웨이퍼 레벨 패키지 신뢰성 수명 예측을 위한 인공지능 기술 연구동향

Research Trends in AI-Assisted Technology for Reliability Life Prediction of Wafer-Level Package

첨단 패키지 기술은 반도체 산업의 고성능화, 소형화, 저전력화 요구를 충족시키기 위해 빠르게 발전하고 있다. 특히, 웨이퍼 레벨 패키지(wafer-level package, WLP)는 반도체 패키징 기술 중에서도 소형화 및 고성능화 요구를 충족시키는 핵심 기술로 주목받고 있다. 그러나 기술의 복잡성과 다양한 환경 요인으로 인해 신뢰성 수명 예측은 중요한 과제로 대두되고 있다. 전통적인 물리 기반 모델과 가속 수명 시험은높은 비용과 시간 소모의 한계를 가지며, 이를 보완하기 위해 인공지능 기술, 특히 머신러닝 알고리즘이 주목받고 있다. 본 논문에서는 비지도학습, 지도학습, 그리고 하이브리드 학습 접근법을 중심으로 첨단 패키지의 신뢰성 수명 예측을 위한 머신러닝 알고리즘의 연구 동향을 살펴보고, 향후 연구 방향을 제시하고자 한다.

Advanced packaging technologies are rapidly evolving to meet the semiconductor industry’s increasing demands for higher performance, miniaturization, and lower power consumption. Among these technologies, wafer-level packaging (WLP) has emerged as a key solution due to its superior capability in achieving compactness and enhanced performance. However, predicting the reliability life of WLP remains a significant challenge due to its complex structure and various environmental factors. Traditional reliability life prediction methods, such as physicsbased modeling and accelerated life testing, are limited by high costs and long time requirements. To address these limitations, artificial intelligence (AI), particularly machine learning (ML) algorithms, have gained significant attention. This study discusses recent trends in ML algorithms for reliability life prediction in advanced packaging, focusing on unsupervised learning, supervised learning, and hybrid learning approaches. Additionally, the paper provides insights into potential future research directions.