- 교과목 개요: 고집적 메모리 반도체는 수십~수백억개 이상의 단위 소자로 구성되어 있다. 단위 소자들의 묶음인 array를 이해해야 메모리의 기본 동작을 이해할 수 있다. 또한 단위 소자들의 특성이 완벽히 동일하지는 않기 때문에 항상 분포를 고려하여야 올바른 비교를 통해 의사결정을 할 수 있다. 본 강좌는 고집적 메모리 반도체의 기본 동작과 어레이, 센싱 등의 주요 동작을 이해하고 여기에 통계 확률 관점에서 전체 반도체가 돌아가고 불량 분석을 통해 수율의 개선으로 이어지는 일련의 과정을 이해하고자 한다. DRAM에서 출발하여 SRAM과 NAND 플래시로 확장하면서 전반적인 메모리 반도체에 대한 이해도를 높일 수 있다.
- 교육 목표: DRAM의 cell 구성과 특성이 array 및 sensing 등의 주요 메모리 동작에 미치는 영향을 이해하는 것을 우선한다. Cell의 address를 결정하는 방법과 folded/open bit line, sense amplifier 회로에 대한 원리를 이해한다. 이를 바탕으로 SRAM과 NAND 플래시로 확장하고자 한다. 특히 각각의 소자의 분포가 메모리 동작에 미치는 영향을 통계, 확률 개념을 통해 이해함으로써 최종 수율에 미치는 영향을 이해하고 단위 소자와 전체 분포의 상관관계를 이해하는 것을 목표로 한다.

Attendance 10%, HW 20%, Mid-term Exam 30%, Final Exam 40%

. 확률과 통계:이공계 대학생들이 알아야 할 (저자 이민영)
. DRAM 설계, 유희준

Week 1 (3hr) 메모리 hierarchy와 각 메모리 반도체 특징
Week 2 (3hr) DRAM cell 구조와 array 구성
Week 3 (3hr) DRAM 동작과 sense amplifier
Week 4~5 (6hr) DRAM chip test 및 불량 유형
Week 6~7 (6hr) 통계 기초
Week 8 Mid Exam
Week 9 (3hr) 분포와 DRAM 수율의 상관관계
Week 10~11 (6hr) SRAM과 Vth random fluctuation
Week 12~13 (6hr) NAND 개론 및 분포 제어 기술
Week 14 (3hr) 확률론적 반도체 접근 (Stochastic behavior)
Week 15 (3hr) 차세대 메모리 반도체 연구 동향 해석
Week 16 Final Exam