설명 가능한 인공지능을 활용한 산업용 이미지 데이터 증강 기법

김민규 한국공학대학교 일반대학원 2024 국내석사

비전 딥러닝 모델을 위한 산업용 데이터 구축은 데이터를 수집하고 가공하는 데 많은 시간과 비용이 소모되며 그 중에서도 불량 데이터를 모으기는 정상 데 이터를 수집하는 것보다 더 큰 어려움을 가진다. 일반적으로 불량이 전체 데이 터에서 차지하는 비중은 10%아래이기에 이는 딥러닝 모델을 학습시킬 때 클래 스 불균형 문제를 야기한다. 이러한 클래스 불균형 문제는 해당 클래스에 대한 정확도를 낮추며 불량 클래스가 치명적인 일부 산업현장에서는 더 치명적으로 다가온다. 본 연구에서는 제한된 불량이미지를 증강시켜 클래스 불균형 문제를 해소하고자 하였다. 기존 일반적인 증강 기법과 설명가능한 인공지능 기법인 CAM을 결합하여 모델이 불량이라고 인식하는 부분을 찾아내고 이를 통해 불량 패치를 만들어낸다. 만들어진 불량 패치를 정상 이미지에 삽입하여 부족한 불 량 이미지의 개수를 증강시키고 이를 바탕으로 클래스 불균형 문제를 완화하고 자 하였다. 이를 통해 기존 불량 데이터 수집에 있어 나타나지 못했던 위치에 서의 불량에 대해서도 표현이 가능하였다. 본 연구를 통해 제안된 방법론은 기 존 일반적인 증강방법론 대비 높은 정확도를 가졌으며 원본 데이터세트와 기본 적인 증강이 적용된 데이터세트보다 불량 제품을 더 정확하게 분류하여 성능을 입증하였다. Construction of industrial data for the vision deep learning model takes a lot of time and money to collect and process data, and among them, collecting bad data is more difficult than collecting normal data. In general, defects account for less than 10% of the total data, so this causes a class imbalance problem when learning a deep learning model. This class imbalance problem lowers the accuracy of the class and is more fatal in some industrial sites where defective classes are fatal. This study attempted to solve the class imbalance problem by enhancing the limited defect image. By combining the existing general augmentation technique and the CAM, an explanatory artificial intelligence technique, it finds the part that the model perceives as defective and creates a defective patch through this. It was attempted to increase the number of insufficient defective images by inserting the created defective patch into the normal image and to alleviate the class imbalance problem based on this. Through this, it was possible to express defects at locations that did not appear in the collection of existing defective data. The methodology proposed in this study proved its performance by classifying defective products more accurately than the original dataset and the dataset with basic augmentation.

해안 공학 및 수문학을 위한 물리 기반 머신러닝 설계

민수홍 한국공학대학교 일반대학원 2024 국내석사

해안 공학 및 수문학을 위한 물리 기반 머신러닝 설계 Design of Physics-Informed Machine Learning for Coastal Engineering and Hydrology 최근 다양한 공학 분야에서 데이터 분석 모델의 활용이 증가하고 있다. 머신러닝과 딥러 닝 같은 데이터 분석 모델은 대량의 데이터를 효율적으로 처리하고 예측 모델을 구축하여 공학적 문제 해결에 중요한 도구로 사용되고 있다. 이러한 모델은 복잡한 시스템의 비선형 적 특성을 정확하게 분석하고 예측할 수 있다. 반면, 물리 모델은 전통적으로 공학 및 과학 분야에서 물리적 법칙과 방정식을 기반으로 시스템을 설명하고 예측해왔다. 물리 모델은 높은 신뢰성과 해석 용이성을 제공하지만, 모든 시스템을 반영하기 어렵고 높은 계산 비용 과 제한적인 범용성의 한계를 가지고 있다. 이러한 한계를 극복하기 위해 데이터 분석 모 델이 공학 분야에 적용되고 있으나, 외삽 문제, 과적합 문제, 예측 결과의 물리적 비일관성 등의 한계를 가지고 있다. 이 두 모델의 한계점을 극복하기 위해 본 연구에서는 물리 결합 머신러닝(Physics-informed Machine Learning)을 통해 이러한 단점을 보완하고 장점을 극대 화하고자 하였다. 물리 결합 손실 함수를 설계하고 물리 모델과 데이터 모델의 비율을 다 양하게 적용하는 실험을 통해 두 가지 사례 연구를 수행하였다. 첫째, 해안선 예측에서는 데이터가 적을 때 제안 방법의 성능이 데이터 모델보다 우수했으나, 데이터가 증가함에 따 라 데이터 모델이 더 나은 성능을 보였다. 이는 데이터가 부족한 상황에서 제안 방법이 효 율적임을 보여준다. 둘째, 낙동강 하구 유역의 염분도 예측에서는 물리 모델을 많이 반영할 수록 염분도 상승 구간 예측 성능이 우수했으나, 일반적인 성능은 데이터 분석 모델이 더 좋았다. 동적 가중치를 적용한 모델이 일반화 성능에서 가장 우수함을 확인하였다. 이러한 결과는 PIML이 복잡한 공학 문제를 해결하는 데 효과적임을 시사한다.

전도성 필라멘트 채널을 이용한 산화 갈륨 삼단자 기반의 광전자 시냅스 특성에 대한 연구

이혜진 한국공학대학교 일반대학원 2025 국내석사

전도성 필라멘트 채널을 이용한 산화 갈륨 삼단자 기반의 광전자 시냅스 특성에 대한 연구 이 혜 진 지도 교수: 이 성 남 IT반도체융합공학과 한국공학대학교 일반대학원 2단자 Pt/Ga2O3/Pt RRAM 소자에서 산소 공공으로 이루어진 전도성 필라멘트 채널을 이용하여 3단자처럼 구동 가능한 광전자 시냅스 소자를 구현하였다. 게이트 전압을 조절함을 통해 단기기억과 장기기억 특성을 조절함으로 우수한 시냅스 가소성을 보임을 확인했다. 즉, 외부 광 인가 신호 외에도 소자 내에서 게이트 전압을 조절함을 통해 메모리의 강화와 억제를 가변적으로 조절하였다. 시냅스 동작을 측정함으로써 생물학적 시냅스와 유사한 강화 및 억제 메커니즘을 구현함으로써 학습 및 메모리 프로세스를 용이하게 한다. 또한 쌍 펄스 촉진(Paired pulse facilitation, PPF)와 학습-경험 시뮬레이션을 통해 이 개념을 검증하였다. 이는 시냅스 기능을 위한 산화물 반도체의 새롭고 혁신적인 3단자 소자를 제시한다. 본 실험에서 연구한 소자는 기존의 데이터 처리 방식의 문제인 데이터 병목 현상을 해결할 뿐만 아니라 인간 시각 시스템의 시냅스 가소성을 구현할 수 있다. 또한 본질적으로 2단자와 3단자 각각의 장점을 결합한 새롭고 확장된 개념의 새로운 광전자 시냅스 소자를 개척하였다.

회절 광학 소자 기반 적응형 전조등 시스템 연구

신성욱 한국공학대학교 일반대학원 2023 국내석사

현재 전조등에 관한 연구 방향은 기존 전통 조명 광원 시스템과 동일한 패러다임(Paradigm)으로 진행되고 있어 LED 조명시스템이 단순화된 구조로 전환되지 못하고 있다. 특히, Low-beam(하향등, 변환빔) 시스템의 성능에 대한 법적 규제가 까다로워서 이를 만족하기 위해 광학 시스템이 복잡한 형태를 가진다. 미래형 Low-beam의 경우 상황에 따른 선택적인 조명(적응형)을 필요로 하는데 Beam Target에 대한 기준 규정이 포함하는 성능의 국소적 밝기에 대한 Contrast 비가 매우 높다. 이러한 문제점을 해결하기 위하여 전조등 시스템의 구현을 위한 회절광학소자를 설계하고 이에 대한 시뮬레이션을 진행하여 성능을 측정하였다. 회절광학소자는 일반도로 모드인 Class C, 고속도로 모드인 Class E, 젖은도로 모드인 Class W의 배광을 만족하도록 4-Level로 설계하였다. 각 Pixel 크기는 파장에 따라 445㎚, 525㎚, 638㎚에서 405㎚ × 742㎚, 477.27㎚ × 875㎚, 580㎚×1,063㎚로, 가로 550개, 세로 300개로 회절광학소자를 구성한다. 시뮬레이션 결과 각 주요 측정점에서 광도 및 위치 요구사항을 만족함을 확인하였고, Class C에서의 광 효율 77.73%, Class E에서 광 효율 79.50%, Class W에서 광 효율 71.65%를 가짐을 확인하였다. 추가로 백색광 구현 시뮬레이션의 진행 과정에서 색 번짐 효과의 발생을 확인하였고 색 번짐 현상의 최소화를 위한 반사프리즘 광학계를 추가로 설계하여 색 번짐 현상을 최소 65.66%에서 최대 77.32%까지 개선하여 백색광을 구현하였다. 추후 본 연구의 결과를 통하여 적응형 전조등 시스템을 구현하는 경우, 각 모드의 회절광학소자를 연속 배열하고 슬라이드함으로써 상황에 맞는 배광을 형성할 수 있으며 높은 광도 대비와 구조의 단순화를 기대할 수 있을 것으로 사료된다.

전류 제어 기법에 따른 동기 정류 토템폴 PFC의 영전압 지점 전류 왜곡 특성 분석

정우혁 한국공학대학교 일반대학원 2024 국내석사

토템폴 브리지리스 부스트 PFC는 일반적인 부스트 PFC에 비해 스위치를 적 게 사용하여 효율이 높은 PFC 컨버터로 알려져 있으며, 공통 모드 경로에 계통 주파수 성분만 존재하여 일반적인 브리지리스 부스트 PFC보다 공통 모드 노이 즈 특성이 우수하다. 또한 계통 주파수로 동작하는 스위치에 동기 정류기를 사 용할 경우 양방향 동작 역시 가능하다. 하지만 이러한 장점들에도 불구하고 토템폴 브리지리스 부스트 PFC에서는 회로 특성상 영전압 지점 근처에서 전류 왜곡이 발생하는 문제가 있다. 동기 정류기를 사용할 경우 동기 정류기의 기생 커패시터에 의해 이러한 전류 왜곡 의 문제가 심해질 수 있으며, 극단적인 경우에는 입력 전압의 반대 극성으로 흐르는 입력 전류가 발산하여 PFC의 과전류 보호 기능이 동작할 수도 있다. 따 라서 영전압 지점 근처에서의 전류 왜곡을 저감하기 위한 방안들을 충분히 고 려하고 설계에 반영하여야 한다. 일반적으로 전류를 제어할 때 측정된 전류값에 절대값을 취해 사용하는 방법 과 측정된 값의 순시값을 그대로 사용하는 방법이 있는데, 본 논문에서는 순시 값을 활용하는 경우에 영전압 지점에서의 전류 왜곡을 더욱 효과적으로 개선할 수 있다는 점에 주목하여 관련 분석을 수행하였다. 또한 6.6kW급 인터리브드 동기 정류 토템폴 브리지리스 PFC 프로토타입을 제작하고 실험을 통하여 분석 의 타당성을 검증하였다. 주요어 : 토템폴 브리지리스 부스트 PFC, 인터리브드 동기 정류 토템폴 브리 지리스 PFC, 영전압 지점 전류 왜곡

열영상과 복합센서를 이용한 딥러닝 기반 불꽃감지

이주형 한국공학대학교 일반대학원 2024 국내석사

기존의 화재감지 시스템은 온도, 연기, 가스 센서 등에 의존하지만, 다양한 환경적 요인과 화재 발생 물질의 복잡성으로 인해 탐지의 신뢰성에 한계가 있다. 특히 적외선 센서, 연기 감지기 등 하드웨어 기반 장비는 제한된 감지 능력 때문에 비화재보를 일으킬 수 있다. 이런 문제를 해결하기 위해, 최근에는 다양한 센서 기술, 영상처리 기법, 그리고 인공지능(AI) 기술을 활용하여 화재감지 시스템의 정확도를 높이는 연구가 활발히 진행되고 있다. 다중 센서 데이터를 통합하여 더욱 정확한 정보를 얻고, 영상처리를 통해 연기와 불길을 더 정확히 식별하며, 인공지능과 딥러닝 알고리즘을 사용하여 화재 발생 패턴을 학습함으로써 화재를 예측하고 감지하는 연구들이 진행되고 있다. 본 논문에서는 저해상도 열화상카메라(MLX90640)에서 상대온도 측정을 통해서 불꽃 여부를 판단하고, 적외선 센서(G3)를 사용하여 불꽃 영역대의 적외선 신호를 FFT 변환하여 명멸(Flickering) 주파수대에 존재 여부에 따라서 불꽃을 판단하는 임베디드 보드를 제작과 소프트웨어를 구현하였다. 이와 더불어 일반영상을 통해서도 YOLO 모델을 학습시켜 성능을 평가하였다. 실험 조건은 한국소방산업기술원(KFI) 감지기의 형식승인 및 제품검사 시험 세칙을 따라 실험하였다. 실험 결과, 임베디드 보드로 구성된 불꽃 감지기에서는 온도 감지와 적외선 센서로 조합으로 불꽃을 판별하였으며, 또한 태양광, 백열등 및 다른 광원도 불꽃이 아닌 것으로 구별되었다. 일반영상 데이터에서도 YOLOv5/v7에서 실험 결과를 비교하고 각각의 모델이 얼마나 감지 정확도를 평가했다. 임베디드 보드에서 열화상 및 적외선 데이터와 영상 데이터들을 조합하여 딥러닝 모델로 학습시키고 평가하여 적절한 딥러닝 모델을 선정함으로써 정확도 높은 불꽃감지 시스템 운영할 수 있음을 확인했다.

3D 반도체 패키지용 Cu 합금의 저온 접합 거동 분석 및 기계적 특성 평가

전주원 한국공학대학교 일반대학원 2025 국내석사

오늘날 chat gpt와 같은 생성형 인공지능의 등장으로 반도체 칩의 데이터 처리 속도가 중요시되고 있다. 생성형 인공지능은 방대한 양의 데이터를 빠른 속도 로 처리하여 사용자에게 전달하지만 반도체 칩의 데이터 처리 속도가 이를 따 라잡지 못하며 데이터의 전송이 늦이지고 신호의 병목현상 발생으로 인한 발열 은 반도체 칩의 성능을 저하시키는 문제를 야기하고 있다. 반도체 패키지의 적 층 패키지 기술은 이와 같은 문제를 해결하는 공정기술로 연구가 활발하게 이 뤄지고 있다. 적층 패키지는 칩을 수직으로 쌓아올리는 기술로 데이터 신호의 전송 길이를 감소시키며, 반도체 집적도를 크게 향상시킨다. 또한 열 방출도 뛰 어나 열적 문제 예방이 가능하다. 적층 패키지 기술은 와이어 접합, 솔더 접합, TSV, Bump less 공정이 있으며 이중 Bump less 공정은 추가적인 부속품 없이 반도체 칩과 칩을 바로 연결이 가능하여, 다양한 공정에 적용하는 연구가 진행 되고 있다. 하지만 Bump less 공정에 주 재료인 Cu는 공정 온도가 매우 Cu-Cu 접합 공정 진행 시 고온과 고압이 요구되어 반도체 칩의 손상을 가할 수 있어 공정 수율을 감소시키게 된다. 따라서 Cu-Cu 접합의 공정 온도를 낮추는 연구 가 필요하다. 저온 접합 공정을 위해 플라즈마 전처리를 통한 Cu 표면의 산화 막 제거, 선택적 Cu(111)면 도금을 통한 접합 성능 향상, 하이브리드 접합을 통 한 이중소재 접합 등이 있다. 본 논문에서는 Cu의 용융점을 낮추는 합금을 통 해 공정 온도를 낮추는 연구를 진행했다. Cu-Cu 접합은 진공 열 접합 공정에 서 공정 온도 250 ℃에서 접합이 이뤄졌으며, 이하의 온도에서는 접합이 되지 않았다. 합금을 통해 접합 공정을 진행 시, 공정 온도 180 ℃에서 접합이 이뤄 지며, Cu-Cu 접합보다 20%보다 더 낮은 온도에서 접합이 가능하다는 것을 확 인했다. 접합 시편의 가접합 유무를 확인하기 위해 접합 이후 Pull test와 DCB test를 통해 기계적 특성 신뢰성을 평가했다. Pull test 결과 CuAg(55 wt%), CuZn(60 wt%)의 합금 조성이 가장 낮은 온도에서 신뢰성 있는 계면에너지를 가지는 것을 확인했으며 가장 좋은 신뢰성을 가지는 CuAg(55 wt%)를 가지고 DCB test를 진행했다. 실험 결과 Cu의 계면접합력이 CuAg의 계면 접합력보다 높은 값을 가지지만 저온 공정의 가능성과 다른 실험에서 측정된 계면 접합력 과 비교 시 높은 값을 가지는 CuAg는 산업에 적용이 유리할 것으로 보인다. CuAg의 접합 경향성을 분석하기 위해 접합 이후 TEM을 통해 단면을 분석했 다. 분석 결과 CuAg 합금은 접합 시 Ag의 원자가 접합 계면으로 이동하며 접 합이 이뤄졌으며 Cu 원자와 Ag 원자는 각각 층상 구조를 형성하는 것을 확인 할 수 있었다. XPS 분석에서 층상 구조는 각 원자의 확산으로 인해 형성된 것 으로 나타났으며 이는 이론적 원자의 확산거리 Cu 15 nm와 Ag 18 nm의 값과 XPS에서 나타난 층상구조의 두께 20 nm의 값과 유사한 것을 통해 알 수 있다. 이후 층상구조가 나타나는 원인을 분석하기 위해 시편 제작 후 시편의 단면을 분석했다. 온도만 가한 시편에서는 층상구조가 형성되지 않았지만 온도와 압력 을 가한 시편에서는 Cu와 Ag에 층상구조가 나타나는 것으로 보아 열 압착 접 합 공정에서 발생하는 압력이 층상구조의 원인이라는 것을 알 수 있다. 본 논문에서는 CuAg와 CuZn 합금이 저온 접합 공정에 적용이 가능하다는 것 을 밝혔다. CuAg 합금은 저온 접합 공정에서 전기적 신뢰성이 유지되는 것을 볼 수 있었으며, CuZn 합금은 저온 접합 공정에서 Zn의 함량이 증가할수록 전 기적 신뢰성이 떨어지지만 더 낮은 온도에서 접합되는 것을 확인했다. 각각의 합금마다 장단점이 존재해, 공정 목적에 따라 적용되는 합금이 달라질 것으로 보여진다.

1D-CNN 기반 타이어 마모 예측 알고리즘 개발

서준영 한국공학대학교 일반대학원 2025 국내석사

과도하게 마모된 타이어는 차량 안전에 중대한 위험을 초래하므로, 타이어 마모 상태를 정기적으로 모니터링하는 것이 필수적이다. 본 연구는 기존 모델링 연구에서 제안된 효율적인 타이어 마모 예측 알고리즘을 검증하고, 필요한 입력 데이터를 최소화하며, 주행 시험 데이터를 활용하여 해당 방법론의 타당성을 입증하는 것을 목적으로 하였다. 우선, 다양한 마모 수준의 타이어를 대상으로 주행 시험을 실시하여 내부 가속도 데이터를 측정하였다. 이후, 수집된 가속도 신호는 경험적 함수를 사용하여 비정상적인 데이터를 배제한 후, 머신러닝 알고리즘 학습에 활용되었다. 마지막으로, 병목 특징(bottleneck features)을 기반으로 한 1D-CNN 타이어 마모 예측 알고리즘을 개발하고 이를 평가하였다. 개발된 알고리즘은 가속도 신호만을 사용한 경우 RMSE(평균 제곱근 오차)가 5.2% (또는 0.42 mm)로 나타났으며, 타이어 압력 및 수직 하중 데이터를 추가할 경우 예측 오차가 11.5% 감소하여 RMSE가 4.6%로 줄어들었다. 이러한 결과는 1D-CNN 접근법이 최소한의 입력 데이터로도 타이어 마모 상태를 효율적으로 예측할 수 있는 방법임을 시사한다. 또한, 본 연구는 모델링 연구에서 제안된 지능형 타이어 기술 프레임워크의 실용적 유용성을 뒷받침하는 근거를 제공한다. Since excessively worn tires pose a significant risk to vehicle safety, it is crucial to monitor tire wear regularly. This study aimed to verify the efficient tire wear prediction algorithm proposed in a previous modeling study, which minimizes the required input data, and use driving test data to validate the method. First, driving tests were conducted with tires at various wear levels to measure internal accelerations. The acceleration signals were then screened using empirical functions to exclude atypical data before proceeding with the machine learning process. Finally, a tire wear prediction algorithm based on a 1D-CNN with bottleneck features was developed and evaluated. The developed algorithm showed an RMSE of 5.2% (or 0.42 mm) using only the acceleration signals. When tire pressure and vertical load were included, the prediction error was reduced by 11.5%, resulting in an RMSE of 4.6%. These findings suggest that the 1D-CNN approach is an efficient method for predicting tire wear states, requiring minimal input data. Additionally, it supports the potential usefulness of the intelligent tire technology framework proposed in the modeling study.

(0001) Plane GaN Substrate에 성장된 Green Laser Structure의 Cavity 형성에 따른 효율적인 발진 및 광학 이득 향상에 대한 연구

오창준 한국공학대학교 일반대학원 2025 국내석사

This study investigates methods to improve the laser emission efficiency and optical properties of III-Nitride materials, particularly addressing the “Green Gap” issue, where low optical efficiency is observed in the green wavelength range. While III-Nitride materials have the potential to emit light across the entire spectral range, performance in the green region is hindered by limitations such as high stacking fault densities and elevated threshold current values. To overcome these challenges, approaches like suppressing In compositional inhomogeneity and employing non-polar or semi-polar planes to mitigate internal electric field effects have been explored. A Fabry–Perot resonator structure was established using laser scribing to form the cavity, which is critical for inducing laser emission. Emission spectra analysis revealed that shorter cavity lengths resulted in increased emission intensity and a noticeable blue shift in peak wavelength, indicating changes in resonant conditions due to reduced optical paths. However, longer cavity lengths exhibited increased internal losses, failing to satisfy the lasing threshold conditions. An optical pumping system was designed to effectively detect and analyze amplified spontaneous emission (ASE) and Fabry–Perot interference fringes. The system employed a monochromator and grating for precise single-wavelength analysis, providing insights into the spectral behavior of the samples. Significant improvements were observed after applying a distributed Bragg reflector (DBR) structure to the cavity. The DBR was designed using the transfer matrix method (TMM) and consisted of alternating high- and low-refractive index layers in a multi-layer thin-film configuration, maximizing internal reflection and enhancing resonance within the cavity. The DBR was deposited using sputtering, significantly reducing cavity losses and improving lasing efficiency. Post-DBR deposition analysis revealed a decrease in peak wavelength, a narrowed full width at half maximum (FWHM), and increased emission intensity, indicating reduced optical losses and enhanced resonance. Fabry–Perot interference fringes, which were previously undetectable, were clearly observed, signifying improved cavity performance. Hakki–Paoli gain analysis demonstrated a transition from loss to gain in the spectrum; however, a complete shift beyond zero to a definitive gain state was not achieved. This highlights the need for further structural optimization of the DBR design and cavity length to fully realize optical gain. Notably, these improvements were most prominent in samples with the shortest cavity length of 400μm, consistent with previous variable stripe length method (VSLM) experiments, where shorter stripe lengths showed higher gain under high pumping conditions. This suggests that shorter cavities are more favorable for stable laser emission. In conclusion, this study experimentally validates the potential of DBR structures and cavity designs to reduce optical losses and enhance lasing efficiency, providing foundational insights for the development of high-performance laser devices. 본 연구에서는 III-Nitrides 재료가 가진 "Green Gap" 문제를 해결하기 위한 접근으 로 캐비티 형성 및 DBR(Distributed Bragg Reflector) 구조를 적용하여 레이저 발진 효율과 광학적 특성을 향상시키는 방법에 대해 연구를 진행하였다. III-Nitrides 재료는 전 영역의 파장을 방출할 수 있는 광 반도체로서 우수한 잠재력을 지니고 있으나, Green 대역에서는 광 효율이 현저히 낮은 문제가 있다. 이를 해결하기 위해 In 조성의 불균질성을 억제하거나 GaN 결정구조에서 비극성 또는 반극성 면에서 성장을 유도하여 내부 전계 효과를 제거하는 방식이 연구되었으나, 높은 적층 결함 밀도와 높은 임계 전류값이라는 한계를 가진다. Fabry–Perot 공진기 구조를 기반으로 Laser Scribing을 활용하여 캐비티를 형성하고, 이를 통해 유도 발진 효율을 분석하였다. 캐비티는 레이저 발진을 유도하는 데 핵심적인 역할을 하며, 캐비티 길이에 따른 방출 스펙트럼 변화를 관찰한 결과, 캐비티 길이가 짧을수록 방출 강도가 증가하고 피크 파장이 감소하는 Blue Shift 거동 이 확인되었다. 특히 짧은 캐비티 길이에서 안정적인 공진 조건이 형성됨을 확인하였으나, 캐비티 길이가 길어질수록 내부 손실이 증가해 발진 조건을 완전히 충족하지 못하는 한계를 보였다. 광학적 특성 분석을 위해 Optical Pumping 광학계를 설계하여 ASE 및 Fabry–Perot 간섭무늬를 관찰하였다. 이를 위해 Monochromator와 Grating을 활용해 단일 파장을 선택하고 정밀한 스펙트럼 분석을 수행하였다. 이러한 분석 결과는 DBR 구조를 적용한 이후 더 뚜렷한 변화를 보였다. DBR 구조는 TMM(Transfer Matrix Method)을 사용해 설계되었으며, 고 굴절률 물질과 저 굴절률 물질을 교대로 적층한 다층 박막 구조로, 높은 반사율을 통해 캐비티 내부의 공진 효과를 극대화하였다. 스퍼터링 공정을 통해 증착된 DBR 구조는 캐비티 손실을 줄이고 발진 효율을 크게 향상시켰다. DBR 증착 후 방출 스펙트럼의 분석 결과, 피크 파장이 감소하고 반치폭(FWHM)이 좁아졌으며, 방출 강도는 크게 증가하였다. 또한, 증착 전에는 관찰되지 않았던 Fabry–Perot 간섭무늬가 증착 후 명확히 포착되었으며, 이는 캐비티 내부의 광학 손실 감소와 공진 효과 강화의 결과로 해석되었다. Hakki–Paoli 이득 공식으로 분석한 결과, 이득 스펙트럼이 손실에서 이득으로 전환되는 거동을 보였으나, 0을 완전히 넘는 상태로 전환되지는 않았다. 이러한 결과는 DBR 구조가 캐비티의 종모드 형성과 이득 특성을 개선했음을 입증하며, 캐비티 길이와 DBR 설계의 추가적인 최적화를 통해 광학적 이득의 완전한 실현이 가능할 것으로 기대된다. 특히 이러한 변화는 캐비티 길이가 가장 짧았던 400μm 시료에서 가장 뚜렷하게 관찰되었다. 이는 이전 VSLM 실험에서 짧은 스트라이프 길이가 고 여기밀도 조건 에서 더 높은 이득을 보였던 결과와 일치하며, 짧은 캐비티가 안정적인 레이저 발진을 유도하는 데 유리함을 시사한다. 본 연구는 DBR 구조와 캐비티 설계를 통한 광학 손실 감소와 발진 효율 향상을 실험적으로 입증하였으며, 향후 고성능 레이저 소자 설계를 위한 기초 자료로 활용될 수 있을 것으로 기대된다.

Tuning Composition in Channel of AlGaN HEMT Grown on AlN / SiC by MOCVD

이준혁 한국공학대학교 일반대학원 2025 국내석사

AlGaN-based HEMTs hold significant promise for high-power and high-frequency applications due to their superior material properties, including exceptional breakdown voltage and thermal conductivity. Nevertheless, persistent challenges such as compressive stress, low electron mobility, and elevated contact resistance hinder their practical performance. This work addresses these limitations by systematically engineering the aluminum composition in the AlGaN channel layer and refining Ohmic contact formation. The AlGaN channel layers were tailored with aluminum compositions of 20%, 60%, and 70% through precise modulation of the TMAl/III ratio and growth conditions. Surface morphology analysis using Atomic Force Microscopy (AFM) revealed that higher aluminum compositions effectively mitigated lattice mismatch with the AlN buffer, thereby reducing surface roughness and enhancing crystalline quality. Structural and compositional integrity were confirmed via Transmission Electron Microscopy (TEM) and Secondary Ion Mass Spectroscopy (SIMS), which demonstrated clear segregation of Al and Ga elements in the channel and barrier layers. These findings underscore the efficacy of controlled growth parameters in achieving high-quality epitaxial layers. To further address the critical issue of contact resistance, a novel Ohmic metal stack (Ti/Al/Ti) was developed, and its performance was evaluated using rapid thermal annealing (RTA) at 870°C. This approach resulted in a significant reduction in contact resistance, as corroborated by interface analysis through TEM and electrical measurements. Additionally, Hall-effect analysis indicated enhanced two-dimensional electron gas (2DEG) properties, including higher carrier concentrations and improved mobility at optimized aluminum compositions, driven by polarization-induced effects. Electrical characterization of the devices demonstrated superior DC performance, including enhanced breakdown voltage and thermal stability, particularly at higher aluminum compositions. The integration of these advancements positions AlGaN HEMTs as a compelling solution for extreme-environment applications, such as high-temperature and high-voltage power electronics and radio frequency systems. This research contributes a critical step toward overcoming the material and process challenges inherent to AlGaN-based HEMTs, advancing their potential as next- generation power semiconductor devices.