'글로벌 반도체 산업의 중심으로 비상하는 아시아태평양' 보고서에서 발표
반도체 설계와 생산기술 개선하고 제품 출시 시간 단축
생산 공정에 AI 도입하기 위해선 'AI 전략' 수정 필요
인재 영상과 기술 지원 확대도 주요 과제
인공지능(AI)이 반도체 산업의 새로운 성장동력이 될 것이라는 전망이 나왔다.
AI가 반도체 설계와 생산기술을 개선함과 동시에 출시 시간을 단축하면서 글로벌 반도체 기업들은 향후 5년간 연수익 10억달러(약 1조 1900억원) 이상을 기록할 것이란 분석이다.
딜로이트는 최근 발표한 '글로벌 반도체 산업의 중심으로 비상하는 아시아태평양'이라는 보고서에서 AI가 반도체 생산 전환을 주도할 것이라고 발표했다. 반도체 제조공정에 AI를 응용하면서 ▲비용 절감 ▲상용화 시간 단축 ▲운영 효율성 개선 ▲수율 개선 등을 이룰 수 있다고 설명했다.
딜로이트 측은 보고서를 통해 "머신러닝(ML)과 뉴럴 네트워크를 웨이퍼 불량 포착, 광학적 측정, 반도체 제조 및 모델링, 포토레지스트 프로파일 계측, 반도체 생산 결과 예측, 웨이퍼 공정 제어 및 모니터링 등에 응용할 수 있다"며 "반도체 산업은 AI를 응용함으로써 새로운 수익 성장 기회를 실현할 수 있을 것"이라고 밝혔다.
AI, 반도체 생산 공정 단축과 생산량 확대에 유용
딜로이트는 AI로 반도체 상용화 시간을 단축하고 운영 효율성을 높일 수 있다고 전망했다.
반도체 설계와 생산은 복잡한 과정으로 이뤄지고, 모든 단계에서는 엄청난 양의 데이터가 창출된다. 기존 데이터 분석 방법으로는 복잡한 데이터를 제대로 분석하긴 쉽지 않다.
딜로이트는 이 문제를 AI로 해결할 수 있다고 보았다. AI 기반 ML을 활용하면 엄청난 규모의 복잡한 생산과 설계 데이터를 빠르게 분석할 수 있고, 연결점을 찾을 수 있다고 설명했다.
데이터 처리 속도 증가는 생산 공정 속도 단축으로 이어진다. 예를 들어 반도체 기업이 공정 시간과 결과물(리소그래피 강도) 간 비선형적 연관성을 파악할 수 있는 ML 모델을 사용했을 경우 개·묶음 당 최적의 공정 시간을 도출하게 된다. 여기서 결괏값을 적용하게 되면 기업은 반도체 설계와 생산 단계의 생산성을 강화함과 동시에 전체 공정 시간 단축, 기존 제품 생산 및 운영 프로세스 속도를 높일 수 있다. 제품 출시까지 걸리는 시간 역시 자연스럽게 줄어들게 된다.
AI는 설비 추가 없이 생산량을 증대시키는 역할도 할 수 있다. AI는 ML을 통해 각 공정에서 최상의 생산 단계를 파악할 수 있다. 각기 다른 전문 지식과 능력을 통합해 복잡한 생산 공정을 처리하고 효율적인 운영을 이끌 수 있는 것. 이를 통해 기업은 수작업 없이도 전반적인 운영 효율성을 개선해 생산성 향상을 도모할 수 있다.
불량률 줄이고 수율 향상에도 기여
AI는 반도체 생산에 가장 중요한 수율 개선에도 긍정적인 역할을 한다.
반도체 생산에 AI를 활용하면 제품 불량 포착과 축적을 위한 최적화 시스템을 도입할 수 있다.
과거에는 생산 공정에 여러 개의 센서를 설치해 이를 통해 얻은 사진과 영상, 여타 정보를 컴퓨터로 전송한 후, 사람이 수작업으로 그림을 판독해 불량 제품을 걸러냈다. 그만큼 많은 시간이 소요됐고, 오차 편차도 심했다.
AI는 사람이 눈이 아닌 이미지 인식 기술 기반으로 불량 제품을 판독한다. 사람에 따라 주관적으로 평가되는 시스템이 아닌 기존 데이터를 기반으로 객관적으로 불량 제품을 판단한다. 그만큼 정확성이 개선되고, 작업 효율성도 높아진다.
딜로이트 측은 "AI를 활용한 불량 탐지는 현재 광전지 결함 감지 시스템, 추적 시스템 웨이퍼 수율 최적화 시스템 등 소수 시스템만이 성숙 단계에 이르렀다"고 설명했다.
불량 탐지 기능은 반도체 수율에 영향을 미치는 핵심 인자를 파악하는 데도 사용된다. 해당 기능으로 각 소스로부터 최적의 인자를 받아 제품의 수율을 개선하는 것도 가능하다.
딜로이트 측은 "AI 알고리즘은 생산 공정에서 제품 결함을 파악하고 솔루션을 제공할 뿐 아니라 미래 생산 공정 결함을 예측하고 수율을 개선하는 모델도 수립할 수 있다"고 말했다.
이어 "반도체 기업들이 점차 설계와 생산기술을 개선함과 동시에 출시에 걸리는 시간도 단축하고 있는 만큼, AI는 향후 5년간 글로벌 반도체 기업들의 연 수익을 10억 달러 이상 끌어올릴 것으로 예상된다"고 전망했다.
생산 공정에 실제 AI 도입은 어려워...올바른 전략 필요
반도체 생산 공정에 AI를 도입할 경우 긍정적인 결과가 예상되지만, 실제 도입은 쉽지 않다. AI 기술을 응용하기 위해선 적응할 시간이 필요하고 충분한 연구개발(R&D)이 이뤄져야 하기 때문.
그렇다면 반도체 기업이 생산 공정에 AI를 도입하기 위해선 어떤 전략이 필요할까? 딜로이트는 이 문제에 대해 기업이 3가지 요소를 도입해야 한다고 설명했다. ▲AI 전략 수정 ▲전문가 양성 ▲기술 지원 확대다.
딜로이트는 반도체 산업 경쟁이 과열되고 수요가 계속 증가하는 상황에서 기업이 경쟁력을 유지하기 위해서는 새로운 전략을 수립해야 할 필요가 있다고 밝혔다.
AI 관련 사업 규모와 우선순위를 결정하기에 앞서 전략 로드맵의 각 단계에 활용할 수 있는 AI 자원 규모와 타당성, 각 단계의 가치에 대해 평가를 수행해야 한다고 설명했다. 또 이러한 지표에 따라 사업 계획을 수립한 후에는 새로운 가치창출 전략을 도입, 개별적 계획에 따라 각각의 자원을 AI에 배분해야 한다고 부연했다.
내부적인 변화뿐 아니라 외부 자원도 적극 활용해야 한다고 보았다. 다른 산업과 연계해 AI 훈련을 위한 신기술을 개발하고, 비용과 물류 네트워크를 공유해 비용 절감에도 힘써야 한다고 설명했다.
딜로이트는 AI 산업화를 촉진하기 위한 신기술 전문가 영입과 기술적 지원 확대도 필요하다고 주장했다. 반도체 산업의 AI 부문은 인력난이 심각한 만큼, 정부와 반도체 기업은 이러한 상황에 맞춰 전략을 수정하고, 전문가 영입과 인재 양성에 힘써야 한다고 밝혔다. 또 대량의 실험 데이터를 입수해 AI 훈련을 지원하고 AI 모델의 효율성과 정확성도 개선해야 한다고 설명했다.
딜로이트 측은 "반도체 기업들은 연구기관을 설립하고 주요 대학과 공동 연구기관을 만들어 인력을 양성해야 한다"며 "산학 AI 또는 반도체 연구 협력의 흐름을 강화하는 것도 효과적인 전략이 될 수 있다"고 조언했다.
AI타임스 김동원 기자 goodtuna@aitimes.com
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com