차세대 산화물 반도체 개발 가속화를 위한 LLM 에이전트 기반 공정 레시피 생성 연구
LLM-Agent-Based Process Recipe Generation for Accelerating Next-Generation Oxide Semiconductor Development
- 주제(키워드) Oxide semiconductor , Thin film transistor , Large language model , deposition recipe , mobility-stability trade-off
- 주제(DDC) 621.042
- 발행기관 아주대학교 일반대학원
- 지도교수 조성범
- 발행년도 2026
- 학위수여년월 2026. 8
- 학위명 석사
- 학과 및 전공 일반대학원 에너지시스템학과
- 실제URI http://www.dcollection.net/handler/ajou/000000036266
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
산화물 반도체는 높은 전자 이동도, 우수한 균일성, 낮은 누설전류 및 저온 공정 가능성을 바탕으로 디스플레이 백플레인에 상용화되었으며, 최근에는 3 차원 DRAM, 수직 NAND flash 및 BEOL 호환 차세대 메모리 소자의 핵심 채널 소재로 주목받고 있다. 그러나 높은 이동도와 우수한 바이어스 안정성을 동시에 달성하는 것은 결함 화학, 계면 트랩 및 공정 조건이 복합적으로 작용하는 이동도–안정성 상충관계로 인해 여전히 어려운 과제이다. 본 연구에서는 산화물 반도체 TFT 문헌으로부터 공정 조건, 소자 구조, 전기적 특성 및 안정성 정보를 추출하여 mobility–stability 데이터베이스를 구축하고, 이를 기반으로 Pareto frontier 와 고성능 outlier device 의 설계 전략을 분석하였다. 또한 구축된 문헌 데이터베이스를 검색 증강 생성（retrieval- augmented generation, RAG） 및 multi-agent refinement 와 결합하여 목표 성능 조건에 대응하는 공정 레시피 생성 프레임워크를 제안하였다. 제안된 모델은 LLM-as-a-Judge 기반 평가에서 열공정 조건에 대해 높은 예측 정확도를 보였으며, 본 연구는 문헌 지식 기반의 AI 공정 설계가 차세대 산화물 반도체 개발을 가속화할 수 있음을 보여준다.
more목차
1. 서론 1
2. 이론적 배경 5
2.1 이동도-안정성 상충관계의 물리적 원인 5
2.2 산화물 반도체 증착 공정 9
2.3 프롬프트 엔지니어링 (Prompt Engineering) 10
2.4 임베딩 및 벡터 유사도 검색 10
2.5 검색 증강 생성 (RAG) 11
3. 실험방법 12
3.1 프레임워크 12
3.2 문헌 수집 및 데이터베이스 구축 14
3.3 데이터 분석 변수 선정 17
3.4 RAG 기반 레시피 생성 모델 19
3.5 LLM-as-a-Judge 기반 평가 20
4. 결과 및 고찰 23
4.1 이동도-안정성 상충관계의 데이터 기반 분석 및 시기별 발전 23
4.2 채널 물질 분석 27
4.3 게이트 절연체 물질 분석 34
4.4 후열처리 온도 분석 42
4.5 이동도 및 안정성 향상을 위한 공정 전략 분석 50
4.5.1 이동도 향상 전략 53
4.5.2 안정성 향상 전략 55
4.6 원자 수준 공정 제어의 중요성 59
4.7 Outlier Data 분석 66
4.8 RAG 기반 레시피 생성 모델 구현 결과 72
4.9 레시피 생성 정확도 평가 및 해석 74
5. Conclusion 78
참고문헌 79
