페이지 정보
본문
김상진 교수
아주대학교
SPIE 2026 Next-Generation Semiconductor Patterning Technology Trends and Implications
AI 시대 반도체는 연산 성능보다 데이터 이동과 메모리 병목 해결이 핵심 과제로 부상하면서 HBM, Advanced Packaging, Chiplet 및 Heterogeneous Integration 중심으로 빠르게 변화하고 있다. 본 강의에서는 SPIE 2026 Keynote 및 Patterning Materials/Processes 발표를 기반으로 차세대 패터닝 기술의 주요 흐름과 산업적 시사점을 살펴본다. 또한 해상도를 넘어 변동성, 확률적 결함 및 시스템 수준 최적화가 AI 시대 반도체 경쟁력의 핵심 요소로 변화하는 흐름을 고찰한다.
1. AI 시대 반도체 패러다임 변화
2. AI 시대 차세대 반도체 기술 Insight 및 미래 전망
3. 차세대 Resist 기술 동향 MOR와 PFAS-free 소재
4.Computational Lithography와 DTCO 진화
5. Beyond Scaling: Variability, diversified manufacturing
| - 2021 ~ Current | 現) 아주대학교 지산학융합교육원 |
| - 2002 ~ Current | 現) 삼성전자 반도체연구소 |
| - 2001 | 前) KLA-Tencor Korea |
| - 1997 ~ 2000 | 前) SK Hynix 메모리연구소 |