🎬 GAA, 3D DRAM, NAND도 이 기술 없인 불가능 | 3D 반도체 구조에 ALD 기술이 필수적인 이유

▶️ 유튜브

• 원본 링크: https://youtu.be/XZy3iAdGV-0?si=KErlIph2yIHs4BP1

🖼️ 4컷 인포그래픽

💡 한 줄 결론

차세대 반도체의 실질적 승부처는 선폭 축소보다 GAA·CFET·3D NAND·3D DRAM을 원자층 수준으로 수율 있게 구현하는 적층 정밀도에 있으며, ALD·에피택시·PALD를 선점한 기업이 AI 시대 핵심 공정 병목의 가장 직접적인 수혜자가 된다.

📌 핵심 요점

1. ALD는 고종횡비 3D 구조의 내부 벽면과 바닥까지 동일 두께의 박막을 형성할 수 있어, 평면 공정에는 강하지만 형상 추종성 한계가 있는 CVD·PVD를 대체하는 차세대 필수 공정으로 부상한다.
2. ASM은 2007년 하이-k 게이트 절연막 양산 적용, 55% 이상의 ALD 시장 점유율, 3,400건 이상의 특허를 바탕으로 고객 공정 전환에 깊이 결합된 고진입장벽 장비사 지위를 확보했다.
3. 에피택시는 결함이 적은 단결정 채널을 형성해 전자 이동 특성과 전력 효율의 기반을 만들고, ALD·PALD는 그 위에 절연막과 게이트를 정밀하게 형성해 성능·수율·열 예산 조건을 함께 맞춘다.
4. GAA는 누설전류와 제어 난도를 줄이기 위한 현재형 구조 혁신이고, CFET은 N형·P형 트랜지스터를 수직 적층하는 다음 단계여서 원자 단위 두께 제어와 저온 공정 대응의 중요성이 더 커진다.
5. 한국은 최상위 메모리·로직 제조사와 현장 검증 수요가 밀집한 시장이어서 ASM 코리아의 개발·제조·영업·서비스 통합 체계와 동탄 증설이 기술 피드백 속도와 양산 대응력을 동시에 높이는 전략 자산으로 작동한다.

🧠 상세 요약

1) 배경과 문제 정의

반도체 산업은 더 작게 만드는 것만으로 성능을 끌어올리기 어려운 단계에 들어섰고, 이제는 복잡한 3D 구조를 얼마나 정밀하게 만들고 반복 재현하느냐가 성능·전력 효율·수율을 가르는 기준이 됐다. 따라서 핵심 관찰 포인트는 선폭 숫자보다 고종횡비 구조에서의 균일 증착, 저온 공정 대응, 그리고 이를 빠르게 검증·양산으로 연결하는 협업 생태계다.

2) 섹션별 상세 정리

1. 미세화 한계가 적층 경쟁으로 전장을 바꾸다 [00:00]

• 발표는 3D DRAM이 수십·수백 개의 에피택시 층과 ALD 층으로 완성된다고 말하며, 반도체 혁신의 중심이 선폭 축소에서 적층 정밀도로 이동했음을 먼저 제시한다.
• 스마트폰 혁신 둔화와 AI 모델 대형화에 따른 연산 수요 폭증이 함께 언급되며, 기존 미세화만으로는 더 이상 시장 요구를 충분히 감당하기 어렵다는 문제의식이 깔린다.
• 트랜지스터 폭이 원자 12개 수준까지 내려온 현실은 이후 경쟁이 구조·소재·정밀 공정으로 옮겨간다는 맥락을 만든다.

2. 평면 축소 대신 3D 구조가 새 돌파구가 되다 [00:53]

• 반도체 산업은 동일 면적 안에 더 많은 성능과 기능을 넣기 위해 회로와 소자를 입체 구조로 재설계하는 방향으로 움직였고, GAA와 3D DRAM이 그 대표 사례로 제시된다.
• 이런 전환은 단순 적층이 아니라 깊은 구조 안쪽까지 원자층 단위로 박막을 형성할 수 있는 공정을 요구하며, ALD가 그 공통 기반 기술로 부상한다.
• 이 지점에서 공정 장비사는 단순 공급업체가 아니라 구조 전환의 성패를 좌우하는 핵심 플레이어가 된다.

3. ASM의 ALD 지배력은 생태계 우위에 가깝다 [01:29]

• ASM은 1968년 네덜란드에서 출발해 글로벌 증착 기술 기업으로 성장했고, 1990년대 이후 ALD에 집중 투자하며 선도 지위를 구축해 왔다.
• 2007년 하이-k 게이트 절연막 양산에 ASM 장비가 본격 투입된 사례는 ALD가 연구실 기술에서 첨단 양산 공정의 핵심으로 넘어간 상징적 전환점이다.
• 55% 이상의 점유율, 3,400건 이상의 특허, 넓은 포트폴리오는 단순 판매량이 아니라 고객 공정 로드맵 깊숙이 들어간 구조적 우위를 뜻한다.
• ALD가 AI 기기, 스마트폰, 전자기기, 우주 탐사까지 연결된다는 설명은 이 기술이 특정 칩 공정이 아니라 첨단 산업 전반의 기반 인프라임을 강조한다.

4. 기존 증착 방식은 3D 구조에서 한계가 분명해진다 [02:31]

• 반도체는 다층 박막 구조물이지만, 구조가 깊고 복잡해질수록 막 두께의 균일도와 형상 추종성이 곧 수율과 성능의 핵심 변수가 된다.
• CVD와 PVD는 평평한 표면에서는 효과적이지만, 3차원 구조 내부의 좁은 홀·깊은 홈·측벽·바닥까지 동일 품질로 막을 형성하는 데는 약점이 있다.
• 영상의 스프레이 페인트 비유는 표면 위주 공정이 복잡한 내부 형상을 일정 두께로 코팅하기 어렵다는 점을 직관적으로 보여준다.
• 결국 미래 공정의 핵심 과제는 증착 가능 여부가 아니라 복잡한 입체 구조 전체를 원자 단위 오차 안에서 반복 재현할 수 있느냐다.

5. ALD는 왜 3D 시대의 필수 공정이 되는가 [03:09]

• ALD는 자기 제한적 반응을 이용해 전구체가 표면과 필요한 만큼만 반응하도록 하고, 이를 반복해 사실상 원자층 수준으로 박막을 쌓는 방식이다.
• 전구체 A 흡착, 퍼지, 전구체 B 주입 및 반응, 열·플라즈마 활성화, 잔여물 제거의 반복 구조는 처리 속도는 느릴 수 있어도 두께 제어와 균일도에서 압도적인 장점을 만든다.
• 상부 표면뿐 아니라 깊은 내부 구석까지 빈틈 없이 코팅할 수 있다는 점이 GAA·3D NAND·3D DRAM 같은 고종횡비 구조에서 ALD의 대체 가능성을 크게 낮춘다.
• 도시 전체를 5mm 두께로 칠하되 편차가 머리카락보다 얇은 수준이라는 비유는 ALD의 정밀도가 상상을 넘는 수준임을 보여준다.

6. 에피택시와 PALD가 붙으면서 공정 완성도가 높아진다 [04:01]

• 에피택시는 웨이퍼 결정 구조를 따라 단결정층을 성장시켜 전자가 흐를 채널 자체의 품질을 높이는 기술로, 이동도와 전력 효율의 기반을 만든다.
• ALD는 그 위에 균일한 절연막과 게이트를 형성해 채널을 실제 동작 가능한 구조로 완성시키며, 두 기술은 채널 형성-채널 피복의 연속 공정 체인을 이룬다.
• PALD는 플라즈마로 반응성을 높여 더 낮은 온도에서도 고품질 박막을 형성할 수 있게 해주며, 열 예산이 좁아지는 차세대 공정에서 전략적 가치가 커진다.

7. 차세대 소재 시대에는 저온 공정이 경쟁력이 된다 [05:00]

• 첨단 로직과 메모리용 소재는 성능은 좋지만 열에 약한 경우가 많아, 고온 공정은 성능 저하와 수율 악화를 동시에 부를 수 있다.
• PALD는 낮은 온도에서도 필요한 품질을 확보할 수 있어 DRAM 메탈 게이트, GAA, CFET 같은 구조에서 활용도가 높다.
• 이 부분은 차세대 공정 경쟁력이 단순 정밀 증착뿐 아니라 새로운 소재를 실제 양산 공정에 올릴 수 있는 온도 조건까지 해결해야 완성된다는 점을 보여준다.
• ASM 코리아가 PALD 글로벌 허브라는 설명은 한국이 단순 수요처가 아니라 차세대 증착 기술의 개발·제작·검증 중심지라는 뜻으로 연결된다.

8. GAA와 CFET는 ALD·에피택시 의존도를 더 높인다 [05:47]

• GAA는 채널을 사방에서 감싸 누설전류를 줄이고 전력 효율을 높이는 구조로, 미세화 한계 이후 로직 공정의 대표 해법으로 제시된다.
• 이를 구현하려면 먼저 에피택시로 결정성 채널을 형성하고, 그 위에 ALD로 균일한 절연막과 게이트를 입혀야 하므로 두 공정이 동시에 필요하다.
• CFET처럼 N형과 P형 트랜지스터를 위아래로 쌓는 구조로 갈수록 정렬 오차와 두께 허용범위가 더 좁아져 원자 단위 제어의 중요성은 더욱 커진다.

9. 메모리 적층 경쟁에서도 ALD의 대체 불가능성이 커진다 [06:46]

• 3D NAND는 이미 100층 이상 적층되는 방향으로 발전했고, DRAM도 수직 적층 구조 도입을 시작하면서 깊고 좁은 구조 내부의 균일 증착 능력이 핵심 과제가 된다.
• 각 층의 구멍 벽면에 동일 두께의 박막을 형성해야 한다는 요구는 1nm 두께의 페인트를 복잡한 구조물 내부까지 정확하게 칠하는 것에 비유되며, ALD의 역할을 직관적으로 설명한다.
• 결국 3D DRAM도 수많은 에피택시 층과 ALD 층의 반복으로 완성되며, 이는 메모리 전환이 진행될수록 증착 장비사의 중요도가 더 커지는 구조를 뜻한다.
• 스마트폰, 노트북, 서버 CPU·GPU·메모리, AI 서버, 자율주행, 클라우드, 헬스케어까지 모두 이런 보이지 않는 적층 공정 위에서 작동한다는 점이 다시 강조된다.

10. ASM 코리아는 판매 거점이 아니라 공동개발 허브다 [07:37]

• ASM은 1989년 한국 진출 이후 국내 반도체 산업과 함께 성장해 왔고, 한국 조직은 R&D뿐 아니라 제조·영업·서비스까지 통합된 구조로 소개된다.
• 네 기능이 한곳에 모인 아시아 거점이 한국이라는 점은 고객 피드백, 장비 개선, 현장 서비스, 기술 검증이 빠르게 선순환할 수 있다는 의미를 가진다.
• PALD 기술이 한국에서 개발·생산되고 글로벌 고객과 함께 검증된다는 설명은 한국이 첨단 공정 공동개발의 중심지라는 점을 보여준다.

11. 동탄 제조센터 확장은 공급능력 선점 투자다 [08:16]

• ASM은 화성 동탄 기존 사업장 옆에 혁신 제조 센터를 준공했고, 이를 통해 제조와 R&D 역량을 동시에 확대하고 있다.
• R&D 센터와 제조 센터를 브리지로 연결한 구조는 연구 성과를 빠르게 제조에 이전하고, 제조 현장의 문제를 다시 개발에 반영하는 학습 속도를 높인다.
• 7,400㎡ 부지, 기존 대비 1.5배 연면적, 첨단 클린룸 2개, 제조 역량 3배 확대라는 수치는 장비사에게 생산 캐파 자체가 전략 자산이 됐음을 보여준다.

12. 한국 생태계의 밀집도가 기술 리드타임을 줄인다 [10:01]

• 한국에는 세계 최상위 반도체 제조사와 테스트 수요가 밀집해 있어, 최첨단 장비를 즉시 시험하고 피드백을 반영하기에 유리한 환경이 형성돼 있다.
• 장비사와 제조사가 사실상 한 팀처럼 움직이는 이 짧은 피드백 루프는 고객 맞춤형 최적화와 기술 완성도를 빠르게 끌어올리는 핵심 경쟁력으로 작동한다.

13. AI 인프라 경쟁은 공정 장비사의 위상을 더 높인다 [11:17]

• AI 인프라 확대는 고성능 로직과 메모리 수요를 동시에 밀어 올리며, 칩 설계만이 아니라 이를 실제 양산 가능한 구조로 구현하는 공정 기술의 중요성을 크게 키운다.
• 영상의 최종 메시지는 미래 반도체 경쟁의 승부처가 보이지 않는 증착·성장 기술과 이를 검증·상용화하는 협업 생태계에 있다는 데 모인다.

✅ 액션 아이템

• 삼성전자·TSMC·인텔의 GAA 로드맵과 삼성전자·SK하이닉스의 3D NAND·차세대 DRAM 계획을 기준으로, ALD·PALD·에피택시가 각각 어느 공정 단계에서 병목을 형성하는지 공정별 비교표를 만드세요.
• ASM, Lam Research, Applied Materials, Tokyo Electron의 증착 장비 포트폴리오를 비교해 ALD 점유율, 메모리·로직 노출도, 저온 공정 대응력, 주요 고객 레퍼런스를 한 장 경쟁사 맵으로 정리하세요.
• ASM의 동탄 제조센터 증설 효과를 검증하기 위해 향후 분기별 수주잔고, 아시아 매출 비중, 제조 캐파 확대, 고객사 첨단 공정 투자 발표를 함께 추적하는 점검 시트를 구성하세요.
• 3D DRAM 상용화 관점에서 고종횡비 구조 내 박막 균일도, 사이클 타임, 수율 민감도를 3D NAND와 비교해 어떤 구간에서 ALD 수요와 장비 가치가 가장 크게 상승하는지 시나리오별로 분석하세요.
• ASM의 진입장벽을 점검할 때 특허 수보다 실제 양산 채택 사례, 고객 공정 전환 난이도, 장비 교체 비용, 경쟁사 대체 가능성을 중심으로 검증 체크리스트를 만드세요.

❓ 열린 질문

• ALD의 높은 정밀도는 분명한 강점이지만, 3D DRAM과 CFET 양산 단계에서 긴 사이클 타임과 낮은 처리량이 원가 구조를 얼마나 악화시키며 ASM은 이를 장비 성능 개선이나 공정 통합으로 어느 수준까지 상쇄할 수 있는가?
• ASM의 55% 이상 점유율과 특허 포트폴리오는 강력해 보이지만, 고객사의 멀티벤더 전략과 경쟁사의 저온 증착 기술 추격이 본격화될 경우 가격 결정력과 점유율 방어력이 얼마나 유지될 수 있는가?
• 한국이 PALD 글로벌 허브라는 점은 협업 속도 면에서는 장점이지만, 특정 지역과 고객군 집중도가 높아질수록 지정학 리스크나 수요 급변 시 공급망 탄력성이 오히려 약해질 가능성은 없는가?
• 3D NAND에서 검증된 적층 확대 논리가 3D DRAM에도 그대로 적용될지, 아니면 수율·발열·공정 복잡도 문제로 상용화 속도가 시장 기대보다 더디게 전개될 가능성이 더 큰가?