[산업공부] CIS 기술과 시장

반도체 섹터는 항상 관심을 가지고 지켜보고 있고 공부도 하고 있다.

특히 이미지 센서의 핵심인 CIS 쪽은 더 관심이 있고 투자도 하고있다.

​

OSAT산업 공부를 하면서

테스나, 엘비세미콘, 네패스아크 기업 공부하면서 CIS도 당연히 공부를 했었지만,

CIS 자체에 대해 정리하지를 않았다.

그래서 흥국증권 서승연 연구원님의 리포트 내용을 정리해보았다.

- 이미지 센서는 렌즈를 통해 들어온 아날로그 신호(빛)를 디지털 신호로 변환하는 반도체

- 디지털 신호를 변환하는 방식에 따라 1) CCD, 2) CMOS로 구분

- 초기에는 CCD를 주로 사용.

- 현재는 기술의 발전으로 CMOS가 가격과 성능에서 우위에 있기 때문에 더 많이 사용.

- CIS는 CMOS를 사용하는 이미지 센서: CMOS Image Sensor

​

- CIS의 구조는 렌즈 - 컬러 필터 - 포토다이오드 - 회로 로 구성 = 한 픽셀

- 렌즈를 통해 들어온 빛이 컬러 필터를 지나면서 특성 색(파장) 성분만 통과 시키고,

- 포토다이오드에서 빛을 디지털 신호로 변환

​

- 이미지 센서의 경쟁력은 화질=픽셀 수 (동일 면적 대비 필셀 수 ↑ → 화질 ↑)

- 기술의 발전은 이미지 센서의 픽셀 크기 소형화

- 픽셀 크기 감소로 단일 픽셀이 받아들이는 빛의 양(광량) 감소 및 노이즈 증가

- 삼성전자는 동일 소자 내의 픽셀 사이에 격벽을 형성(Frontside - Deep Trench Isolation)하고, 게이트 구조에 변화(Vertical Transfer Gate)를 준 ISOCELL 개발

(아무래도 삼성전자에서 F-DTI와 VTG를 도입할 수 있었던 배경은 FinFET과 3차원 3D VNAND 기술력 덕분이지 않을까 생각이 됨)

- F-DTI의 소재에도 변화를 주어 성능 향상

​

- 픽셀 바이닝 (Pixel bining): 작은 픽셀 여러 개를 하나로 묶어 큰 픽셀로 구현하는 기술

→ 기본적으로 해상도 향상을 위해 필셀은 소형화 되지만, 광량이 부족한 어두운 환경에서는 픽셀이 큰 것이 유리

→ 기본 픽셀 제작은 소형으로 하지만, 상황에 따라 여러 개의 픽셀을 묶어서 하나의 큰 픽셀로 동작하게 함

- 듀얼 픽셀 (Dual Pixel): 하나의 픽셀에서 빛의 양과 위상차를 동시에 측정하는 기술

→ 빛은 파장이기 때문에 진폭과 위상 두 가지 성분이 있음

→ 위상이 다른 빛은 피사체의 거리가 다르다는 의미

→ 하나의 픽셀에서 위상차 측정이 가능하게 제작하여 AF가 가능하게 함

​

- 픽셀 미세화 추세로 기술 발전을 했지만, 물리적으로 광량이 많아야 이미지 질이 좋음

→ 같은 화소 (=같은 필셀 수)여도 이미지 센서가 더 큰 디지털 카메라가 스마트폰 보다 화질이 좋은 이유

- 픽셀 미세화 기술도 발전을 하지만, 절대적인 이미지 센서 크기는 증가하는 추세

■ 차량용 이미지 센서

- 차량에서 사용하는 이미지 센서는 이미지가 전달할 수 있는 정보가 중요

- 좌측의 사진은 터널 안에서 터널 출구를 봤을 때, 출구 상황을 제대로 인식하는 센서와 그렇지 못한 센서의 예

- 우축의 사진은 밤 주행 시 도로 상황과 경계선을 제대로 인식하는 센서와 그렇지 못한 센서의 예

- 따라서 다음과 같은 성능이 중요

→ HDR(High Dynamic Range): 어두운 부분과 밝은 부분을 명확히 구분하는 성능

→ LED Flicker: 빛이 반짝이는 시간보다 짧은 시간 안에 센싱

(사람의 눈은 인지를 못하지만 형광등도 1초에 60번 반짝임. 일반적으로 전기의 주파수가 60Hz이기 때문)

(이렇게 빛이 반짝이는 시간보다 더 짧은 시간 안에 센싱을 해야 빛이 없어 센싱하지 못하는 순간이 없음)

→ Sensitivity: 적은 양의 빛도 감지할 수 있어야함.

​

- 왼쪽의 사진은 노을만 제대로 인식을 하고, 땅은 인식하지 못함

- 중앙의 사진은 땅만 제대로 인식하고, 노을은 제대로 인식하지 못함

- 오른쪽의 사진은 상대적으로 노을과 땅 모두를 제대로 인식

→ 이와 같이 어두운 부분과 밝은 부분을 명확히 인식할 수 있어야함.

​

■ AI 이미지 센서

- 점점 AP, CPU, GPU 등 중앙의 Logic 반도체가 처리할 데이터가 증가하고, 처리할 이미지 정보도 많아지는 추세

- 이미지 센서에서 일부 이미지 처리를 분담한 후, 중앙으로 전송하는 Edge AI기술이 대두

- 이미지 센서와 DRAM의 연결이 필요

- 자율주행, 생산 자동화, 무인 매장, 감시 등에 활용이 가능하고 삼성전자에서는 On-Sesonr AI라고 부름.

​

■ 시시점

1) 이미 지센서의 픽셀 미세화 추세는 계속되나, 미세화에 따른 광량 감소를 줄이는 기술이 발전

2) 이미지 센서의 크기는 커지는 추세

3) 중앙 Logic 반도체 대신 이미지 센서에서 이미지 처리를 하는 Edge AI 기술 발전

​

1번과 2번은 이미지 센서 자체의 기술이지만 3번은 다른 반도체와 연관된 기술

즉, 패키징 기술의 중요성을 부각시킴.

예를 들어 이미지 센서와 DRAM, Logic을 함께 패키징 하여 처리 속도를 감소시키는 기술 등이 필요

​

소니에서는 TSV를 적용한 이미지 센서를 출시하고 했었고,

TSV없이 반도체 소자간 구리로 바로 연결하기도 했다.

​

IC Insight는 글로벌 CIS 시장의 규모가 2023년에는 240억 달러(28.8조 원)에 달할것으로 예상하고,

CAGR로 10% 가량의 성장할 것이라 예상하고 있다.

​

2021년에서 2025년까지,

자동차 분야의 CIS 시장은 CAGR로 33%,

의료 및 과학, 보안, 로봇 및 IoT에서도 CAGR로 20% 이상 성정할 것으로 예상하고 있다.

​

CIS 시장 성정에는 의심이 없음.

전문기관인 IC Insight와 Yole Development 등 각 기관마다 성장의 크기는 차이가 있지만.

CIS 관련 투자는 성장의 방향이 올라타는 것이라 생각함.

​

이미지 센서도 요즘 핫한 패키징 기술과 엮어서 이야기할 거리는 많다고 생각함.

하지만 한 가지 의심이 되는 것은 패키징의 방향성임.

특히 자량용 이미지 센서에서.

​

차량용 반도체에서 제일 중요한 것은 1) 신뢰성, 2) 수명 두 가지임.

미세화가 아님. (픽셀 미세화 말고 chip size 미세화)

하지만 대부분의 패키징 기술은 최첨단 분야인 Logic 반도체와 연관된 것들이 많음.

즉, 미세화, 성능 향상과 같은 것에 초점이 맞춰저 있음.

차량용 반도체와 핀트가 조금 다름.

​

여기에 이미지 센서를 자율주행에 사용한다면,

1) 신뢰성, 2) 수명, 3) 처리 속도 (성능)

세 가지 측면을 모두 고려해야함.

어찌 됐든 chip size 미세화는 중요한 것이 아닐 것 같음.

​

차량용 이미지 센서 시장의 큰 성장이 기대되는 만큼,

관련 기술의 헤게모니를 가지는 회사도 큰 성장을 하게 될 것임.

패키징 미세화는 중요한 것이 아닐 것이다.

중요한 것은 처리 속도.

시시각각 변화는 도로의 상황을 빠르게 연산 할 수 있어야 한다.

그래야 사고가 안나지.

※ 흥국증권 서승연 연구원 - CIS: Beyond the Hyman Eye (2021.09.02)