AI로 플립칩 화이트 범프 식별 개선
최근 30일 조회수 —좋아요 —핵심 요약
공동 연구진이 AI로 음향현미경 영상을 보정해 플립칩 미세 접속부 균열을 식별하는 기법을 제안했다.

Materials Center Leoben(MCL), PVA 테플라(PVA TePla), ASE(Advanced Semiconductor Engineering) 공동 연구진이 인공지능(AI)으로 주사음향현미경(Scanning Acoustic Microscopy·SAM) 영상을 보정해 플립칩 미세 접속부 결함을 더 잘 식별하는 기법을 제안했다.1
연구진이 겨냥한 결함은 첨단 패키징의 후공정 배선(BEOL)에 쓰이는 플립칩에서 극저유전율(extreme low-k) 층에 균열이 생겨 나타나는 이른바 ‘화이트 범프(white bump)’다. 반도체 소자가 미세화되고 구조가 복잡해지면서 기존 고장 분석만으로 이 균열을 검출하기 어려워졌다는 설명이다. 연구진은 화이트 범프의 식별도를 높이도록 SAM 영상에 특화한 AI 기반 화질 개선 절차를 설계했다.
다만 공개된 요약에는 검출 정확도나 기존 방식 대비 개선 폭, 검사 속도 등 정량 지표가 제시되지 않았다. 실제 생산라인에서의 검증 여부도 확인되지 않아, 이번 결과는 양산 적용 성과가 아니라 결함 검출 기법을 제안한 연구로 봐야 한다. 논문은 2026년 10월 학술지 Journal of Failure Analysis and Prevention에 공개됐다.1
Footnotes
읽기 목록은 이 브라우저에 저장됩니다.
출처
- AI Image Enhancement Improves Detection Of Flip-Chip Interconnect Defects (MCL, PVA TePla, ASE) — Semiconductor Engineering · 자료: 2026. 11. 3.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.