OLED, 생산 자동화, 검사와 측정, 그리고 센서 이슈

시작하며

 

2천년대 들어서면서 한국은 LCD(Liquid Crystal Display)의 도약과 OLED(Organic Light Emitting Diode)의 본격적인 착수로 세계 디스플레이 산업에서 선점자(first mover)가 되었습니다.  10여년의 황금빛 세월이 흘러왔고, 이제는 빠른 추격자(fast follower)들, 특히 중국에 의하여 선두를 위협 받고 있으며, 여기에 최근에 소재 확보의 어려움과 같은 일본의 견제 심리가 발동을 하고 있습니다.  LCD의 경우, 생산 면적에서 금년은 중국에게 1위를 내어주어야만 하는 시기가 될 것입니다.  어떻게 하여야만 할까요?

 

경쟁의 요소들

 

디스플레이의 경쟁력은 네 가지 변수로 생각해볼 수 있습니다.  첫 번째 변수는 ‘성능’입니다.  컬러와 해상도로 대변되죠.  컬러에서 NTSC(National Television System Committee) 규격 100%를 넘어선지는 이미 오래 전이고, 해상도는 8K의 TV에 이르렀으며, 모바일은 스티브 잡스가 명명하였던 망막(retina) 디스플레이의 두 배를 훌쩍 넘어서고 있습니다.  성능에서 더 나아갈 길을 찾기란 만만치 않습니다.  두 번째로 ‘모양(form factor)’입니다.  2019년은 접을 수 있는(foldable) 폰과 두루마리로 말 수 있는(rollable) TV가 등장하는 해가 될 것입니다.  그러면, 말 수 있는 폰과 접을 수 있는 TV가 필요할까요?  더 나아가서는 인체에 붙이거나(attachable) 체내에 삽입할 수 있는(implantable) 디스플레이들, 즉, 탄성(stretchable) 혹은 생체친화성(bio-compatible) 디스플레이가 필요할까요?  필요하다고 보기에는 기술보다도 응용 분야가 떠오르지 않습니다.  생김새도 이제 올만큼 왔습니다.  물론, 유연 기판 소재와 투명 전극, 응력이 가해져도 잘 동작하는 백플레인 등이 할 일이라고 하지만, 약간의 높이가 있는 허들일 뿐입니다.

 

세 번째 변수로는 ‘응용’입니다.  디스플레이 시장은 크게 TV의 스크린(대형), 컴퓨터 등의 모니터(중형), 그리고 모바일 기기의 화면(소형)으로 구분되며, 이들이 전체 시장 규모의 80% 정도를 차지합니다.  그런데 이제는 성능의 한계가 없어지고, 형태를 다양하게 취할 수 있고, 그리고 화면의 크기도 1인치 이하로부터 100인치 이상에 이르기까지 만들 수 있으니, 이를 통하여 새로운 응용 분야를 창출할 여지는 매우 큽니다.  언뜻 생각해보면, 구글의 ‘Arts & Culture’ 프로젝트의 맞춤형이 될 수 있는 예술용 디스플레이, 사물 인터넷(Internet of Things, IoT) 시대, 웨어러블 기기에 효과적으로 적용될 수 있는 착용형 혹은 부착형 디스플레이들, 의료 현장에서 의료진의 두 팔에 더욱 자유를 주는 HMD(Head Mounted Display)나 HUD(Head-Up Display), 로봇 수술을 모니터링하기 위한 고정세 초정밀 의료용 디스플레이, 수요자의 욕구와 아이템에 최적화된 스마트 사이니지, 투명 디스플레이를 활용하는 스마트 윈도우, 그리고 곡면과 유연성을 적극 활용할 수 있는 자동차용 디스플레이들이 새로운 기회를 줄 것입니다.

 

네 번째 변수로 ‘가격’입니다.  인간의 값싼 노동력으로 가격을 경쟁하던 시대는 지나고 있습니다. 엊그제 사용자와 근로자 사이에서 어렵게 조정된 2020년도 최저 임금은 비단 우리나라의 일만이 아닙니다.  인건비가 더 낮은 땅을 찾아서 언제까지 전전하여야 할까요?  이제는 지능과 판단력을 가진 기계와 로봇들이 생산 현장에 더욱 강하게 투입되어야 합니다.  인건비를 줄이고 생산성을 높이는 일이죠.  생산성이 향상된다면 성능이나 규격이 대등하여도 중국 제품을 가격으로 이길 수 있습니다.  그래서 필요한 생산 자동화입니다.  이제, 디스플레이 중에서도 선점자 유지에서 더욱 절실한 OLED에 대하여 생산과 자동화의 이야기로 들어가보죠.

 

OLED, 생산 자동화

 

사실 OLED는 현재 상태도 준 생산 자동화 단계라고 볼 수 있습니다.  박막 트랜지스터(Thin Film Transistor, TFT) 백플레인과 양극인 ITO(Indium Tin Oxide)가 형성된 기판이 OLED 증착기에 투입되는 순간, 세정부터 전자와 정공의 주입층과 전송층, 캐리어 차단층, 그리고 발광층과 같은 유기물 층들의 증착, 스텝별 인 라인 검사와 측정, 그리고 패널의 끝 공정인 봉지(encapsulation)에 이르기까지 외부로 전혀 노출되지 않고 클러스터 안에서 이루어집니다.  유기물, 그리고 유기물과 전극 계면이 산소와 수분에 취약하다는 점이 주된 이유가 되죠.  즉, 백플레인 공정, OLED 증착 공정, 봉지 공정으로 이루어지는 OLED 패널 생산에서 OLED 증착과 본지 공정이 무인 자동화가 된 셈입니다.

 

물론 몇 가지 개선과 보완이 필요한 이슈들은 있습니다.  즉, 형광 물질을 인광 물질로 대체하는 과정, 그리고 양자점을 적용하게 될 과정들은 더욱 까다로운 맞춤형 증착 공정과 검사를 요구하며, 해상도가 높아질수록 FMM(Fine Metal Mask) 기반 공정은 더욱 정밀하게 제어되어야 합니다.  그리고 소자의 택트 타임이 짧아질수록, 즉 소자가 클러스터 챔버 내에 머무는 시간이 줄어들수록 양질의 소자가 만들어져서 수명이 증가한다는 연구 결과가 발표되었죠.  봉지 공정에 있어서도 종래의 캔 방식이나 하이브리드 방식에서 완전한 박막 봉지(Thin Film Encapsulation, TFE)방식으로 전환하면서, 유무기 다층 박막들의 증착과 검사 라인도 보완되어야 하고, 특히 유기물 층 도포를 위한 작업 라인을 어떻게 배치할지도 관건입니다.  패널의 마무리 단계인 온셀 터치(on cell touch) 패널의 탑재도 가급적 클러스터 안에서 해결이 되어야 합니다.  요약하자면, OLED 생산에서 주목할 점은 클러스터 내에서 무기와 유기층들의 연속적인 증착과 봉지 공정, 그리고 온셀 터치 패널 작업까지 이루어지며, 이와 함께 표면의 결함이나 오염, 형성된 유무기 층들의 특성, 제조된 소자의 전기광학적 성능, 모두가 인 라인 검사와 측정으로 수행되어야 한다는 점입니다.  이제, 생산 자동화의 중요한 이슈인 인 라인 검사와 측정 부분으로 설명을 이어가 보죠.

 

OLED 생산, 검사와 측정

 

백플레인 기판이 클러스터에 들어가면 먼저, AOI(Automated Optical Inspection) 장비를 이용하여 표면의 결함과 오염 상태를 검사합니다.  기판 표면에 레이저를 입사하고 먼지나 결함 등에 의하여 산란되는 빛을 관찰하죠.  증착 과정에서는 각종 유기층(organic layer)들의 형성 과정에 ICE(In Chamber Ellipsometer)를 설치하여 막의 두께와 균일도, 증착 정확도(Pixel Position Accuracy, PPA)와 함께 필요하다면 막의 광학적 상수들에 관한 데이터를 얻을 수 있습니다.  이러한 ICE는 기판이 지나가는 경로에 설치되는데, 한쪽에서는 레이저 광원과 편광자(polarizer), 그리고 반대쪽에서는 또 다른 편광자, 즉 검광자(analyzer)와 검출기(detector)가 설치되어 막의 표면에서의 편광 변화를 측정하고, 이로부터 증착된 유기층들의 물성과 광학적 특성들을 도출합니다.  여기에 더하여 별도의 챔버가 필요하지 않은 인 라인 주사 전자 현미경(Scanning Electron Microscope), 즉 대기형 SEM(air SEM)도 요소에 설치, 운영되어야 합니다.   증착 과정을 거쳐 소자가 만들어지면 ICP(In Chamber Prober)를 이용하여 RGB 화소들의 색도와 특성들을 검사합니다.  이 때 화질과 균일도 등을 검사하기 위한 AOI 장비도 함께 적용됩니다.  특히, 유연 OLED 패널을 위해 플라스틱 기판을 적용할 경우, 필수적으로 박막 봉지가 요구되는데, 이 경우에는 보다 성능이 강화된, 즉 고분해능 AOI와 다기능 ICE가 요구되죠.

 

패널의 완성단계에서 적용되는 AOI의 경우, 단순한 이물질 검출 수준을 훨씬 뛰어넘어야 합니다.  즉, 작동 되는 각각의 화소, 부 화소(sub-pixel)들에 대해서 오염이나 결함에 더하여 긁힘이나 균열, 핀 홀, 패턴 정확도(pitch), 단선과 쇼트, 색도, 색채 불균일, 얼룩(mura, stain), 잡음 영상, 계조 변화 등을 국부, 혹은 전체적으로 검사, 측정, 평가하여야 하며, 이를 위해서는 심층 학습(deep learning)과 빅 데이터 분석, 처리 기능이 보다 강화되어야 합니다.   단파장 혹은 좁은 반치폭의 RGB로 이루어진 백색 강원과 높은 해상도의 카메라, 그리고 진동이나 왜곡, 교란이 없는 반송 시스템도 부가적으로 구비되어야 하죠.  봉지 과정에서 배리어 막의 성능 평가를 위해 산소와 습기 차단성, 즉, 투습률(Water Vapor Transmission Ratio, WVTR)의 인 라인 측정까지 요구될지는 모르지만, 특히 인 라인 개념과 센서 소자의 성능 향상에는 신경을 쓸 필요가 있습니다. 

 

이와 함께, 검사와 측정 평가 이후에 복구(repair)가 수반된다면, 생산성과 수율을 한결 향상시킬 수 있을 것입니다.   즉, 어드레스 라인에서의 단선은 잇고, 쇼트는 끊는 단순 기능부터 나아가서는 부화소와 TFT 영역의 복구까지 확장될 수가 있겠지요.  이를 위해서는 VRS(Verification and Repair Station)이 필요로 하며, 여기에서도 디스플레이 패널과 각 화소들의 정밀 검사의 중요성은 더욱 강조가 되고 있습니다.  이에 더하여서 CRP(cell laser repair)와 AVI(Auto Visual Inspection) 장비의 결합, 국부적인 레이저 CVD(Chemical Vapor Deposition) 등의 인 라인 설치도 중요합니다.

 

센서 이슈

 

검사나 측정, 그리고 평가 장비의 핵심은 센서입니다.  그리고 디스플레이는 빛을 다루는 기기인 만큼 패널 검사에 적용되는 센서류는 주로 광센서와 카메라용 이미지 센서입니다.  제조나 조립 공정에서의 정렬(alignment)뿐만이 아니라, AOI와 AVI 그리고 ICE까지 광센서와 이미지 센서가 핵심 역할을 하죠.  광 다이오드나 CIS(CMOS Image Sensor) 기술은 이미 충분히 발달되어 있습니다.  이 외에도 디스플레이의 성능 평가의 주요 인자들인 광 투과도, 혼탁도(haze), 필름 점착력, 열 안정성, 곡률 반경과 반복 휨에 대한 내구성 등을 측정하는 기기와 센서류도 비교적 완성도가 높습니다.  다만, 이러한 센서나 측정 부품들을 클러스터 내에 어떻게 설치하고 인라인, 실시간 측정으로 운영하며, 얻어진 데이터들을 단시간에 정확히 분석하여 생산 라인으로 피드 백을 시켜야 하는지에 대해서는 추가 개발이 필요합니다.  이는 기계적인 하드웨어와 자동화뿐만 아니라, 빅 데이터와 심층 학습 기능과 같은 소프트웨어 기술을 크게 요구하지요.  이에 더하여 최근, 일본으로부터의 소제 공세를 겪으면서 절감할 수 있듯이 핵심 센서의 국산화도 간과되어서는 안됩니다.

 

그리고 정밀도나 객관적인 신뢰도, 즉, 표준화면에서 여전히 개발 여지가 남은 센서들도 있습니다.  예를 들어 산소와 습기를 차단하는 배리어 막에 대해서 투습률을 높은 신뢰도로 제시할 수 있는 측정 기기와 센서는 아직 완성이 되지 않은 상태입니다.  칼슘의 산화 반응에 따른 광 투과도나 전기전도도의 변화를 이용하는 방법, 삼중 수소를 갖는 물 분자로부터 나오는 방사능 측정을 이용하는 법, 그리고 질량 분석기나 혹은 감도가 높은 전기화학 방식의 산소 센서를 구비한 측정기 등이 있으나, 여전히 OLED가 요구하는 투습률 10^-6 g/(m² day)의 수준을 높은 신뢰도로 편리하게 측정할 수 있는 센서는 개발 초기 단계에 있습니다.

 

최근에 이르러 4차 산업 혁명, 공장 및 생산 자동화 개념이 강조되면서 디스플레이 패널 생산에도 자동화 바람이 불고 있습니다.  LG는 파주의 OLED 생산 라인에 인공 지능 기반의 스마트 팩토리 플랫폼, ‘팩토바’ 탑재를 발표하였습니다.  또한, 디스플레이의 이송 설비 라인에서 공유 공간을 줄이고 강화학습 알고리즘이 생산라인의 이동을 이미지화해 스스로 학습하도록 함으로써 생산성을 증가시키고, 자동화 기계를 통한 부품의 장착과 로봇 팔을 이용한 조립, 그리고 자동 검사기에 의한 품질 제어 과정으로 생산 시간을 극도로 단축하는 등의 방법이 실효를 거두고 있습니다.  이러한 과정에서 불완전성의 검출, 공정 에러의 검사, 그리고 성능 평가를 담당하는 검사 및 측정 장비들, 이들의 눈과 촉감인 생산 자동화용 스마트 센서의 필요성은 더욱 증가할 것입니다.