이 글에서는 Sherlock ADA가 패키지 레벨 관점에서 신뢰성 예측을 가속할 수 있는 방법론을 제시한다.
 
테슬라, GM 등이 채택한 고장물리학(Physics of Failure, 이하 PoF) 기반의 전자 보드 어셈블리 신뢰성 예측 소프트웨어인 Sherlock ADA(Automated Design Analysis™)가 국내외서 빠르게 성장하고 있다. 보드레벨이 아닌 패키지 레벨에 대한 이야기를 잠시 하려고 한다. 패키지가 극도로 미세하고 복잡해지면서 고객이 요구하는 고 신뢰성을 갖추고 있는지 여부를 빠르고 정확하게 판단하는 것이 중요한 경쟁요소가 되었다.
이는 곧 빠른 모델링과 정확한 수명예측 결과를 제공해 줄 수 있는 도구가 절대적으로 필요함을 의미한다. 시장의 신제품 요구 주기가 짧아지고 있는 만큼 결국 인적 자원(엔지니어 시간)과 물적 자원(컴퓨터 사양)의 비용적인 측면을 제외하고는 이를 논할 수 없을 것이다. 이 글에서는 보드 레벨에서 Sherlock ADA가 가지고 있는 강력함 외에, 패키지 레벨 관점에서 신뢰성 예측을 가속할 수 있는 방법론을 제시한다.
 
모델 구성
모델은 8×8 mm 크기의 코어 없는 서브스트레이트(Coreless Substrate) 모델로 구성했다. Sherlock은 ECAD나 MCAE 설계 데이터를 불러들여 트레이스 모듈을 이용해 3차원 모델을 자동으로 생성한다.

이때 모든 형상(회로 패턴, 비아, 라미네이트 등)과 재료 물성 정보가 소프트웨어에 의해 자동으로 할당되며 완전한 형태를 갖춘 모델이 상용 FEA 도구(Ansys, Abaqus, NX Nastran)로 입력 가능하도록 추출된다.

유한요소해석(Finite Element Analysis, FEA) 도구에서는 경계 조건을 인가하고 전체 모델에 대한 요소 작업(meshing)을 진행한다. <그림 1> 해당 모델에서는 도합 1,163,511개의 요소와 1,620,570개의 노드를 가지고 있다.



<그림 2>에서는 서브스트레이트의 라미네이트와 레진을 보이지 않게 처리했다. 그림에서 보이는 바와 같이, 각 트레이스와 비아가 단순한 메쉬가 아닌 실제 형상을 가진 독립체로 구성돼 있으며, 해당 모델은 전자기 간섭, 열-기계적 손상 및 피로 등을 포함해 여러 현상을 예측하는 기초 모델의 역할을 할 수 있다. 이 프로젝트에서는 패키지 휨(Warpage)과 마이크로비아(Microvia)의 딜라미네이션(Via Delamination) 현상에 초점을 맞춘다.



<그림 3>은 구체적인 비아의 단면을 보여준다. 해당 모델은 6개 층으로 적층되어 있고 각 층의 두께가 실제 레이어별 크기에 맞게 할당돼 있다. 그 사이는 빌드업(build-up) 재료로 채워져 있다. 이러한 모델 디테일은 초기에 모델을 구성하는 과정에서 이미 Sherlock에 의해 자동적으로 할당되며, 디자인 파일로부터 정보를 가져오기 때문에 적층된 레이어의 개수, 모델의 크기, 재료의 종류 등은 Sherlock에서의 모델링 과정에 있어 문제가 되지 않는다. 이러한 레벨에서는 Flange, Buried Via, Stacked Via, Staggered Via를 비롯해 아주 상세히 내부 형상을 확인할 수 있다.



패키지 휨 현상을 재현하기 위해 레퍼런스 온도 25℃를 기준으로 -55℃에서 +260℃의 온도 프로파일이 적용됐다.
<그림 4>의 결과를 살펴보면, 단순히 간단한 휨 현상을 재현하기 위해 구리의 형태를 모두 살린 채로(즉 아주 상세하게) 서브스트레이트를 구성하여 분석을 진행하는 것은 계산 효율성(Computational Efficiency) 측면에서 실익이 없다는 결론에 다다른다.
모델이 얼마나 상세해야 하는지는 엔지니어가 어떤 분석을 진행하는지에 따라 합리적이고 적절하게 이뤄져야 한다. 이는 모델이 상세할수록 들어가는 인적ㆍ물적ㆍ시간적 비용이 커지는 트레이드오프가 존재하기 때문이다.

한편, 마이크로비아의 딜라미네이션과 크랙 문제는 최근 산업 현장에서 경험할 수 있는 대표적인 고장 유형이다. 마이크로비아는 Copper Plane과 서브스트레이트 내에 있는 패드를 전기적으로 연결하는 역할을 수행하는데, 일반적으로 I/O 밀도가 높아 응력(Stress)이 집중되는 지점이다. 마이크로비아는 stacked, staggered, buried 등 여러 형태로 존재할 수 있다. 이러한 마이크로비아에 걸리는 응력을 동일 모델로 살펴보고자 한다.

구리와 빌드업 재료의 CTE(Coefficient of Thermal Expansion) 불일치에 의해 발생하는 일반적인 고장 유형은 마이크로비아의 위치와 스택의 형태에 의해 신뢰성에 영향을 받는다.



<그림 5>에서 상대적으로 붉게 표시된 부분은 더 많은 응력이 가해졌음을 의미한다. 이러한 응력을 조기에 발견하는 것은 서브스트레이트 설계자로 하여금 생산에 앞서 문제의 소지가 될 지점을 미리 파악해 주는 지표를 제공할 것이다. 즉 해당 모델의 경우에는 비아가 하단으로 연결된 패드에 비하여 그렇지 않은 패드에 더 적은 응력이 인가되는 것을 확인할 수 있는데, 아령 형태(통칭 dog-bone)의 패드에서 상대적으로 한 쪽에만 응력이 집중되므로 설계 결정을 내리는 척도로 사용할 수 있다. 실제로 이러한 이유로 dogbone은 고밀도 서브스트레이트에 일반적으로 사용되는 디자인이다.



<그림 6>과 같이 모델 된 마이크로비아 디자인은 지오메트리의 구조적 특성뿐 아니라, 각 층별 상세 구조 요소를 구성하는 재료 및 생산 시 비아 식각 과정에서 남겨진 불소, 산화물 등의 영향으로 재료의 연성(Ductile)과 취성(Brittle) 특성에 따른 고장분석에 활용될 수 있다. 이와 관련한 구체적인 구현 방법 및 해석 관련해서는 기술적인 깊이와 맞춤형 접근이 필요하기 때문에 엑슬리트엣지의 Sherlock 201 마이크로패키징 교육과정을 통해 확인해 볼 것을 추천한다.