10P by GN⁺ 21시간전 | ★ favorite | 댓글 4개
  • DRAM 셀을 가정용 장비와 직접 구성한 공정으로 제작해, 트랜지스터와 커패시터를 결합한 RAM 기본 구조 동작 확인
  • 실리콘 웨이퍼 절단, 산화막 형성, 포토리소그래피, 건식 식각, 인 도핑, 게이트 산화막 성장, 콘택트 컷, 알루미늄 증착까지 반도체 공정을 단계적으로 수행
  • 완성된 소자 측정에서 게이트 전압에 따라 전류가 달라지는 스위치 특성과 최대 12.3 pF 커패시턴스 확인
  • 개별 DRAM 셀 구동에서는 저장 커패시터를 수백 나노초 안에 3V까지 충전했고, 전하는 2ms를 조금 넘는 시간 동안 유지된 뒤 다시 충전 필요
  • 상용 DRAM의 64ms 초과 유지 시간에는 미치지 못하고 punch through 같은 미세화 한계도 드러났지만, 집에서 만든 소형 RAM 배열 확장 출발점 확보

DRAM 구조와 제작 목표

  • DRAM 셀은 행과 열로 구성된 배열의 각 교차점에 트랜지스터와 전하 저장 커패시터를 배치하는 구조
    • 트랜지스터는 스위치 역할 수행
    • 커패시터는 배터리처럼 전하를 저장해 1비트 정보 보관
    • 트랜지스터를 켜면 커패시터가 충전되고, 다시 켜서 읽을 때 전하가 역방향으로 흘러 검출 가능
    • 읽기 과정에서 커패시터 전하가 빠지므로 주기적 리프레시 필요
  • 제작 대상은 이후 이어 붙일 수 있는 5x4 배열 레이아웃 기반의 소형 구조
    • 각 교차점에 트랜지스터와 커패시터 배치
    • 최종 목표 트랜지스터 게이트 길이는 1마이크론보다 약간 작은 수준
  • 설계도에서 각 색상은 서로 다른 층을 뜻하며, 소자는 층을 하나씩 쌓는 샌드위치형 적층 공정으로 형성됨

초기 공정: 실리콘 준비와 도핑

  • 실리콘 웨이퍼를 출발 재료로 사용하고, 다이아몬드 스크라이브로 작은 칩으로 절단
    • 실리콘이 특정 결정면을 따라 잘 쪼개지는 성질 활용
  • 절단 후 표면 이물 제거를 위해 아세톤아이소프로판올 기반 세정 수행
    • 입자 제거와 유기물 용해 목적
    • 이후 표면을 실리콘에서 유리로 바꾸는 단계가 이어져 완벽한 세정까지는 요구되지 않음
  • 칩을 퍼니스에 넣고 1,100°C에서 가열해 표면에 3,300옹스트롬 산화막 형성
    • 실리콘을 산화시켜 유리층을 성장시키는 방식
    • 이 산화막은 이후 마스크와 보호층 역할 수행
  • 유리층이 형성된 표면 위에 liftoff resist를 먼저 도포해 접착층처럼 활용
    • 원래 금속 리프트오프용 재료지만 접착층으로도 잘 작동
    • 170°C에서 5분 베이크 수행
  • 그 위에 포토레지스트를 스핀코팅하고 100°C에서 2분 베이크 수행
    • 두께는 1마이크론보다 약간 두꺼운 균일한 박막 형성
  • UV와 마스크를 이용해 첫 번째 패턴 레벨 형성
    • 마스크 개구부를 통과한 빛이 포토레지스트를 노광
    • 현상액에서 노광된 부분이 제거되어 패턴 형성
    • 현미경 스테퍼 시스템이 패턴을 축소 투영하며, 사용자 소프트웨어가 초점과 노광 제어
    • 로봇 장비를 사용해 더 균일한 현상 수행
  • 패턴된 포토레지스트를 마스크로 사용해 건식 식각 진행
    • 유리층을 선택적으로 제거해 실리콘 표면 노출
  • 식각 후 가열된 DMSO로 포토레지스트 제거
    • 결과적으로 3,300옹스트롬 산화막에 창이 뚫린 구조 형성
  • 산화막 창을 이용해 트랜지스터의 소스와 드레인 형성
    • 소스와 드레인은 스위치의 입력과 출력 단자 역할
    • 게이트는 이후 가운데 영역에 형성
  • 실리콘에 을 도입해 해당 영역의 전도도 증가
    • 산업계에서는 이온 주입도 사용하지만, 비용과 장비 규모 때문에 적용하지 않음
  • 상용 제품 대신 직접 만든 phosphorus doped spin-on glass 사용
    • 시험편에서 처리 전에는 멀티미터로 연속성 확인이 어려웠음
    • 처리 후에는 매우 높은 전도성 확인
    • 매우 높은 수준의 도핑에 가까운 결과 확보
  • 본 칩에도 같은 용액을 코팅하고 서서히 승온하며 베이크 수행
    • 용매 제거와 균열·응력 방지 목적
  • 합성 과정에서 소수의 유리 침전물 발생
    • 대부분 외관상 현상으로 큰 영향은 없다고 언급
    • 다음에는 여과로 제거하는 편이 더 적절하다고 언급
  • 도핑 깊이 예측용 계산기를 만들어 도핑 프로파일 모델링 수행
    • 목표는 더 얕은 프로파일
  • 이를 위해 1,100°C에서 5분 어닐링 후 HF로 spin-on glass 제거
    • 이어 1,000°C에서 10분 drive-in 어닐링 수행

중간 공정: 게이트 산화막과 콘택트

  • 소스와 드레인 형성 후 트랜지스터의 게이트 영역과 커패시터 영역 공정 진행
    • 유리층이 남아 있으므로 다시 liftoff resist와 포토레지스트를 순차 도포
  • 채널 영역은 기존 소스·드레인 사이에 정렬해 형성
    • 동시에 트랜지스터 위쪽의 전하 저장 커패시터 영역도 함께 정렬·노광
  • 현상 후 HF로 소스와 드레인 사이 중간 산화막, 그리고 커패시터 인접 산화막 제거
    • 해당 위치의 산화막이 너무 두꺼워 맞춤 두께의 게이트 산화막과 커패시터 산화막 필요
  • 가장 중요한 채널 영역 세정을 위해 piranha clean 수행
    • 표면의 유기물과 대부분의 금속을 강하게 제거하는 세정
  • 다시 퍼니스에 넣어 게이트와 커패시터 산화막 성장
    • 더 높은 커패시턴스와 더 좋은 게이트 제어를 위해 얇은 산화막 목표
    • 950°C에서 38분 공정으로 200옹스트롬, 즉 20나노미터 산화막 형성
    • 소자 외부에는 더 두꺼운 산화막 유지
  • 이후 전기적 연결을 위해 산화막을 선택적으로 뚫는 콘택트 컷 공정 진행
    • LOR과 포토레지스트를 도포·베이크
    • 콘택트 컷 마스크를 정렬·노광 후 작은 개구부 형성
    • HF가 개구부를 통해 실리콘 표면의 유리층을 제거해 전기 연결 경로 형성

마무리 공정: 금속 증착과 소자 완성

  • 최종 레벨에서는 트랜지스터 게이트, 전기적 콘택트, 커패시터 전극을 만들기 위한 금속 증착 수행
    • 다시 LOR과 포토레지스트를 도포·베이크한 뒤 최종 마스크 정렬·노광
  • 앞선 공정이 재료 제거 중심이었다면, 이 단계는 포토레지스트 개구부를 스텐실처럼 사용하는 방식
    • 페인트 스텐실과 유사한 원리로 필요한 위치에만 재료 형성
  • 금속은 알루미늄 사용
    • 스퍼터 시스템에서 아르곤이 금속 타깃을 때려 금속 원자를 시료 표면에 증착
    • 시료 가장자리의 테이프가 있던 일부 영역을 제외하고 균일하게 코팅
  • 이후 가열한 DMSO로 포토레지스트를 제거해 리프트오프 수행
    • 금속이 휘고 벗겨지며 원하는 패턴만 남음
  • 현미경 관찰 결과 트랜지스터, 커패시터, 연결부를 포함한 전체 DRAM 배열 구조 확인
    • 단면 구조도 초기 개념도와 대응
    • 트랜지스터가 전류 흐름을 제어하며 저장 커패시터를 충전해 데이터 비트 보관 가능

측정 결과와 한계

  • 실내 시험 장비와 반도체 파라미터 분석기를 사용해 전기적 특성 평가
    • 나노 스케일 소자이므로 일반 전선 대신 미세 프로브 팁이 달린 마이크로 매니퓰레이터 사용
  • 트랜지스터 측정에서는 게이트 전압에 따라 서로 다른 전류 곡선 확인
    • 게이트 전압에 따라 거의 전류가 없거나 더 큰 전류가 흐르는 스위치 특성 확보
    • RAM 용도로는 기본적인 온오프 동작이면 충분
  • 다만 일반적인 트랜지스터처럼 전류 포화가 나타나지 않고, 높은 전압에서 전류가 계속 증가
    • short channel effect의 일종인 punch through 발생
    • 소스와 드레인 간 거리가 1마이크론 미만이어서 전압이 증가하면 두 영역이 사실상 연결
    • 전류 증가와 게이트 제어력 저하로 이어짐
    • 낮은 전압에서는 동작 가능하지만, 미세화의 어려움도 드러남
  • 커패시터는 CV plotter로 측정
    • 전압을 변화시키며 커패시턴스 측정
    • 최대 커패시턴스는 12.3 pF 기록
    • 설계한 이론적 이상값인 10여 pF 후반대와 가까운 수치
  • 개별 DRAM 셀로 함께 동작시켰을 때, 트랜지스터가 저장 커패시터를 수백 나노초 안에 3V까지 충전
    • 이후 전압이 시간에 따라 조금씩 감소
    • 2ms를 조금 넘는 시간 동안만 전하 유지
    • 그 이후에는 다시 충전 필요
  • 상용 DRAM은 64ms 초과 유지 가능
    • 이번 설계는 더 높은 빈도의 리프레시 필요
  • 가정에서 RAM 제작 자체는 처음이라고 밝힘
    • 현재는 몇 개 셀 수준의 동작 입증 단계
    • 아직 PC에서 Doom을 실행할 수 있는 수준은 아님
  • 다음 단계는 셀들을 이어 붙여 더 큰 배열로 확장하는 작업
    • 이후 PC와 연결 계획

램 값 너무 올라서 집에서 만들어 써야겠네요 ^^

댓글들은 lamb가지고 말장난 하는 건가 보군요.
방목형 d램, 양목장, 목초 사육, 생고기 등....

ㅋㅋㅋㅋㅋ 재밌는 사람들이네요

Hacker News 의견들
  • 나는 방목형 artisanal DRAM만 산다는 농담이 절로 나옴
    • 생각해보면 core memory는 진짜로 직조된 메모리였음. 뜨개질이랑 구슬까지 들어간 방식이었고, 관련 이야기도 이 논문에서 볼 수 있음
    • 솔직히 말하면 마음속 엔지니어링 꼬마가 반도체 클린룸을 직접 만들고 싶어 하는 마음이 다들 조금씩은 있음
    • 정말 살아있기 좋은 시대라는 느낌
    • 나는 목초 사육 RAM 말고 raw RAM만 고집한다는 식의 말장난이 더 취향이었음
    • 내 DRAM은 RAM ranch에서 조달한다는 농담도 꽤 웃김
      • 나는 아예 동네 Amish에게서 산다고 한마디 보탬
  • 보기에 이 제작자는 오픈소스 칩 제조 도구 모음인 HackerFab에서 영감을 받은 세트를 만든 듯함. 정말 훌륭한 프로젝트라서 docs.hackerfab.org/home도 꼭 볼 만하다고 생각함
  • 나는 이 영상을 어제 보고 올릴까 고민했지만, HN에 어울릴지 확신이 없었음 또 다른 영상에서는 평범한 뒷마당 창고에서 클린룸 연구실을 만드는 과정을 보여주는데 정말 놀라웠음. 뒷마당에서 양압으로 입자 수를 낮추는 장면이 거의 마법처럼 느껴졌음
    • 창고에서 RAM 클린룸을 만드는 얘기가 "news for nerds"인 Hacker News에 안 맞을까 고민했다는 게 오히려 우스웠음
    • 아직 안 봤다면 Indistinguishable From Magic: Manufacturing Modern Computer Chips를 강력 추천함 좀 오래된 영상이지만 이걸 대체할 만한 현대판 영상은 아직 못 본 것 같음. 예전에 HN에 몇 번 올려봤는데 반응은 크지 않았어도, 나는 여전히 완전히 압도될 정도로 신기하다고 느낌
    • 나는 본인에게 흥미로운 것이라면 일단 올려볼 가치가 있다고 봄. 그다음은 투표 시스템에 맡기면 된다고 생각함
    • 솔직히 이런 게 바로 내가 여기서 보고 싶은 종류의 콘텐츠였음
    • 최근엔 메인 페이지에서 Bonsai trees 글도 봤는데, 직접 RAM 만드는 얘기가 HN과의 관련성 면에서는 훨씬 높다고 느낌
  • 내 머릿속 미래 연표는 이럼. 1999년엔 flying cars를 꿈꿨고, 2024년엔 LLM 때문에 로봇 얘기를 하고, 2026년엔 결국 집에서 RAM 만드는 법을 보게 됨
    • 2027년엔 집에서 만든 RAM으로 LLM을 업그레이드해서, 그걸로 flying car를 설계하게 만들 수 있겠다는 농담이 나옴
    • 2027년엔 just-in-time 소프트웨어와 하드웨어가 함께 만들어질 것 같다는 상상도 가능함
    • 2030년엔 flying car가 사실상 무장 드론이 되고 homefab은 불법화될지 모른다는 디스토피아 농담도 나옴
  • 이게 사람들이 말하던 미국 제조업 회귀의 의미는 아니었던 것 같아서 웃겼음
    • 농담은 제쳐두고, 누군가 창고에 자체 클린룸을 만들고 RAM까지 제작했다면 대체 무엇이 기업들의 시장 진입을 막는지 궁금해짐 공식 인증이 조금 덜해도 실제로 동작만 하면 더 싼 RAM을 사고 싶다는 생각도 듦
    • 이제는 뒷마당마다 semiconductor furnace 하나씩 두게 될 거라는 정치 풍자성 농담도 나옴
  • 나는 커패시터에 전하를 채우고, 그게 새기 때문에 주기적으로 다시 채워야 한다는 점까지는 이해함 다만 값을 어떻게 읽는지, 그리고 리프레시를 어떻게 하는지는 잘 모르겠음. 트랜지스터도 아직 완전히 감이 오진 않지만, 그래도 이 영상은 정말 멋졌음
    • 내 이해로는 전하가 완전히 사라지기 전에 그 전하량을 측정하는 방식임 측정 자체가 전하 일부를 빼앗기 때문에, DRAM 칩은 값을 다시 써 넣는 회로를 함께 둠. 1이어야 하면 다시 충전하고, 0이어야 하면 방전함. 리프레시와 일반 읽기는 거의 같고, 일반 읽기는 그 값을 출력 핀으로도 내보낸다는 차이만 있음 영상에서는 아직 커패시터와 트랜지스터의 기본 배열만 보여준 상태라서, 읽기와 재기록 회로는 아마 다음 영상에 나올 것 같다고 봄
    • 나는 트랜지스터를 사실상 AND gate처럼 이해하면 감이 온다고 봄 소스와 게이트 쪽 조건이 맞으면 드레인으로 전하가 움직일 수 있고, 그래서 커패시터 전하를 다른 트랜지스터에 연결해 남아 있는지 확인할 수 있음. 그 드레인 쪽 신호로 로직을 구동하고 방금 읽으며 약해진 커패시터를 다시 충전하는 것도 가능함 엄밀히 말하면 전하 이동보다는 기준 접지 대비 전압으로 설명하는 편이 더 정확하다는 점도 덧붙임
    • DRAM 동작 원리는 Wikipedia의 Principles of operation 설명이 꽤 잘 정리돼 있음 저장 커패시터의 전하를 일부러 조금 빼내 증폭하고, 그 증폭된 전하 일부를 다시 저장소로 되먹임하는 구조라는 점이 핵심이었음
    • 트랜지스터를 이해하려면 몇 가지 핵심만 잡아도 됨 절연체를 사이에 둔 가까운 두 도체는 커패시터를 이루고, 충전된 에너지는 전기장에 저장됨. 그리고 그 전기장이 바로 field effect transistor의 동작 핵심임 절연층이 충분히 얇으면 누설 전류가 생기고, 나노미터 규모에선 개별 전자가 터널링하는 현상까지 감지 가능하다는 점이 흥미로움
    • 실제 DRAM은 아주 작은 커패시터들의 대형 배열과, 한 번에 한 행을 컬럼 배선에 연결하는 스위치들로 이뤄짐 배선 자체의 정전용량이 저장 커패시터보다 더 크기 때문에, 먼저 배선을 기준 전압으로 프리차지한 뒤 선택된 행을 연결하면 커패시터 전하가 배선으로 퍼지며 전압이 아주 조금 변함. 그 미세한 변화를 sense amplifier가 0 또는 1로 크게 증폭하고, 그 과정 자체가 연결된 커패시터 전압도 다시 복원해서 리프레시 역할까지 하게 됨 영상 속 4x5 배열은 후속 편에서 칩 외부에 읽기 회로를 구현할 수 있게 하려는 목적상 실제 64 Kbit DRAM보다 수백 배 큰 커패시터를 쓴 것 같다고 추정함
  • 나는 "이제 DownloadMoreRAM은 없고, 그냥 뒷마당 창고의 어떤 사람이 있을 뿐"이라는 말이 너무 적절하다고 느낌 downloadmoreram.com
    • Google Drive를 마운트해서 swap file을 거기로 옮기면, 아주 엄밀하지는 않아도 비슷한 농담은 성립한다는 생각이 듦
    • 만약 여기에 pricing page를 붙인다면 실제로 사는 사람이 나올 것 같음. 특히 요즘 embedded LLM 때문에 RAM과 CPU 수요가 워낙 커졌기 때문임
    • 지금 같은 메모리 가격이면 예전 SoftRAM 95 같은 사업 기회가 다시 올 수도 있겠다는 농담도 가능함
  • 이 사람은 YouTube 신인도 적절한 틈새를 찾으면 여전히 성공할 수 있다는 증거처럼 보였음
    • 물론 그 전제는 창고에 클린룸을 짓는 수준의 엄청난 일을 실제로 해내는 것이라고 봄
    • 결국 콘텐츠 제작의 본질은 늘 콘텐츠 자체였다고 생각함. 특별하고 몰입감 있는 걸 만들면 시청자는 따라온다고 느낌
    • 다만 이 영상이 Patreon에 $10/month 가입 유도로 잠긴 것처럼 보이는데도 조회수가 329,611회쯤 나온 걸 보면, 정말 월 300만 달러를 버는 구조인지 아니면 실제로는 그렇게 단순하지 않은지 궁금해짐
  • 뒷마당 semiconductor production은 뒷마당 바비큐와 꽤 비슷해 보였음 가열하고, 연기 같은 확산을 하고, 주입하고, 층을 쌓는 과정까지 닮아 있다는 비유가 꽤 절묘했음
  • 이 얘기는 OpenAI에만 안 들어갔으면 좋겠다는 농담을 하게 됨. 저 사람 재고를 전부 사들일 것 같기 때문임
    • 그러면 미국 전역의 sheds부터 선점 임대해버릴 것 같다는 상상도 가능함