- 교과목 개요
하나의 고집적 메모리 반도체 칩에는 수십~수백억개 이상의 단위 소자(셀)로 구성되어 있다. 각각의 단위 소자들은 묶음인 array로 block을 구성하고 있다. 어레이를 고려하여 메모리 소자의 동작을 이해해야 메모리의 기본 동작을 이해할 수 있다. 본 과정은 어레이를 고려한 각 메모리 반도체 소자의 특성을 이해하는 것을 주요 목표로 한다. 또한 단위 소자들의 특성이 완전히 동일하지는 않기 때문에 소자 특성의 분포를 고려해야 반도체 칩을 구성하는 것에 대한 올바른 이해를 할 수 있다. 따라서 본 강좌는 고집적 메모리 반도체의 기본 동작과 어레이, 센싱 등의 주요 동작을 이해하는 기존의 과정을 진행하고 여기에 통계 확률 관점에서 전체 반도체가 동작하고 불량 분석을 통해 수율의 개선으로 이어지는 산업체에서의 반도체 개발의 일련의 과정을 소개한다.
DRAM에서 출발하여 SRAM과 NAND 플래시로 확장하고 이를 바탕으로 대학원생의 연구 주제로 다양하게 채택되고 있는 ReRAM, FeFET, 2T-DRAM 등의 emerging memory에 대한 특징과 장단점을 array 관점에서 고찰하여 반도체 기술 융합 및 실무적 연구개발에 기여할 수 있는 통찰을 함께 습득하게 될 것이다.
- 교육 목표
DRAM의 cell 구성과 특성이 array 및 sensing 등의 주요 메모리 동작에 미치는 영향을 이해하고 기술의 발전 과정을 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.
대학원에서의 적은 데이터를 다루는 상황에서 벗어나 다량의 데이터를 다룰 경우를 대비하여 통계의 기본적인 내용을 이해하고 반도체 개발 과정에서의 데이터 분석 역량을 향상시키고자 한다. 나아가서 통계가 기계학습으로 연결되는 원리를 고찰하고 실험 결과의 통계적 분석을 위한 실험계획법을 JMP software에 대한 실습을 통해 실무 능력과 통계적 의사 결정 역량을 함양하고자 한다.

Attendance 5%, HW 15%, Mid-term Exam 40%, Final Exam 40%

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

현재 메모리 반도체 산업 현장에서의 큰 변화인 HBM에 대한 원리 및 AI computing과 메모리의 관계에 대한 내용을 기존 메모리 내용에 보강하고 현재 반도체 산업 현장의 실질적 문제로 수율에 영향을 미치는 인자들의 통계, 확률적 영향을 다루고자 함. 나아가서 메모리 기업에서 메모리 반도체 기술 개발 전략을 어떻게 수립하는지 case study를 통해 산업 현장에서의 의사 결정 방법론을 소개하고자 한다.

Week 1 Introduction
Week 2~3 DRAM cell과 array 구조
Week 4~5 NAND cell 구조와 array, 동작
Week 6 SRAM cell 구조와 동작, 그리고 array
Week 7 chip test 및 불량 유형
Week 9~10 Emerging memory cell 및 Array 동작 비교
Week 11 chip test 및 불량 유형
Week 12 통계 개념 기초
Week 13 분포와 수율의 상관관계
Week 14 실험계획법 활용
Week 15 Semicon related Stochastic behavior

강의를 기반으로 하고, 질의 응답 및 토론을 유도하기 위해 간단한 숙제를 통한 개념 이해, 실험계획법 software 체험을 통한 각 통계 parameter의 이해 포함