DFM (Design For Manufacturability) 이란?

DFM (Design For Manufacturability) 란?

DFM을 직역하면 제조를 위한 설계인데 이는 제조하기 쉬운 방식으로 제품을 설계해 제품의 생산성을 높이기 위한 일반적인 설계 방법론으로, DFM의 주요목적은 아래와 같습니다.

DFM의 주요 목적 (by ChatGPT)

• 제조 수율 향상: 공정에서 발생할 수 있는 결함을 최소화하여 생산된 칩의 양품 비율을 높입니다.
• 생산 비용 절감: 설계와 제조 간의 불일치를 줄여 재작업이나 폐기를 최소화합니다.
• 제조 공정 최적화: 설계가 제조 공정의 물리적 한계를 넘어가지 않도록 조정하여, 공정 장비와 재료의 성능을 최대로 활용합니다.

즉, DFM은 반도체 제조에서만 사용되는 방법론은 아니지만 반도체 제조 과정이 점점 더 미세화되고 복잡해짐에 따라 DFM의 필요성이 점차 커지고 있으며, 반도체 제조 과정이 매우 복잡하기 때문에 DFM의 적용 방법 및 범위 또한 매우 다양해지고 있습니다.

아래는 DFM을 적용하는 일부 예시를 나열한 것으로 워낙 광범위하기 때문에 한 부서에서 전부 담당하기는 어렵고 다양한 부서가 유기적으로 연결되어 DFM을 수행한다고 할 수 있습니다.

• Floorplanning & PnR (Place and Route) 최적화
• Design rule 설정을 통한 취약 Pattern 설계 제약
• Dummy (Fill) Layer 삽입을 통한 Pattern Uniformity 최적화
• OPC (Optical proximity correction)를 통한 Layout Pattern 보정
• Hotspot Analysis를 통한 취약 Pattern 발굴 및 수정

위와 같은 DFM Solution들은 Siemens, Synopsys, Cadence 등 다양한 Electronic Design Automation (EDA) 업체에 의해 개발되고 있으며, 최근에는 AI/ML 기술도 통합해 최적의 DFM을 위한 다양한 방법론을 제공하고 있습니다.

예를 들어, Siemens사의 경우는 Hotspot Analysis를 위한 Calibre SONR, Calibre LFD 등의 ML 기반 platform을 구축해서 제공하고 있으며, 이외에도 다양한 platform들이 현재도 지속적으로 개발되고 있습니다.

Calibre SONR is a feature-based machine learning platform that transfers the layout and process information to features. Calibre SONR machine-learning models can be used for various full-chip applications, including hotspot prediction and analysis, pattern reduction, and coverage check.

[출처: Siemens EDA]

-참고 Article

반도체 설계 자동화의 핵심, EDA(Electronic Design Automation) 트렌드