この記事のポイント
- SKハイニックスとGauss Labsが、半導体製造におけるAI仮想計測技術の共同研究成果を発表。
- SPIE AL 2026にて、装置間の性能差分析や光リソグラフィにおけるオーバーレイ計測の高度化に関する論文を発表。
- AI活用により、製造プロセスの効率化、早期の異常検知、原因究明の迅速化を目指す。
- 両社は、今後もパートナーシップを強化し、半導体製造エコシステム全体で活用できる標準ソリューションの開発を進める方針。
AI仮想計測技術で半導体製造プロセスを革新
SKハイニックスは、産業用AIスタートアップであるGauss Labsと提携し、世界的な光学・フォトニクス分野の学術会議「SPIE Advanced Lithography + Patterning 2026（SPIE AL 2026）」に参加します。本会議は、2026年2月22日から26日までカリフォルニア州サンノゼで開催されます。両社は、半導体製造プロセスにおけるAIベースの仮想計測（Virtual Metrology）に関する最新の研究成果を共有します。
SPIE AL 2026とは
SPIE AL 2026は、1955年に米国で設立された、光学およびフォトニクス分野における世界有数の国際学会であるSPIE（The Society of Photo-Optical Instrumentation Engineers）が主催する学術会議です。本会議では、ナノリソグラフィ、計測、検査、プロセス制御などの分野におけるプロセス技術、材料、装置の効率改善を目的とした幅広い手法が発表されます。特に、計算パターニング（Computational Patterning）のような次世代パターニング技術に関するセッションは、早くも大きな関心を集めています。
ナノリソグラフィ（Nanolithography）：ナノメートルスケールで超微細なパターンを形成するプロセス。
計算パターニング（Computational Patterning）：実際のウェーハエッチング前に、コンピュータアルゴリズムとシミュレーションを用いて回路パターンの形成方法を予測・補正する技術。
共同研究による2つの論文発表
Gauss LabsとSKハイニックスは、口頭発表1件とポスター発表1件の合計2件の論文を発表する予定です。SKハイニックスは、Gauss Labsと緊密に連携し、半導体製造プロセスにおける計測（Metrology）の効率向上に取り組んできました。そして、2022年よりGauss LabsのAIベース仮想計測ソリューション「Panoptes VM（Virtual Metrology）」を生産ラインに導入しています。今回発表される2つの論文は、実際のSKハイニックスの製造環境に導入されたPanoptes VMから収集された運用データを用いた、Gauss LabsとSKハイニックスのメンバーによる共同研究に基づいています。
計測（Metrology）：各工程が正しく実行されていることを確認するために、プロセス結果を測定・検証するプロセス。
口頭発表：「AI仮想計測による装置間マッチングの早期異常検知と診断」
2月23日の口頭発表セッションでは、「A Virtual Metrology-Driven Tool-to-Tool Matching: Toward Early Anomaly Detection and Diagnosis（AI仮想計測による装置間マッチング：早期異常検知と診断に向けて）」と題された論文が紹介されます。この研究では、Panoptes VMが、サンプリングレートの低さから分析が困難だった装置間の性能差を効果的に特定できることをデータを用いて実証しています。さらに、これらの知見に基づいた装置異常の早期検知および根本原因の迅速な診断方法も提示されます。
装置間マッチング（Tool-to-Tool Matching, TTTM）：同一プロセスを複数の装置で実行する際に、一貫した結果を保証するために性能差を最小限に抑えるプロセス。
ポスター発表：「光リソグラフィオーバーレイ仮想計測のための勾配ベースモデル非依存説明性フレームワーク GRACE」
2月25日のポスター発表セッションでは、「GRACE: A Gradient-Based Model-Agnostic Explainability Framework for Photolithography Overlay Virtual Metrology（GRACE：光リソグラフィオーバーレイ仮想計測のための勾配ベースモデル非依存説明性フレームワーク）」と題された論文が発表されます。この論文では、光リソグラフィプロセスにおけるオーバーレイ仮想計測のための新しいフレームワークGRACEを紹介します。従来のオーバーレイ予測モデルは、主に精度向上に注力しており、個々の入力変数が結果にどのように影響するかについての説明性が限定的でした。しかし、GRACEは、入力変数が予測結果に与える影響を定量的に評価し、モデルのパフォーマンスを説明する指標を提供します。SKハイニックスは、昨年からこのフレームワークを生産環境に適用し、プロセス異常の迅速な検出とその原因特定に活用しています。
勾配ベース法（Gradient-based method）：勾配値を用いて、AIモデルの出力に対する各入力変数の影響を計算する技術。
光リソグラフィ（Photolithography）：フィルムカメラで写真を撮るのと同様に、光を用いてウェーハ上に半導体回路パターンを描画するプロセス。
オーバーレイ（Overlay）：ウェーハ上に複数の層を積層する際に、後続層の回路パターンが前の層と垂直方向にどの程度精密に位置合わせされているかを測定する技術。
フレームワーク（Framework）：複雑なAIモデルを効率的に開発・実装するために、標準化された手順とツールを整理する技術的構造。
今後の展望
Gauss LabsのCEOであるMike Young-Han Kim氏は、「SKハイニックスとの共同研究を通じて発表されるAIベースの技術は、実際のユースケースを特定し、ソリューション展開後も半導体製造環境で付加価値を創造するための継続的な努力の成果です。今後も、強固なパートナーシップに基づき、新しい技術を開発し、製造エコシステム全体にわたる標準ソリューションへと進化させていきます。」とコメントしています。
発表論文詳細
論文1
A Virtual Metrology-Driven Tool-to-Tool Matching: Toward Early Anomaly Detection and Diagnosis
著者：Inho Park, Taejong Lee, Byunggu Kang, Sangyeop Park, Dohhyung Noh (SK hynix AI Core Technology Team); Dongwoo Kim, Minwoo Jin, Juhak Lee (SK hynix SYLD Tech Team); Danah Kim, Sol Kwon, Seonwoo Lim, Pil Sung Jo (Gauss Labs)
論文2
GRACE: A Gradient-Based Model-Agnostic Explainability Framework for Photolithography Overlay Virtual Metrology
著者：Gunwoong Cho, Jaegyun Jeong, Junhak Lee, Dongsuk Lim (SK hynix Photo Technology Strategy Team); Hoyoung Choi, Wonhui Park, Jae-Han Lee, Yonghyun Kim, Gunwoong Kim, Junghwan Baek, Seungwoo Seo (Gauss Labs)
出典: 元記事を読む
この記事に関連するおすすめ求人特集：
※最新の採用状況により、リンク先の求人が更新されている場合があります。
※現在お読みいただいているこの記事は、国内外のニュースソース等から取得した情報を自動翻訳した上で掲載しています。
内容には翻訳による解釈の違いが生じる場合があり、また取得時の状況により本文以外の情報や改行、表などが正しく反映されない場合がございます。
順次改善に努めてまいりますので、参考情報としてご活用いただき、必要に応じて原文の確認をおすすめいたします。