성공 사례

분석 역량을 위한 투자로 저전력 메모리 기술 혁신을 강화합니다

선도적인 반도체 기업인 제주반도체는 연구개발 중심 비즈니스 모델을 최적화하기 위한 핵심 요소로 올인원 통계 워크플로 도구를 활용하고 있습니다

최근 몇 년 동안 5G와 사물인터넷(IoT) 기술이 폭발적으로 발전하면서 첨단 기술 제조업체들은 반도체 업계에서 수십 년째 이어지고 있는 칩 소형화를 위한 새로운 기술을 개발하는 동시에 고객의 다양한 요구를 충족하고 에너지 효율까지 챙겨야 하는 부담이 커지고 있습니다. 전통적으로 제조기업들은 R&D와 제조 부문 모두를 운영했지만, 시장은 점점 신기술 개발을 위한 R&D에 훨씬 더 높은 수준의 지속적인 투자를 요구하는 모델로 이동하고 있습니다. 이러한 상황에서 업계 리더들은 조직의 역량을 온전히 R&D에 집중하는 새로운 모델로 전환했습니다. 제조를 제조 전문 파트너에게 아웃소싱함으로써 '팹리스' 반도체 업계의 선구자들은 전보다 단축된 개발 일정에 최대한의 자원을 할당하고 있습니다.

이 분야에서 업계를 선도하고 있는 팹리스 반도체 기업 제주반도체(JSC)는, 본사가 위치한 한반도 남쪽의 그림같은 섬이름을 붙여 회사명을 정했습니다. 시스템 반도체에 주력하는 대부분의 팹리스 업체와 대조적으로 JSC는 저전력, 대용량 메모리에 필요한 토털 솔루션을 개발하고 IoT와 5G 시장의 선두주자로 발돋움하기 위한 고부가가치 비즈니스를 창출했습니다. 최적화된 정적 랜덤 액세스 메모리(SRAM)와 동기식 동적 랜덤 액세스 메모리(SDRAM) 제품은 이미 광범위한 분야에 적용되어 전 세계 스마트 시티에 영향을 미치고 있습니다.

JSC의 부상돈 차장은 "메모리 반도체 분야는 국내의 경우 삼성전자와 SK 하이닉스가, 미국에서는 마이크론 등의 글로벌 대기업이 주도하고 있지만 제주반도체는 과감한 기술 투자를 통해 저전력 메모리라는 틈새시장을 공략하여 의미 있는 시장점유율을 확보했습니다."라고 설명합니다. 또한 제주도로 사업장을 옮긴 이후 회사는 주목할 만한 성장을 이루었고, 보다 친환경적이고 지속 가능한 새로운 종류의 제품으로 혁신을 이루었다고 말합니다.

부 차장은 "안정적인 성장을 위해 사업 구조를 바꾸려고 노력한 끝에 메모리 반도체의 적용 범위를 낸드플래시와 다중 칩 패키지를 포함한 300개가 넘는 관련 제품 분야로 확대할 수 있었습니다."라고 이야기합니다. 나아가 회사는 현재 글로벌 선두 기업인 Qualcomm과 MediaTek을 통해 5G 메모리반도체 인증을 받고 있는 중이라고 덧붙였습니다. "올해 JSC는 메모리 반도체 분야를 포함하여 자동차 전장 부문에서 특히 두각을 나타낼 것으로 예상됩니다."

팹리스 비즈니스 모델은 혁신을 가속화하지만 데이터 분석에 대한 협업은 보다 정교한 접근 방식을 요구합니다

연구개발에 대한 집중적인 투자를 통해 JSC는 더 개선되고 혁신적인 엔지니어링을 이루어냈다고 부 차장은 말합니다. 그러나 투자와 더불어 엔지니어링 인력의 분석 역량을 발전시켰기에 이를 이루어낼 수 있었습니다. "분석에 대해 특별한 접근 방식을 취하고 있는 회사는 저희 뿐만이 아닙니다. 하지만 메모리 설계, 제조, 영업, 마케팅을 포함한 각 분야의 전문가들이 데이터 기반의 의사 결정에 기반하여 공급망 파트너 및 고객과 유기적이고 상호 협력적인 관계를 맺고 있다는 점이 JSC를 특별하게 만드는 요인이라고 생각합니다."

제조는 외주 반도체 조립·시험(OSAT) 업체가 전반적인 공정을 처리하지만 외부 제조 공정에서 생성되는 데이터는 JSC의 연구개발 파이프라인에서 중추적인 역할을 한다고 부 차장은 설명합니다. 더욱 진보적이고 가격 경쟁력이 높으며 저전력인 제품을 개발하기 위해서는 데이터 분석 워크플로의 결과를 꼼꼼하게 회고하는 학습이 뒷받침되어야 합니다. 따라서 제품에 대한 지식을 궁극적으로 차세대 칩 설계에 반영하려면 제작 공정에서 생성된 데이터를 JSC의 R&D 조직으로 다시 전달하여야 합니다.

메모리 웨이퍼의 제조 공정을 담당하는 부 차장은 데이터 분석의 전 분야에서 OSAT와 긴밀하게 협력하고 있습니다. 부 차장은 "반도체 설계, 제조, 영업 또는 고객 평가에서 저희가 수행해야 할 우선 과제는 각자의 영역을 독립적으로 운영하는 것이 아니라 서로 피드백을 주고 받고 실행함으로써 더 나은 성과를 내기 위해 협력하는 것입니다."라고 말합니다. 예를 들어, 조립 파트너로부터 평가 데이터나 결과를 받으면 JSC는 이러한 데이터를 사용하여 자체 분석을 수행하고 실험 설계(DOE)를 통해 새로운 실험 계획을 반복합니다. 

실험 설계, 품질 및 공정 능력 분석을 위한 일체형 플랫폼

DOE는 엔지니어가 각 웨이퍼에서 테스트를 통해 얻은 정보를 최대화하기 위해 일련의 맞춤형 실험을 설계하는 접근법입니다. DOE는 JSC의 분석 워크플로에서 핵심적인 단계이며, 여기에는 사내 분석을 위해 OSAT 파트너로부터 원시 데이터를 받아 준비하는데 필요한 데이터 액세스 및 관리 단계 외에도 통계적 공정 관리, 품질 및 공정 능력 분석에 대한 방법도 포함된다고 부 차장은 설명합니다.

수년간 JSC의 엔지니어들은 데이터 정리 및 분석을 위해 엑셀과 그 외의 여러 도구에 의존했습니다. 그러나 이러한 접근 방식에는 분명한 한계가 있었으며 비효율적인 데이터 워크플로가 공정 안정화의 걸림돌이라는 사실이 곧 드러났다고 부 차장은 이야기합니다.

당시에는 전적으로 엑셀을 이용해 데이터를 정리하고 분석했습니다. 또한 풍부한 원시 데이터에 액세스할 수 있음에도 불구하고 대용량 데이터 세트를 처리할 수 없는 도구의 기능과 성능 부족은 엔지니어가 얻을 수 있는 통찰력을 제한하였습니다. 그는 "엑셀에서 실험 데이터를 적절하게 분석하고 유의미한 결과를 얻는 것이 너무 어려웠다"고 설명하며 대체 도구를 평가하던 중 JMP®의 통계적 발견 소프트웨어를 접했다고 덧붙였습니다. 처음에 그의 시선을 사로잡은 것은 플랫폼의 내장 DOE 기능이었습니다.

"JMP에는 통계를 활용하여 테스트하지 않은 영역도 예측할 수 있는 기능이 있습니다. JMP의 DOE를 통해 과거의 실험 데이터를 활용하여 최적의 조건을 파악할 수 있었고, 머지않아 오랜 시간 동안 겪었던 고질적인 문제를 해결할 수 있었습니다. JMP의 데이터 분석 성능은 정말로 강력합니다."

그러나 JMP의 장점은 DOE에만 있는 것이 아닙니다. JSC의 엔지니어들은 이 새로운 도구를 이용하면 모든 분석 워크플로를 하나로 통합하고 대화형 웨이퍼 맵을 생성하고, 근본적인 원인 분석을 통해 폐기물과 공정이탈 복구를 감소시키고, 효율적인 분할 계획을 수립하고, 여러 소스의 데이터를 실행 가능한 형식으로 수집하고, 내부 및 외부 이해관계자 모두가 즉각 이해할 수 있는 강력한 시각화를 통해 통찰력을 전달할 수 있었습니다.

JSC에서 OSAT 파트너와의 인터페이스 및 공정 사양 협상을 총괄하는 정경윤 수석은 "처음 그래프를 생성하거나 JMP에서 기존의 분석 내용을 변경할 때 다른 프로그램보다 손이 덜 가서 훨씬 빠르게 작업을 수행할 수 있습니다."라고 말합니다. "양산 단계에서 저희는 공정과 수율 관리를 담당하고 있는데 오작동이나 낮은 수율과 같은 문제가 발생하면 JSC의 기술설계·시험팀과 함께 근본 원인을 분석합니다. 그런 다음 조사 결과와 개선방안을 공장에 전달하여 문제를 해결하고 안정적인 양산을 보장합니다."

정 수석은 제품 결함을 분석하기 위해 팀은 불량 비트맵(Fail Bit Map, FBM)을 생성해야 한다고 설명합니다. 그는 "엑셀로 작성하면 초기 설정에 많은 시간이 소요되고 맵을 완성한 후에도 여전히 매크로를 작성해야 부분 확대나 축소가 가능하다"고 덧붙입니다. 반면 JMP를 사용하면 단일 스크립트나 코드 행을 작성하지 않고 그래프 빌더에서 직접 FBM을 생성할 수 있습니다. 정 수석은 "그렇게 하면 분석에 필요한 시간이 상당히 단축됩니다. 분석 결과를 숫자나 단어로 표현하는 것보다 시각 그래프를 사용하여 내용을 이해하는 것이 훨씬 효과적이죠."라고 덧붙이며 이러한 부분이 JMP가 빛을 발하는 분야라고 설명합니다.

데이터 중심의 실험이 OFAT(One-Factor-at-a-Time, 한 번에 한 요인) 접근 방식을 대체하며 엔지니어링 문화의 변신을 예고

JMP의 신제품 출시를 통해 JSC의 엔지니어링 직원은 한 번에 한 요인씩 이루어지는 반응형 테스트에서 선제적인 데이터 중심 의사 결정에 이르는 회사의 엔지니어링 문화의 급격한 변화를 나타내는 일련의 분석 모범 사례를 표준화할 수 있었습니다. 부 차장과 정 수석은 이러한 변화가 비용과 시간 절약 측면 모두에서 실질적인 영향을 끼쳤다는 사실에 동의합니다.

부 차장은 팀이 다이 치핑 공정에서 발생한 지속적인 높은 결함 비율을 해결한 사례를 인용합니다. 그는 팀이 재료를 변경해야 하는지 여부를 파악하기 위해 노력했으며 JMP의 DOE와 적합 모델을 통해 최적의 설계 공간과 조건을 신속하게 파악할 수 있었다고 설명합니다. "JMP가 없었다면 시행착오로 인해 더 많은 시간이 걸렸을 것이고, 시각적으로 이를 표현하는 것도 어려웠을 것입니다."라고 부 차장은 이야기합니다.

또 다른 사례에서는 다이를 웨이퍼에서 분리한 최종 테스트 조립 공정에서 지속적으로 발생하는 낮은 수율 문제를 조사하기 위해 팀을 소집했습니다. 해당 공정은 기준을 일탈하는 발생으로 인한 높은 치핑 비율 문제를 겪고 있었습니다.

부 차장은 결함률을 낮추고 공정을 최적화하기 위해 팀이 DOE를 사용하여 실험용 톱의 조건을 반복했다고 말합니다. "블레이드 유형과 절단 방식 변경부터 선택된 조건에서의 파라미터 튜닝 실험까지의 모든 실험 요소를 JMP의 커스텀 디자인으로 진행했습니다. 적합 모델에서 얻은 최적화된 조건을 구현한 이후로 최종 검정 프로세스에서 거의 2년 동안 수율 저하가 발생하지 않고 있습니다."

JMP가 없었다면 팀은 한 번에 한 요인만 변경해야 했을 것이라고 부 차장은 이야기합니다. "정확한 비즈니스 파급력을 계량화하기는 어렵지만, 현재로서는 상승 추세라고 봐도 무방할 것 같습니다."

JMP®는 데이터와 관련된 비효율성과 어려움을 간소화하는 부분에서 시간 절약 및 품질 향상

팀은 JMP가 제공하는 소프트웨어의 기능을 완벽하게 숙지하는데 필요한 모든 자료를 최대한 활용했으며, 소프트웨어의 도움으로 분석 역량을 확대할 수 있었습니다. 또한 부 차장과 정 수석은 JMP의 기술 전문가들과 관계를 맺음으로써 JSC가 투자를 통해 얻은 이익을 증폭시켰습니다. "JMP로 데이터를 분석할 때, 저는 종종 원시 데이터를 'JMP내 전문가'와 공유합니다. 그러면 제가 분석한 결과를 JMP 전문가의 분석 결과와 비교하고 분석이 적절한지를 교차 검증할 수 있습니다. 저는 이러한 관계가 제 역량을 향상시키는데 기여했다고 생각합니다."라고 부 차장은 설명합니다.

지속적인 개선의 비결은 지속적인 학습이며, JSC가 자동화 활용 영역을 지속적으로 확대함에 따라 팀의 역량도 그와 함께 성장하는 것이 중요하다고 정 수석은 이야기합니다. "제품 관리자가 분석한 공장 데이터에 접근하여 누구나 기본적인 분석과 모니터링을 수행할 수 있도록 시스템화와 자동화가 진행되고 있습니다. 앞으로 수율 관리와 분석 시스템을 혁신할 수 있을 것으로 기대하고 있습니다."