC 기계 모니터링(예: ChatCNC)과 같이, 대형언어모델(LLM)과 실시간 IIoT 데이터를 결합한 스마트 제조 솔루션도 연구 중입니다. 이를 통해 작업자와 기계 간의 자연어 기반 인터페이스를 구현하고, 생산 현장의 디지털 전환 및 스마트 팩토리 구현에 앞장서고 있습니다.