이성훈 SK하이닉스 "반도체 R&D, 이제 AI 없인 불가능... 소재 탐색 시간 400분의 1로 단축" 작성일 02-11 44 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[반도체레이다]</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="pIU9XjhDhc"> <figure class="figure_frm origin_fig" contents-hash="227ca1a7b173347048ec8b62293c1269ce267c0976870e495740c70f500a6c79" dmcf-pid="UCu2ZAlwvA" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/11/552796-pzfp7fF/20260211162751640sjim.jpg" data-org-width="640" dmcf-mid="00xL9T0Hvk" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/11/552796-pzfp7fF/20260211162751640sjim.jpg" width="658"></p> </figure> <p contents-hash="e28295fb50cda0be9dd829051388ce616face4bfb6f31478d934246174bfb47f" dmcf-pid="uh7V5cSrWj" dmcf-ptype="general">[디지털데일리 배태용기자]<strong> "지난 20년은 준비된 기술을 잘 활용하는 시대였다면 앞으로의 10년은 AI를 도입해 개발 속도(Cadence)를 지켜내는 '생존의 시간'이 될 것입니다."</strong></p> <p contents-hash="a3add6390c96e634d9ae94884df4e6f899b03d0a4d666732e0a9f16c2683389d" dmcf-pid="7lzf1kvmvN" dmcf-ptype="general">11일 서울 코엑스에서 열린 '세미콘 코리아 2026' 기조연설 무대에 오른 이성훈 SK하이닉스 부사장(R&D 공정 개발 총괄)은 반도체 미세공정의 한계와 이를 돌파하기 위한 새로운 방법론으로 ‘AI 기반 R&D’를 제시하며 이같이 말했다.</p> <p contents-hash="54e8ec0bd966f5eaee87809739b9ad941efb1986dbd8156b207dc6306301f3b7" dmcf-pid="zSq4tETsla" dmcf-ptype="general">이 부사장은 먼저 반도체 기술의 변곡점을 짚었다. 그는 "과거에는 로직 등 타 분야에서 검증된 기술을 메모리에 적용하는 방식으로 개발 주기를 맞출 수 있었지만 이제는 D램의 10나노급 진입과 낸드의 수백 단 적층 등 기술 난이도가 기하급수적으로 높아졌다"고 진단했다.</p> <p contents-hash="e8c06d32f4d5be379cd12abe404000a5f3585756c167b11b75b666ce27925331" dmcf-pid="qvB8FDyOSg" dmcf-ptype="general">특히 차세대 메모리로 꼽히는 3D D램과 1000단 이상의 낸드플래시 개발 과정에서 수직 채널 형성의 어려움, 공정 비용 증가, 셀 전류(Cell Current) 감소 등 물리적 한계가 뚜렷해지고 있다고 설명했다. 이 부사장은 "기존의 인력 중심(Man-force based) R&D 방식으로는 신제품 개발에 4~5년 이상의 시간이 추가로 소요될 수밖에 없는 상황"이라며 위기감을 드러냈다.</p> <p contents-hash="0f68ad24a33548d848ab260ae65e979c1f05316ff78724c0938f44690bad021c" dmcf-pid="BTb63wWIho" dmcf-ptype="general">이러한 난관을 뚫기 위해 SK하이닉스는 R&D 전 과정에 AI를 도입하는 실험을 단행했다. 이 부사장은 구체적인 사례로 '신소재 탐색'과 '식각 공정 최적화'를 꼽았다.</p> <p contents-hash="d931e7b9699cd4d493e27ac85f7a29bb1e891e8fd79a9afbe23eec54e5be8871" dmcf-pid="blzf1kvmCL" dmcf-ptype="general">그는 "기존에 연구원들이 2년간 매달려 200여 개의 소재를 검토했다면 AI 모델링을 도입한 결과 소재 탐색 시간을 400분의 1로 획기적으로 단축했다"라며 "실제 실험 결과와 AI 예측값의 오차도 거의 없을 정도로 정확도 또한 높았다"라고 밝혔다.</p> <p contents-hash="2b9f16eecf7e3ad2bb5e95bb248f266b0f1efd036126d80fbbeed511727f1e50" dmcf-pid="KSq4tETsWn" dmcf-ptype="general">또한 엔비디아와의 협업 사례도 공개했다. 이 부사장은 "엔비디아의 AI 플랫폼인 '피직스 니모(Physics-NeMo)'를 활용해 식각 공정 레시피를 개발하는 프로젝트를 진행 중"이라며 "이를 통해 웨이퍼 테스트 횟수를 기존 대비 10분의 1로 줄이면서도 목표한 공정 타깃에 근접한 결과를 얻었다"고 강조했다.</p> <p contents-hash="7f47702f12eccf3df355f7ddc004a35b426d23a20b59da6ab2274623df3a5f03" dmcf-pid="9vB8FDyOTi" dmcf-ptype="general">이 부사장은 AI 혁신이 개별 기업을 넘어 반도체 생태계 전체로 확산돼야 한다고 제언했다. 그는 "반도체 업계는 IP(지식재산권) 보호 문제로 데이터 공유에 매우 폐쇄적이지만 AI 시대에는 이 장벽을 어떻게 넘을지가 관건"이라며 "소재·부품·장비 기업들이 각자의 데이터를 안전하게 공유하고 AI를 통해 협업하는 생태계를 구축해야만 다가올 기술적 난제를 극복할 수 있다"고 역설했다.</p> <p contents-hash="39735712cc920a1a1289c410b53cea8b324e4199069c137b0fa97888cd51f6d3" dmcf-pid="2Tb63wWISJ" dmcf-ptype="general">끝으로 그는 "SK하이닉스는 앞으로도 기술 플랫폼(Tech Platform) 고도화와 LOD(Logic of Difficulty) 예측 시스템을 통해 개발 난이도를 낮추고 파트너사들과의 선제적 협업을 통해 메모리 반도체의 ‘타임 투 마켓(Time to Market)’ 경쟁력을 지켜나갈 것"이라고 덧붙였다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 산업부, AI 반도체 실증·상용화 기회 확대…5년간 1조원 투자 02-11 다음 반도체 전시회서 만나 삼성·SK …“HBM4 기술 우리가 주도할 것” 02-11 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
