KAIST, 반도체 공정 흐린 영상 복원 기술 개발

생성형 AI와 적응형 필터로 난제 해결

국내 연구진이 반도체 공정에서 발생하는 흐린 영상(블러)을 복원하는 기술을 개발했다.

장무석 KAIST 바이오및뇌공학과 교수 연구팀은 삼성전자 DS부문 반도체연구소와 협력해 적응형 잡음 억제 변수와 인공지능(AI) 기반 영상 생성 모델을 결합한 기술을 통해  반도체 공정에서 발생하는 흐릿한 영상을 복원하는 데 성공했다고 26일 밝혔다. 연구팀은 이를 바탕으로 반도체 검사·계측 과정에서 발생하는 영상 왜곡 문제를 해결하고, 나노미터 수준의 반도체 구조를 정밀하게 복원할 수 있음을 입증했다.

형광 현미경과 주사전자현미경은 각각 생물학 연구와 반도체 제조에서 중요한 역할을 한다. 형광 현미경은 세포와 분자 수준의 미세 구조를 시각화할 수 있지만, 빛의 산란과 회절로 인해 영상이 흐려지는 문제가 빈번히 발생한다. 주사전자현미경은 반도체 공정에서 미세한 결함을 감지하는 데 사용되지만, 전자 빔의 불안정성으로 인해 영상이 왜곡되기 쉽다.

이처럼 다양한 원인으로 발생하는 블러 현상은 산업과 연구 분야 전반에서 중요한 문제로 꼽힌다. 영상 복원을 위해 기존에는 위너 디컨볼루션(Wiener deconvolution)과 같은 전통적 방법이 사용됐으나, 강한 잡음 환경에서는 한계가 있었다.

연구팀은 이러한 한계를 극복하기 위해 적응형 잡음 억제 변수와 생성형 AI 모델을 결합한 영상 복원 기술을 개발했다. 이 기술은 흐릿한 영상을 선명하게 만드는 동시에 잡음을 효과적으로 억제하는 균형 잡힌 결과를 제공한다. 연구팀은 이를 활용해 주사전자현미경으로 촬영한 반도체 구조 영상을 깨끗하고 선명하게 복원하는 데 성공했다.

특히 이 기술은 반도체 제조 공정뿐만 아니라, 진단 광영상이나 정밀 공정 검증이 필요한 의료 및 산업 현장에서도 광범위하게 활용될 가능성이 높다. 연구를 이끈 이찬석 KAIST 박사과정 연구원은 “이번 연구는 강한 잡음 속에서도 왜곡된 영상을 복원하는 난제를 해결했다”며 “향후 비균일한 영상 복원과 다양한 손상 형태를 극복하는 기술 개발에 주력할 것”이라고 밝혔다.

이번 연구는 지난달 1일 이탈리아 밀라노에서 열린 제18회 유럽 컴퓨터 비전 학회(The 18th European Conference on Computer Vision)’에서 발표됐다. 스프링거 네이처(Springer Nature)에서 출판하는 컴퓨터 과학 강의 노트(Lecture Notes in Computer Science)의 유럽 컴퓨터 비전 학회(ECCV) 2024 프로시딩 집에 게재 될 예정이다.