• 반도체디스플레이기술학회지
• /
• 제18권1호
• /
• pp.1-4
• /
• 2019

Reactive sputtering is widely used because of its high deposition rate and high step coverage. The deposition layer is often affected by target poisoning because the target conditions are changed, as well, by reactive gases during the initial stage of sputtering process. The reactive gas affects the deposition rate and process stability (target poisoning), and it also leads unintended oxide interlayer formation. Although the target poisoning mechanism has been well known, little attention has been paid on understanding the interlayer formation during the reactive sputtering. In this research, we studied the interlayer formation during the reactive sputtering. A DC magnetron sputtering process is carried out to deposit an aluminum oxide film on a silicon wafer. From the real-time process monitoring and material analysis, the target poisoning phenomena changes the reactive gas balance at the initial stage, and affects the interlayer formation during the reactive sputtering process.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.582-584
• /
• 2023

연합학습(Federated Learning)에서는 여러 참가자가 서로 간의 데이터를 공유하지 않고 협력하여 하나의 모델을 학습할 수 있다. 그 중 수직 연합학습(Vertical Federated Learning)은 참가자 간에 동일한 샘플에 대해 서로 다른 특성(Feature)를 가지고 학습한다. 또한 서로 다른 특성(Feature)에는 입력의 라벨(Label)도 포함하기 때문에 라벨을 소유한 참가자 외에는 라벨 정보 또한 접근할 수 없다. 이처럼 다양한 참가자가 학습에 참여하는 경우 악의적인 참가자에 의해 모델이 포이즈닝 될 여지가 존재함에도 불구하고 수직 연합학습에서는 관련 연구가 부족하다. 포이즈닝 공격 중 백도어 공격은 학습 과정에 관여하여 특정 입력 패턴에 대해서 모델이 공격자가 원하는 타겟 라벨로 예측하도록 오염시키는 공격이다. 수직 연합학습에서는 참가자가 학습과 추론 모든 과정에서 관여하기 때문에 백도어 공격에 취약할 수 있다. 본 논문에서는 수직 연합학습에서의 최신 백도어 공격과 한계점에 대해 분석한다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.306-314
• /
• 2023

하천퇴적물은 유역내 다양한 오염원으로부터 발생하는 중금속, 유기물 등 오염물질의 수용체일 뿐만 아니라 수질 오염 및 수생태 악영향을 유발할 수 있는 2차적 오염원이기에 중요한 관리대상이라고 할 수 있다. 오염된 하천퇴적물의 효과적인 관리를 위해서는 오염원에 대한 식별과 이와 연계된 관리대책의 수립이 우선되어야 한다. 본 연구는 하천퇴적물내 측정된 다양한 이화학적 오염항목 분포 특성에 기반하여 퇴적물의 주요 오염원을 식별하기 위한 방법으로서 기계학습모델의 적용성을 평가하였다. 기계학습 모델의 성능 평가를 위해 전국 4대강 수계내 주요 폐금속광산 및 산업단지 인근에서 수집된 총 356개의 하천퇴적물에 대한 중금속 10개 항목(Cd, Cu, Pb, Ni, As, Zn, Cr, Hg, Li, Al)과 토양항목 3개(모래, 실트, 점토 비율) 수질항목 5개(함수율, 강열감량, 총유기탄소, 총질소, 총인)를 포함한 총 18개 오염항목에 대한 분석자료를 활용하였다. 기계학습 분류 모델로서 선형판별분석(linear discriminant analysis, LDA)과 서포트벡터머신(support vector machine, SVM) 분류기를 사용하여 폐금속광산('광산')과 산업단지('산단') 인근에서의 하천퇴적물 시료의 분류 성능을 평가한 결과, 채취 지점 및 시기별 4가지 경우(비강우시 광산, 강우시 광산, 비강우시 산단, 및 강우시 산단)에 대한 퇴적물 시료의 분류 성능이 우수하였으며, 특히 비선형 모델인 SVM(88.1%)이 선형모델인 LDA(79.5%) 보다 퇴적물을 분류하는데 있어 보다 우수한 성능을 나타냈다. SVM 앙상블 기반 비배타적 다중라벨분류기 모델을 이용하여 각 시료채취 지점 상류 유역 1km 반경 내 지배적인 토지이용 및 오염원을 다중 타겟값으로 다중분류 예측을 수행한 결과, 폐금속광산과 산업단지의 분류는 비교적 높은 정확도로 수행하였으나, 도시와 농업지역 등 다른 비점오염원에 대한 분류정확도는 56~60%범위로 비교적 낮게 나타났다. 이는 다중라벨 분류모델의 복잡성에 비해 데이터셋의 크기가 상대적으로 작아서 발생한 과적합에 기인한 것으로 향후 보다 많은 측정자료가 확보될 경우 기계학습 모델을 적용한 오염원 분류의 정확도를 보다 향상시킬 수 있을 것으로 판단된다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제43회 하계 정기 학술대회 초록집
• /
• pp.314-315
• /
• 2012

최근들어 반도체 및 디스플레이 소자의 구조가 복잡해짐에 따라 다층 박막 증착에 대한 중요성이 날로 증가하고 있다. 본 연구에서는 다층 박막을 효율적으로 증착하기 위해 회전이 가능한 육각건을 개발하였고, 이를 이용하여 에너지 절약형 단열 유리 증착 공정을 구현 하였다. 개발된 회전형 육각건은 기존 플래너형 스퍼터링 건의 확장형으로서 최대 6개의 물질을 하나의 챔버에서 증착이 가능하도록 구성되었다. 기존 공정의 경우 서로 다른 물질 증착을 위해서는 각각의 챔버가 필요한 반면, 회전형 육각건을 이용할 경우 하나의 챔버에서 공정을 진행할 수 있어 원가 절감이 가능하다. Fig. 1은 개발된 회전형 육각건의 모식도로서, 스퍼터링 타겟이 장착 가능한 건과, 회전부로 구성되어 있다. 이를 이용하여 투명전극-금속-투명전극-금속-절연체로 구성되어 있는 에너지 절약형 단열 유리용 다층 박막 증착 공정을 개발하였다. 이때 알루미늄이 도핑된 ZnO (AZO)는 RF 마그네트론 스퍼터로, 금속 박막은 DC 스퍼터, $SiO_2$ 및 SiN과 같은 절연 박막은 $O_2$와 $N_2$ 분위기에서 반응성 RF 스퍼터로 각각 증착하였다. Base pressure는 $10^{-7}$ torr였으며, 증착 시 공정 압력은 1~3 mTorr로 조정하였다. 증착 균일도 향상을 위해 20 rpm의 속도로 기판을 회전시켰다. Fig. 2(a)는 ZnO-Ag-ZnO 구조로 이루어진 다층 박막의 단면을 관찰한 투과전자 현미경 사진으로 각 층간의 계면이 뚜렷하게 나타남을 확인할 수 있으며, 각 층간의 intermixing 현상이 발생하지 않음을 확인 가능하다. 이를 보완하기 위해 Fig. 2(b)에서 보는 바와 같이 XPS를 이용하여 depth profile을 측정하였다. 각 층에서 서로 다른 물질이 발견되는 현상, 즉 교차 오염이 발생함에 따라 나타나는 intermixing 없이 거의 순수한 형태의 ZnO, Ag 박막 성분이 검출되었다. 이는 6개의 서로 다른 물질이 장착된 회전형 육각건을 이용하여 고 품질의 다층 박막 증착이 가능함을 제시하는 결과이다. 증착된 다층 박막의 균일도는 3.8%, 가시광선 영역에서 80% 이상의 투과도, 면저항 값은 3 ${\Omega}/{\Box}$ 이하를 보임으로서 에너지 절약형 단열 유리로서의 사양을 만족시키는 결과를 제시하였다.

• 대한환경공학회지
• /
• 제31권1호
• /
• pp.51-57
• /
• 2009

역삼투 해수담수화(SWRO)공정의 큰 문제점 중 하나인 biofouling 현상을 초기에 감지하기 위한 센서 개발의 선행 연구로써, 본 연구는 역삼투막에 바이오필름을 형성하는 문제성 있는 박테리아를 센서의 타겟 박테리아로 제시하는 것에 중점을 두었다. 문헌조사와 실제 해수담수화 공정에서 사용된 해수 원수와 오염된 역삼투막에 존재하는 박테리아를 계통발생학적으로 분석한 결과를 토대로 Bacillus sp., Flavobacterium sp., Mycobacterium sp., P. aeruginosa, P. fluorescens, 그리고 Rhodobacter sp.의 여섯종의 모델 박테리아를 선정하였고, 선정된 모델 박테리아 중, 막 오염 잠재력을 가진 종을 찾아내기 위해 각각 박테리아의 역삼투막 부착 능력, 고압내성, 그리고 소수성을 비교 분석하였다. 그 결과, 역삼투막 부착능력은 Rhodobacter sp.와 Mycobacterium sp.가 뛰어났으며 소수성이거나 역삼투막(접촉각 약 $63^{\circ}$)과 비슷한 접촉각을 가진 박테리아가 역삼투막에 잘 부착하였다. 800 psi의 고압을 적용 한 후, Rhodobacter sp.는 여섯 종류의 모델 박테리아 중 59-73%의 가장 큰 개체수의 감소를 보였고, P. fluorescens는 1-29%로 가장 높은 고압내성을 보였다. 부착, 소수성, 고압내성 특성을 통한 역삼투막에 biofouling을 유발하는 영향력 있는 박테리아 선정 실험 결과, 여섯 종류의 모델 박테리아 중 Mycobacterium sp.가 부착 능력이 뛰어나고 높은 소수성 특성을 가지며, 800 psi의 고압에서도 50% 이상의 cell의 생물학적 활성능력을 가지고 있어, 막 오염을 유발시키는 가장 잠재력 있는 박테리아로 분석되었다.

• 마이크로전자및패키징학회지
• /
• 제27권4호
• /
• pp.83-89
• /
• 2020

지난 수십년간 인류에게 핵심적인 에너지 자원이었던 화석연료가 갈수록 고갈되고 있고, 산업발전에 따른 오염이 심해지고 있는 환경을 보호하기 위한 노력의 일환으로, 친환경 이차전지, 수소발생 에너지 장치, 에너지 저장 시스템 등과 관련한 새로운 에너지 기술들이 개발되고 있다. 그 중에서도 리튬이온 배터리 (Lithium ion battery, LIB)는 높은 에너지 밀도와 긴 수명으로 인해, 대용량 배터리로 응용하기에 적합하고 산업적 응용이 가능한 차세대 에너지 장치로 여겨진다. 하지만, 친환경 전기 자동차, 드론 등 증가하는 배터리 시장을 고려할 때, 수명이 다한 이유로 어느 순간부터 많은 양의 배터리 폐기물이 쏟아져 나올 것으로 예상된다. 이를 대비하기 위해, 폐전지에서 리튬 및 각종 유가금속을 회수하는 공정개발이 요구되는 동시에, 이를 재활용할 수 있는 방안이 사회적으로 요구된다. 본 연구에서는, 폐전지의 재활용 전략소재 중 하나인, 리튬이온 배터리의 대표적 양극 소재 Li2CO3의 나노스케일 패턴 제조 방법을 소개하고자 한다. 우선, Li2CO3 분말을 진공 내 가압하여 성형하고, 고온 소결을 통하여 매우 순수한 Li2CO3 박막 증착용 3인치 스퍼터 타겟을 성공적으로 제작하였다. 해당 타겟을 스퍼터 장비에 장착하여, 나노 패턴전사 프린팅 공정을 이용하여 250 nm 선 폭을 갖는, 매우 잘 정렬된 Li2CO3 라인 패턴을 SiO2/Si 기판 위에 성공적으로 형성할 수 있었다. 뿐만 아니라, 패턴전사 프린팅 공정을 기반으로, 금속, 유리, 유연 고분자 기판, 그리고 굴곡진 고글의 표면에까지 Li2CO3 라인 패턴을 성공적으로 형성하였다. 해당 결과물은 향후, 배터리 소자에 사용되는 다양한 기능성 소재의 박막화에 응용될 것으로 기대되고, 특히 다양한 기판 위에서의 리튬이온 배터리 소자의 성능 향상에 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1053-1066
• /
• 2020

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 SO₂ 지상농도 추정 모델을 개발하였다. 스태킹 앙상블 기법이란 여러가지 기계학습 기법을 두 단계로 쌓는 방식으로 융합하여 단일 모델 대비 더 향상된 성능을 도출하는 방법이다. 본 연구에서는 베이스 모델로는 RF (Random Forest)와 XGB (eXtreme Gradient BOOSTing) 기법이, 메타 모델로는 MLR (Multiple Linear Regression) 기법이 사용되었다. 구축된 모델의 교차검증 결과 메타 모델은 상관계수(R) = 0.69와 root-mean-squared-error(RMSE) = 0.0032 ppm의 결과를 보였으며 이는 베이스 모델의 평균 대비 약 25% 향상된 안정성을 보였다. 또한 모델 구축에 사용되지 않은 기간에 대한 예측 검증을 수행하여 모델의 일반화 가능성을 평가하였다. 구축된 모델을 이용하여 남한 지역의 SO₂ 지상농도 공간분포를 분석한 결과 일반적인 계절성과 배출원의 변화를 잘 반영하는 패턴을 보임을 확인하였다.