쿼카 활동 - 하이젠버그

쿼카님이 댓글을 남겼어요4월 9일

시간과 돈을 교환하는 선형적 모델에서 벗어나, 궁극적으로 시간과 분리된 시스템을 구축해야 한다는 통찰에 전적으로 동의합니다. 어디서 일하느냐'보다 어떤 구조 위에 서 있느냐가 자본 계급을 결정한다는 말씀은, 무작정 달리는 속도만 높이려 했던 많은 이들에게 방향성을 재점검하게 해주는 훌륭한 나침반이 될 것 같습니다. 현실적인 조언과 인사이트 잘 읽었습니다! 삼성전자와 지멘스라는 거대한 울타리를 벗어나 독립 컨설턴트로 전향하시면서, 가장 먼저 시도하셨던 내 시간과 소득을 분리하는 첫 레버리지 실험은 구체적으로 어떤 것이었는지 여쭙고 싶습니다.

[오피니언] 서울대 졸업 후 삼성 퇴사까지 느낀 것들

쿼카님이 댓글을 남겼어요3월 30일

찬리멍거님, 저도 리포트 잘 보고 있습니다! 단순히 선단 공정에서의 미세화 수율이 압도적인 것을 넘어서, 제가 주로 파고 있는 첨단 패키징 분야의 관점에서 봐도 TSMC의 행보는 정말 무서울 정도입니다. 남들이 칩을 어떻게 잘 쌓아서 포장할까를 고민할 때, 패키징 단계에서 범프를 아예 없애버리고 칩 내부에 물길을 내버리는 발상은 하루아침에 자본만으로 따라잡을 수 없는 굳건한 성벽과도 같습니다. 좋은 시선으로 글을 읽어주시고 인사이트 있는 댓글 남겨주셔서 감사합니다.

댓글 2개 중 최근 것

TSMC의 신기술 ‘전자 혈관‘, 삼성에게 절망적인 이유

쿼카님이 댓글을 남겼어요3월 30일

94leehd님 맞습니다. 본문에서도 잠시 언급했듯이, 유리는 특성상 제조 공정 중에 미세한 균열(Crack)만 생겨도 패널 전체가 박살 날 수 있는 치명적인 단점이 있습니다. 즉, 기판을 깎고 구멍을 뚫는 제조 및 핸들링 단계에서의 충격 관리가 가장 큰 난제입니다. 하지만 수많은 테스트를 거쳐 패키징이 완전히 끝나고 서버에 탑재된 이후에는 오히려 기존 플라스틱 기판보다 열에 강하고 휘어짐이 없어 거대한 AI 칩을 지탱하는 데 훨씬 유리합니다. 결국 깨지기 쉬운 유리를 얼마나 안 깨먹고 수율 높게 양산해 내는가가 핵심이며, 제가 SKC의 선행 양산 경험을 높게 평가하는 이유도 바로 이 공정상의 악몽을 가장 먼저 겪고 극복해 나가고 있기 때문입니다.

댓글 3개 중 최근 것

HBM 다음은 '유리기판'과 'CPO'다

쿼카님이 댓글을 남겼어요2월 11일

안녕하세요! 좋은 질문 남겨주셔서 감사합니다. 말씀하신 내용이 반도체 메모리 발전의 큰 맥락을 아주 정확하게 짚고 계셔서 놀랐습니다. 질문하신 대로 HBM이 대역폭(Bandwidth)의 한계를 극복하기 위해 등장했고, HBF는 용량(Capacity)의 한계를 극복하기 위해 제안된 기술이라는 점은 완벽한 이해입니다. 다만, HBF의 Latency 문제를 해결하기 위해 결국 연산을 메모리 안에서 하는 CIM(Compute-in-Memory)으로 가야 하는가? 라는 부분에서, 하이닉스는 조금 다른 해법을 제시하고 있어 그 점을 설명해 드리면 좋을 것 같습니다. 일반적으로 질문자님이 말씀하신 것처럼 데이터 이동을 줄이기 위해 PIM/CIM을 연구하는 흐름이 있는 건 맞습니다. 하지만 최근 연구들에서는, 굳이 연산 로직을 메모리에 넣지 않더라도(CIM이 아니더라도) 아키텍처 구조만으로 HBF의 Latency 문제를 해결할 수 있다는 것을 보여주고 있습니다. 하이닉스에서 제안하는 H3 아키텍처는 HBM과 HBF를 하이브리드로 묶어서 사용하는데, 여기서 핵심은 Latency Hiding Buffer(LHB) 라는 기술입니다. LLM 추론 과정은 데이터 접근 패턴이 이미 정해져 있는(Deterministic) 특성이 있어서, 다음에 필요한 데이터를 미리 예측할 수 있습니다. 그래서 느린 Flash(HBF)에 있는 데이터를 미리 이 버퍼(LHB)로 가져와 둠(Prefetching)으로써, 마치 Latency가 없는 것처럼 숨기는 방식을 사용합니다. 정리하자면, 질문자님이 말씀하신 Latency 극복을 위한 CIM 도입은 반도체 업계의 중요한 연구 방향 중 하나가 맞지만, CIM까지 가지 않고도, 하이브리드 구조와 버퍼 기술만으로 HBF를 고효율 LLM 추론에 활용할 수 있다는 가능성이 크다고 이해하시면 더욱 정확할 것 같습니다.

삼성과 하이닉스의 승부수, HBM 이후 HBF가 온다

쿼카님이 댓글을 남겼어요1월 2일

기존의 CMP 공정과 비교했을 때, WALE의 가장 큰 차이점은 가공 방식과 그에 따른 결과물의 특성에 있습니다. CMP는 슬러리에 의한 화학적 반응과 패드에 의한 기계적 연마를 동시에 활용하여 웨이퍼 전체의 광역 평탄화(Global Planarization)를 수행합니다. 그러나 CMP는 물리적 마찰을 수반하기 때문에 패턴의 밀도나 배선 폭에 따라 연마 속도가 달라지는 패턴 의존성 문제가 발생하며, 넓은 구리 배선 영역이 움푹 패이는 디싱(Dishing)이나 특정 영역이 과도하게 깎이는 에로전(Erosion) 현상을 피하기 어렵습니다. 반면, WALE은 기계적 연마 없이 순수 화학 반응만을 이용하므로 물리적 손상이 적으며, CMP의 한계를 보완하는 성격을 가집니다. 특히 하이브리드 본딩(Hybrid Bonding) 공정에 WALE을 적용했을 때 그 장점은 더욱 두드러집니다. 하이브리드 본딩에서는 구리 배선과 절연막을 동시에 접합해야 하는데, 접합 후 열처리 과정에서 구리의 열팽창 계수가 절연막보다 크기 때문에 구리가 팽창하여 돌출되는 현상이 발생합니다. 이를 방지하기 위해 본딩 전 구리 표면을 절연막보다 미세하게 낮추는 리세스(Recess) 공정이 필수적입니다. 이때 WALE을 활용하면 CMP 후 잔존하는 불균일한 구리 표면을 수 나노미터 수준의 목표 깊이로 정확하고 균일하게 제어할 수 있어 본딩 수율을 획기적으로 높일 수 있습니다. 또한, 절연막을 손상시키지 않고 구리만 선택적으로 제거하는 높은 선택비(Selectivity)를 제공하여 계면의 신뢰성을 확보하는 데 유리합니다. 하지만 WALE 공정 적용 시 고려해야 할 단점도 존재합니다. 원자층 단위로 반응과 퍼지(Purge)를 반복해야 하는 공정 특성상, 연속적으로 물질을 제거하는 CMP나 습식 식각(Wet Etch)에 비해 공정 속도가 느려 생산성(Throughput)이 저하될 수 있습니다. 또한, 반복적인 약액 교체와 세정 과정으로 인해 장비와 공정 시퀀스가 복잡해지며, 화학 반응 제어에 실패할 경우 국부적인 부식이나 피팅(Pitting)과 같은 결함이 발생할 위험이 있어 철저한 공정 최적화가 요구됩니다. 결론적으로, 하이브리드 본딩 공정에서 CMP가 웨이퍼 표면의 전체적인 평탄도를 맞추는 기초 작업을 수행한다면, Cu WALE은 그 위에서 본딩에 최적화된 초정밀 표면 프로파일을 완성하는 역할을 합니다. 따라서 최근의 첨단 패키징 기술 흐름은 CMP 단독 공정보다는 CMP 이후 WALE을 연계하여 물리적 평탄화의 한계를 화학적 정밀도로 보정하는 방향으로 발전하고 있습니다.

삼성과 하이닉스의 HBM4E 전쟁, 어디에 투자해야 할까?

쿼카님이 댓글을 남겼어요2025. 12. 9.

dnjsaud90님 좋은 질문 감사합니다! EUV 마스크는 장당 5억 원을 호가하는 초고가 자산입니다. 그런데 EUV 광원은 모든 물질에 흡수되는 성질이 있어, 마스크를 보호하는 덮개인 펠리클을 씌우면 광량이 줄어드는 치명적인 단점이 존재합니다. TSMC는 광 손실을 감수하더라도, 초기부터 펠리클을 적극 도입했습니다. 파티클 오염을 원천 차단해 수율 안정성을 확보하는 데 방점을 찍었습니다. 삼성은 광 손실을 줄여 throughput을 높이기 위해, 펠리클 없이 공정을 진행하는 모험을 했습니다. 하지만 이는 미세한 먼지 하나에도 마스크 전체를 오염시키는 리스크를 불렀고, 초기 수율 잡는 데 고전하는 결정적 원인이 되었습니다. (현재는 삼성도 펠리클을 도입하며 격차를 좁히고 있습니다.) 더 중요한 사실이 있습니다. TSMC는 전 세계에서 가장 방대한 EUV 마스크 데이터를 보유하고 있습니다. 마스크에 결함이 생겼을 때, 이를 즉각 Repair하고 Cleaning하여 다시 라인에 투입하는 순환 속도와 노하우에서 압도적입니다. 제가 본문에 언급한 EBID/EBIE 같은 기술을 양산 라인에서 가장 능수능란하게 다루는 곳이 바로 TSMC입니다. 핵심은 이것입니다. 마스크 원판 자체의 기술력 차이가 아닙니다. 그 비싼 마스크를 오염 없이 얼마나 오래 쓰며, 결함을 얼마나 빨리 수정해내는가, 바로 이 운용 능력에서 격차가 발생했습니다. 삼성이 기술 자체는 따라잡았어도, 이 실전 노하우의 격차가 여전히 수율 차이로 나타나는 이유입니다.