이은호 교수 연구팀이 복잡한 반도체 패키지 설계에서 열 및 기계적 물성을 평가하고 최적화하는 새로운 방법을 제안하고, 이를 프로그램으로 구현하였다. 이번 연구는 반도체 패키지의 성능 향상, 신뢰성 확보 및 설계 코스트 절감을 위해 열 및 기계적 특성을 종합적으로 분석할 수 있는 방안을 제시하여 학계와 산업계에서 큰 주목을 받고 있다.

반도체 패키지 설계에서는 전통적으로 전기적 특성에 중점을 두었지만, 고도로 집적된 패키지 설계가 발전함에 따라 신뢰성을 확보하기 위하여 열과 기계적 특성의 중요성이 크게 대두되고 있다. 최근에는 칩렛 구조 등의 적용을 위해 패키지 패턴의 복잡성이 크게 증가하고 있지만 모든 제안된 설계에 따른 열적 기계적 특성을 파악하기에는 설계 코스트가 크게 증가하여 현업에서 어려움을 겪고 있었다. 이에 기계공학과의 박정현 박사과정과 이은호 교수는 복잡한 패턴을 가지고 있는 패키지의 열-기계적 물성 big data를 수치해석을 통해  낮은 코스트로 빠르게 확보하고 이 big data를 딥러닝 학습을 통해 효과적으로 분석하는 방법론을 제안했다 (그림 1참조). 또한 2021년부터 2024년동안 삼성전자와 협업하여 제안한 방법론을 삼성전자의 실제 패키지 설계도면에 적용하여 검증하였다. 검증된 방법론은 새로운 설계도면에 대해서 실시간으로 열-기계 물성을 예측하여 실시간으로 property map으로 만들어주어 설계를 돕는 프로그램을 제작하여 삼성전자에 제공하였다 (그림 2참조).

이 플랫폼은 삼성전자와 함께 국내 (10-2022-0129656) 와 국외특허 (18/206,278)로 출원을 하였으며, 2편의 국제논문을 2022년 (IEEE ACCESS, JCR상위 34%), 2024년 (Applied Mathematical Modelling, JCR상위 9%)에 각각 게재하였다. 본 연구의 내용을 학회에 발표하여 박정현 박사과정은 2024년 한국정밀공학회 춘계학술대회에서 최우수논문을 수상하였으며, 이은호 교수는 제 34회 과학기술우수논문상을 수상했다. 또한 2024년 10월에 대만에서 열리는 IMPACT 패키지 관련 국제학회에 invited talk로 초청발표가 예정되어 있다.

이은호 교수는 "이번 연구는 반도체 패키지 설계의 열 및 기계적 특성을 통합적으로 평가할 수 있는 중요한 도구를 제공하며, 이를 통해 패키지 설계의 효율성과 신뢰성을 크게 향상시킬 수 있을 것"이라고 강조했다. 현재 이은호 교수 연구팀은 후속연구로 반도체 패키지의 열적인 특성을 보다 효과적으로 나타낼 수 있는 새로운 열저항 네트워크 구조에 대해 연구하여 논문을 작성 중이라고 밝혔으며, 여러 학교 및 연구소와 협업하여 본 플랫폼의 적용분야를 확대하고 있다. 반도체 패키지 설계와 최적화에 있어 새로운 기준을 제시할 것으로 기대된다.

[그림 1] 열-기계적 물성 학습 모델 구축 모식도

[그림 2] 인공지능 기반 열-기계적 property map 실시간 예측 프로그램