AI로 첨단 반도체 패키징 설계 시간 1,000배 단축

 

고려대학교 세종캠퍼스(부총장 양지운) 지능형반도체공학과 인공지능 반도체 공정기술 및 설계 연구팀이 반도체 패키징 분야 국제 학술대회 ‘2026 IEEE 76th Electronic Components and Technology Conference(ECTC)’에서 AI 기반 유기 RDL 인터포저 신호 무결성 최적화 연구 성과를 발표했다.

 

이번 연구는 ‘AI-Driven Inverse Design and Vision Fusion Framework for Automated Signal Integrity Optimization of Organic RDL Interposers’를 주제로 수행됐으며, 조민선(제1저자), 이태헌(공저자), 유지호(공저자), 김다영(공저자), 정성엽(교신저자) 연구진이 참여했다. 해당 논문은 구두 발표(Oral Presentation)로 채택됐으며, IEEE 프로시딩(Proceedings) 논문으로 출판되는 성과를 거뒀다.

 

제76회 ECTC는 2026년 5월 26일부터 29일까지 미국 플로리다주 올랜도 JW Marriott & The Ritz-Carlton Grande Lakes에서 개최됐다. ECTC는 반도체 패키징, 전자부품, 마이크로일렉트로닉스 시스템 분야의 최신 연구 성과와 산업 동향이 공유되는 대표적인 국제 학술대회로, 매년 전 세계 학계와 산업계 전문가들이 참여하는 주요 기술 교류의 장으로 평가받고 있다.

 

최근 인공지능(AI), 고성능 컴퓨팅(HPC), 고대역폭 메모리(HBM) 수요가 급격히 증가하면서 여러 칩을 하나의 패키지 안에 고밀도로 집적하는 2.5D·3D 첨단 패키징 기술의 중요성이 커지고 있다. 특히 RDL 인터포저는 칩과 칩 사이의 전기적 신호를 안정적으로 연결하는 핵심 구조로, 차세대 반도체의 성능과 신뢰성을 좌우하는 중요한 요소로 주목받고 있다.

 

그러나 실제 제조 공정에서는 구리 배선이 이상적인 직사각형이 아니라 사다리꼴 단면으로 형성되는 경우가 많아, 기존 수식 기반 모델만으로는 신호 특성을 정확하게 예측하기 어렵다는 한계가 있었다. 또한 정밀 전자기 시뮬레이션은 높은 정확도를 제공하지만, 설계 한 점을 검증하는 데도 상당한 시간이 소요될 수 있어 반복 설계와 최적화 과정에 많은 시간과 비용이 필요했다.

 

연구팀은 이러한 문제를 해결하기 위해 인공지능 기반의 자동 설계 프레임워크를 제안했다. 이번 연구는 배선 구조로부터 임피던스를 예측하는 대리 모델, 목표 성능에서 최적 구조를 역으로 찾아내는 역설계 모델, 신호 품질 이미지인 아이 다이어그램을 분석해 합격 여부를 판정하는 비전 기반 분류기(CNN)를 하나의 자동 폐회로(closed loop)로 통합한 것이 특징이다.

 

이를 통해 연구팀은 기존 시뮬레이션에 준하는 높은 정확도를 유지하면서도 설계 시간을 크게 단축할 수 있음을 확인했다. 연구 결과, 단일 신호 구조에서는 R²=0.997, 차동 신호 구조에서는 R²=0.994 수준의 예측 정확도를 확보했으며, 기존 방식 대비 설계 시간을 약 1,000배 이상 줄일 수 있는 가능성을 제시했다.

 

또한 연구팀은 기존 업계에서 널리 활용되는 임피던스 매칭 중심의 설계 절차만으로는 실제 신호 무결성을 충분히 보장하기 어려울 수 있음을 데이터 기반으로 제시했다. 임피던스 값이 목표 범위에 들어오더라도 아이 다이어그램 등 실제 신호 품질 지표에서는 문제가 발생할 수 있으며, 이를 AI 기반 비전 모델이 효과적으로 판별할 수 있음을 확인했다.

 

이번 연구는 AI 역설계와 비전 기반 신호 무결성 검증을 하나의 자동화 프레임워크로 결합했다는 점에서 학술적·산업적 의미가 있다. 특히 HBM, AI 가속기, 고성능 서버용 반도체 등 차세대 반도체 패키지 설계에서 요구되는 빠르고 정밀한 설계 자동화 기술의 기반을 제시했다는 점에서 향후 활용 가능성이 기대된다.

 

제1저자인 조민선 연구원은 “기존의 수식 기반 해석 모델이나 일일이 시뮬레이션을 반복하는 방식이 아닌, 인공신경망의 함수 근사 능력과 심층학습을 이용해 더욱 정확하고 빠르게 설계 모델을 구축할 수 있었다”며 “특히 임피던스 매칭만으로는 잡아내기 어려웠던 신호 무결성의 미스매치까지 데이터 기반 AI가 정확하고 효율적으로 예측·검증할 수 있음을 제시했다”고 설명했다. 이어 “ECTC에서 이러한 성과를 발표하고 글로벌 연구진과 교류할 수 있어 뜻깊었다”고 밝혔다.

 

교신저자 정성엽 교수 또한 “인공지능과 반도체라는 두 분야를 접목한 융합연구로 의미 있는 성과를 거두게 되어 기쁘다"고 소감을 전했다.

 

본 연구는 한국산업기술기획평가원(KEIT, RS-2024-00417909, RS-2025-25452526), KCHIPS(25081-15FC), 고려대학교의 지원을 받아 수행됐으며, 반도체설계교육센터(IDEC)의 EDA 툴 지원과 시놉시스 코리아(Synopsys Korea)의 기술 지원을 받았다.

고려대학교 세종캠퍼스

대외교류팀