롤투롤 시스템이 적용된 가압공정은 산업계 전반적으로 다양한 분야에서 적용되는 생산 공정이다. 높은 생산성을 위해 롤투롤 가압 공정을 대면적화 하였을 경우 전 접촉 영역에서 균일한 가압력을 확보하는 것은 매우 어려운 일이다. 본 논문에서는 대면적 롤투롤 가압 공정이 적용된 나노임프린트 리소그래피 공정에서 균일한 가압력을 확보할 수 있는 시스템을 개발하고 머신러닝 기법을 도입하여 개발한 시스템을 최적화하여 균일한 가압력을 확보할 수 있는 방법론을 제시하였다.

기존 롤투롤 나노임프린트 리소그래피 공정에서 보편적으로 적용하는 가압 방식인 롤러의 양 끝단에 집중된 가압력으로 인해 대면적 롤투롤 가압 공정에서 롤러의 굽힘 및 처짐이 발생한다는 것을 수학적 모델링과 유한요소해석을 통해 예측해보았다. 이러한 예측을 실제 대면적 롤투롤 나노임프린트 리소그래피 시스템에서 실험을 통해 검증하였으며 검증 결과 롤러의 굽힘 및 처짐 외 임프린팅 롤러의 고무 코팅 층의 변형 및 조밀화, 진원도 오차로 인한 접촉면에서의 진직도 및 표면 파형 오차, 롤러의 오정렬 등으로 인해 접촉면에서 경향성을 가지지 않는 불균일한 압력 분포가 발생한다는 것을 추가적으로 확인하였다.

시스템 제작 시 발생하는 여러 원인들 및 기존의 가압 방식으로 인한 불균일 가압을 개선하기 위해 기존의 연구 사례들을 조사하여 새로운 대면적 롤투롤 균일 가압 시스템을 설계하였다. 시스템은 기존의 롤러 양 끝단에 집중 하중을 가압하는 임프린팅 롤러 전 면적에 5개의 다중 보조 가압 롤러를 추가로 적용하였으며, 백업 롤러라 불리는 보조 가압 롤러들은 모두 독립적인 구동 및 제어가 가능하도록 설계하였다. 이를 통해 분포 하중으로 가압하여 롤러의 굽힘 변형을 개선할 수 있도록 하였으며, 분할 하중을 가하여 경향성이 없는 불균일한 압력 분포를 개선할 수 있도록 하였다. 설계 시 유한요소해석을 이용하여 백업 롤러의 개수 최적 설계를 진행하였고 임프린팅 롤러의 고무 코팅층 보호를 위한 가이드 롤러의 직경 및 형상 또한 유한요소해석을 이용하여 최적 설계하였다. 제작된 시스템에서 백업 롤러 구동 시 마스터 롤러와 임프린팅 롤러의 접촉면 압력 분포에 유효한 영향을 미치는지 여부를 판단하기 위해 예비 실험을 진행하였다. 실험 결과 최적 설계된 가이드 롤러와 백업 롤러가 실제 가압 시 접촉면 압력 분포에 유효한 영향을 미친다는 것을 확인하였다.

균일 가압 최적화를 위해 머신러닝 회귀 분석 기법을 도입하였다. 선형 회귀 분석을 통해 입력값이 증가함에 따라 출력값이 증가하는 연속성을 확인할 수 있었다. 입력값과 출력값의 상관관계를 명확하게 분석하기 위해 더 높은 수준의 회귀 분석 기법인 결정 트리를 적용하였다. 학습 정확도를 높이기 위한 노드 깊이 변화에 의해 과대 적합 현상을 야기하는 결정 트리의 단점을 보완하기 위해 결정트리 앙상블 기법인 랜덤 포레스트 회귀 분석을 진행하여 학습 정확도를 높였다. 각각의 가하는 모든 입력값에 학습을 진행한 후 출력값이 범위 안에 들어오는 데이터들을 서치 로직으로 찾아내 도출된 입력값들을 시스템에 적용한 결과 94% 수준으로 일치한다는 것을 확인하였다.

랜덤 포레스트 기법 최적화 신뢰도를 검증하기 위해 케이스별 1200회 반복 실험하여 비편향 데이터를 학습하여 검증을 진행하였으며 학습 결과와 실험 결과가 97% 수준으로 일치한다는 것을 확인하였다. 이를 통해 케이스별 20회 반복 실험만으로도 최적화 신뢰도를 확보할 수 있다는 것을 검증하였다.

생산성 증대를 위해 공정 영역의 대면적화로 축 방향 길이가 긴 롤러를 기존의 가압 방식인 양 끝단에 집중 하중을 가하여 가압 할 경우 접촉면에서의 압력 분포는 불균일하며 최대/최소 압력 편차 기준 약 75% 수준의 편차를 가진다. 본 논문에서는 기존의 롤러 양 끝단만을 가압하는 시스템의 불균일 가압을 개선하기 위해 5개의 독립 구동 백업 롤러를 포함하는 새로운 균일 가압 시스템을 제작 후 머신러닝 기법을 적용하여 ± 5% 수준의 균일 가압 최적화를 달성하였다.