인공지능 기반 Ag 소결층 기공구조와 유효 열전도도의 상관관계 분석

초록

전력반도체 패키징에서 접합부의 열저항은 모듈의 성능과 신뢰성을 좌우하는 핵심 요소이다. 소결에 의해 생성되는 Ag 소결층은 공정조건에 따라 수–수십 퍼센트 수준의 다공성 구조를 가지며, 기공률, 크기, 형태에 따라 유효 열전도도(effective thermal conductivity, ETC) 수치가변화한다. 본 연구에서는 Ag 소결층 주사 전자 현미경(scanning electron microscope, SEM) 이미지에 U-Net 기반 임계처리를 적용하여 Ag와기공을 분할하여 이원화 이미지화하고, 이후 픽셀 기반 2차원 유한요소해석(finite element analysis, FEA)과 섀플리(SHapley Additive exPlanations, SHAP) 머신러닝을 결합하여 Ag 소결층의 미세구조와 ETC의 상관관계를 정량적으로 분석하였다. U-Net은 기존 임계처리보다 경계 복원과 정확도가 우수했으며, 이를 활용한 FEA 예측은 실제값과 거의 일치했다. 머신러닝 회귀 모델 역시 높은 예측 성능을 보였다. SHAP 해석 결과 ETC는 기공률이 지배적 요인이었고, 기공의 평균 폭, 기공 면적 및 표준편차 역시 영향인자로 나타났다.

키워드