세계 최대 패키징 학회 IEEE ECTC가 2026년 5월 76회를 치렀습니다. 약 2,000명이 모여 약 450편을 발표했지만, 큰 그림은 매년 같은 자리에서 반복됩니다. AI가 패키징에 던진 같은 난제들을, 누가 어떤 논문으로 먼저 푸느냐의 싸움입니다.
그래서 이 글은 올해 ECTC를 5대 난제로 묶고, 각 난제마다 ① 배경(왜 생겼나) → ② 해법(어떻게 푸나) → ③ 주요 논문(ECTC 2026 실제 발표) → ④ 주도(누가 이끄나)로 정리했습니다. 트렌드 요약이 아니라, 실제 논문과 수치로 뒷받침되는 지도입니다.
| # | 난제 | 대표 논문 (ECTC 2026) |
|---|---|---|
| 1 | 하이브리드 본딩 | Applied Materials — 450nm 피치 98% 수율 |
| 2 | 패널·글라스 기판 | USHIO — 510mm 글라스 18-레티클 노광 |
| 3 | 코패키지드 옵틱스(CPO) | AIST — 기판 내장 광 트랜시버 6.4Tbps |
| 4 | 열·신뢰성 | TSMC — CoWoS-R 보드 신뢰성 |
| 5 | Agentic EDA | TU Delft — 멀티에이전트 신뢰성 설계 |
1. 하이브리드 본딩 — 솔더 범프의 끝
배경 — 왜 생겼나
지금까지 칩과 칩, 칩과 기판은 작은 솔더 공(마이크로범프)으로 이었습니다. 문제는 이 범프를 일정 크기 아래로 못 줄인다는 데 있습니다. 피치가 수~십 마이크로미터에서 막히면 I/O 개수, 대역폭, 전력 경로가 함께 막힙니다. HBM이 12단·16단으로 쌓이고 로직이 칩렛으로 쪼개질수록, 범프 사이 간격과 높이가 곧 성능의 천장이 됩니다.
해법 — 어떻게 푸나
범프를 아예 없애는 구리-구리 직접 접합(하이브리드 본딩)이 답입니다. 구리 패드와 유전체를 동시에 맞붙여 서브마이크론 피치를 구현하고, 전기 경로를 극단적으로 짧게 만듭니다. 웨이퍼끼리 붙이는 W2W는 수율·정렬에 유리하지만 칩 크기가 같아야 하고, 좋은 칩만 골라 붙이는 D2W는 이종집적에 유리하지만 정렬이 어렵습니다.
주요 논문 — ECTC 2026
금속화·CMP·플라스마 처리·본딩 후 어닐링을 최적화해, 450nm 초미세 피치에서도 2,000만 개 접합을 98% 수율로 붙였습니다. '실험실 데모'와 '양산'을 가르는 지표가 수율인데, 그 벽을 넘었다는 신호라 올해 가장 많이 회자된 본딩 논문입니다.
서로 다른 칩을 웨이퍼에 붙이는 D2W는 정렬이 가장 어려운 공정입니다. 다이 왜곡을 측정·보정해 이종 다이에서도 오버레이 80nm 이하를 달성, 이종집적 양산의 핵심 병목을 정조준했습니다.
휘어진 웨이퍼의 정렬 오차를 잡는 W2W 공정으로, CMOS를 어레이에 직접 붙이는(CBA) 차세대 3D 낸드를 겨냥했습니다. 하이브리드 본딩이 로직·HBM을 넘어 메모리 양산으로 확산하고 있다는 증거입니다.
이 외에 CEA-Leti(21.7)는 5µm 피치에 3µm 인듐 범프로 저온 초미세 접합을, Nopion(29.1)은 10µm 이하용 자가정렬 나노솔더를 제시 — 범프와 본딩 사이를 잇는 전이 기술도 함께 발표됐습니다.
HBM4의 반전
당초 16단 적층에는 하이브리드 본딩이 필수로 여겨졌지만, JEDEC이 패키지 높이 한계를 720µm(HBM3E) → 775µm(HBM4)로 완화하면서, 기존 마이크로범프(10µm 패드 피치)로도 HBM4 고단이 가능해졌습니다. 그래서 HBM4 양산의 주류는 여전히 마이크로범프입니다. 다만 진영 색깔은 갈립니다 — 삼성은 GTC 2026에서 하이브리드 본딩을 시연하며 "TC 대비 열저항 20% 이상 개선, 16단 초과 지원"을 내세워 가장 적극적이고, SK하이닉스(이강욱 부사장)는 "20단 이상에서 필수"라며 더 미룹니다. 본격 전환은 HBM4E~HBM5 구간으로 보는 시각이 우세합니다.
주도 — 누가 이끄나
| 주체 | 포지션 |
|---|---|
| TSMC · Intel · 삼성 | SoIC · Foveros Direct · SAINT — 로직·메모리 3D 적층 양산 경쟁 |
| 장비: Applied Materials · ASML · EV Group · BESI | 본딩 공정·정렬·본더. EVG가 ECTC 하이브리드 본딩 PDC(Viorel Dragoi) |
| 메모리: 삼성 · SK하이닉스 · KIOXIA | HBM·3D 낸드 본딩. HBM4=마이크로범프, 하이브리드 본딩은 차세대 |
2. 패널·글라스 기판 — 웨이퍼를 넘어서
배경 — 왜 생겼나
AI 가속기 패키지는 노광 한계(레티클 크기, 약 858mm²)를 이미 몇 배씩 넘었습니다. 큰 인터포저를 둥근 300mm 웨이퍼에서 만들면, 사각 대형 다이를 둥근 면에 욱여넣는 셈이라 면적 활용·수율·워피지에서 손해를 봅니다. 유기 기판도 강성과 미세 배선에서 한계에 닿습니다.
해법 — 어떻게 푸나
- 패널 레벨 패키징(PLP) — 둥근 웨이퍼 대신 사각 대형 패널에서 제조해 면적 효율과 대형화를 확보
- 글라스 코어 기판 — 평탄도, 낮은 열팽창(CTE) 정합, 대형 패널화, 미세 TGV(유리 관통전극)에 유리
- 차세대 유기 기판 — 초미세 라인과 대형 패널을 동시에
주요 논문 — ECTC 2026
대형 글라스 기판 전면을 이어붙임(스티칭) 없이 한 번에 노광해 1.5µm L/S를 구현했습니다. 노광 면적이 기존 스테퍼의 4배 이상(공정 마진 22µm). 대형 패널의 최대 약점인 '레티클 이어붙이기 오차'를 노광 단계에서 없앤 접근입니다.
글라스 패널 위에 L/S 2/2µm 다마신 유기 인터포저를 만들고, 구리·티타늄·폴리머가 만나는 계면을 100nm 이하 평탄도로 다듬는 패널 CMP를 시연했습니다. 패널은 면적은 벌지만 평탄도가 안 나오면 미세 배선을 못 올리는데, 그 숙제를 직접 풀었습니다.
구리·코발트 메타컨덕터로 솔리드 구리 대비 최대 0.087dB/mm 손실을 줄여, 112~400Gbps 배선을 겨냥했습니다. 패키지가 커질수록 길어지는 배선의 손실을 소재 차원에서 잡는 연구입니다.
주도 — 누가 이끄나
| 주체 | 포지션 |
|---|---|
| 글라스: Intel · 삼성전기 · Absolics(SKC) · Corning · AGC · Shinko | 글라스 코어·TGV 로드맵. Shinko TGV 글라스 코어가 지난해 ECTC 우수 논문 |
| PLP·소재: 삼성전기 · ASE · AT&S · Resonac · USHIO | 패널 양산화·노광·CMP. ECTC 패널 세션 좌장 Mokkapati·Leitgeb(AT&S) |
| 학계: Georgia Tech(Muhannad Bakir) · UCLA(Subu Iyer) · KETI | 글라스 패널·이종집적 연구 — 한국전자기술연구원·조지아텍 |
ECTC 2026 유기 기판 세미나는 NVIDIA가 제안한 CoWoP(Chip on Wafer on PCB) 같은 새 구조에서도 유기 기판이 칩렛과 시스템 보드를 잇는 핵심 플랫폼으로 남는다고 정리했습니다.
3. 코패키지드 옵틱스(CPO) — 구리에서 빛으로
배경 — 왜 생겼나
AI 클러스터가 커질수록 칩과 칩, 랙과 랙을 잇는 구리 배선이 한계에 닿습니다. 전기 신호는 거리가 길어질수록 전력을 더 먹고 신호가 무너집니다. 224G급 SerDes의 전력 부담이 그 한계를 그대로 보여줍니다.
해법 — 어떻게 푸나
전기-광 변환을 하는 광 엔진을 스위치·가속기 패키지 바로 옆에 함께 패키징합니다. 전기로 달리는 거리를 패키지 안으로 최소화하고, 그 너머는 광섬유로 보냅니다. 결과는 전력↓, 대역폭↑, 거리 자유. 남은 숙제는 레이저 광원 통합, 실리콘 포토닉스 수율, 그리고 고장 시 서비스성입니다.
주요 논문 — ECTC 2026
실리콘 포토닉 트랜시버를 패키지 기판에 내장해 112Gbps PAM4 전송을 시연하고, 기판 하나로 최대 6.4Tbps 집적 용량을 보였습니다(TDECQ 3.4dB 미만). 광 엔진을 '옆에 붙이는' 단계를 넘어 '기판 안에 심는' 방향을 보여줍니다.
실리콘 포토닉 칩(GF Fotonix)에 유리 도파관 커넥터(Corning GLASSBRIDGE)를 수동 정렬로 붙이고, 뗐다 끼울 수 있게 만들었습니다. 면당 1.5dB 미만 손실에 280mW까지 견딥니다. '고장 나면 통째로 버려야 함'이라는 CPO의 약점을 탈착 구조로 정면 공략했습니다.
유리 커플러와 확장빔을 쓴 탈착식 엣지 커플링 커넥터로 전 채널 약 -1.55dB 손실을, 100회 이상 꽂고 빼도 고장 없이 유지했습니다. GF·Corning과 같은 '서비스 가능한 CPO' 문제를 다른 방식으로 푼 셈입니다.
주도 — 누가 이끄나
| 주체 | 포지션 |
|---|---|
| Broadcom · NVIDIA · TSMC | CPO 이더넷 스위치 · 실리콘 포토닉스 광 스위치 · COUPE 통합 플랫폼 |
| GlobalFoundries · Intel · AIST | 탈착 커넥터·기판 내장 트랜시버 — ECTC 2026 실증 주역 |
| 소재·연구: Corning · CEA-LETI · Lightmatter · Ayar Labs | 광섬유·포토닉 인터포저. ECTC CPO 세션 좌장 Stéphane Bernabé(CEA-LETI)·Lars Brusberg(Corning) |
4. 열·신뢰성 — 큰 패키지의 청구서
배경 — 왜 생겼나
패키지 하나의 전력이 1,000W에 근접하고, 랙 단위는 100kW를 넘봅니다. 공기 냉각으로는 감당이 안 되고, AI 데이터센터의 예상 전력 수요는 가용 전원을 넘어서려 합니다. ECTC 2026 플레너리 제목 "효율만으로는 부족하다(Efficiency Is Not Enough)"가 그 위기감을 그대로 드러냈습니다. 동시에, 패키지가 커지고 뜨거워질수록 깨짐과 피로라는 기계적 신뢰성 청구서가 함께 날아옵니다.
해법 — 어떻게 푸나
열은 직접 액체 냉각(실리콘에 미세 유로를 새기거나 패키지에 냉각을 직접 통합)과 2상·침지 냉각으로, 신뢰성은 인터포저 강성·소재·범프 설계로 잡습니다. 지난해(2025) ECTC 최우수 세션 논문이 TSMC의 CoWoS 직접 액냉 통합이었고, 올해는 그 큰 패키지의 신뢰성을 해부하는 논문이 줄을 이었습니다.
주요 논문 — ECTC 2026
레티클 3.3배 크기 CoWoS-R를 OCP 가속기 모듈에 올려 보드 레벨 신뢰성을 분석했고, 온도 사이클에서 심각한 BGA 균열을 확인했습니다. 칩만 키운다고 끝이 아니라, 보드에 붙이는 순간 새 신뢰성 문제가 열린다는 의미입니다.
대형 CoWoS에서 EMC와 실리콘 계면 박리가 실리콘 다이 모서리에서 주로 일어난다는 파괴 분석을 내놓고, 인터포저 강성을 높여 이를 완화했습니다. 큰 패키지일수록 '어디서 먼저 깨지는가'를 정확히 짚는 연구입니다.
25~58µm 마이크로 구리 필러 범프의 차량용 신뢰성을 평가해, 금속간화합물 합금이 일렉트로마이그레이션을 효과적으로 억제함을 보였습니다. 첨단 패키징이 데이터센터를 넘어 자동차로 내려오고 있다는 신호입니다.
주도 — 누가 이끄나
| 주체 | 포지션 |
|---|---|
| TSMC · Renesas | CoWoS 액냉·파괴분석·보드 신뢰성·차량용 칩렛 |
| 하이퍼스케일러: NVIDIA · Google · Microsoft · AMD · IBM | 액냉 시스템·데이터센터 에너지. ECTC 플레너리·회장 패널 참여 |
| 학계: UCLA(Tiwei Wei) · Georgia Tech(Muhannad Bakir) | 후면전력공급(BSPD) 열관리 세션 좌장·발표 — 마이크로유체 냉각 |
5. Agentic EDA — 멀티피직스 설계를 AI가 푼다
배경 — 왜 생겼나
패키지가 커지고 적층될수록 전기·열·기계·전자기 도메인이 강하게 얽힙니다. 각 도메인을 따로 설계하던 전통 방식으로는 시스템 성능·신뢰성·양산성을 동시에 잡을 수 없습니다. 설계 공간이 폭발하면서, 사람이 손으로 최적해를 찾는 일 자체가 병목이 됐습니다.
해법 — 어떻게 푸나
AI 기반 설계공간탐색(DSE)과 Agentic AI가 코시뮬레이션과 크로스도메인 최적화를 자동화합니다. 디지털 설계에서 앞서간 AI를 아날로그·멀티피직스 패키지 코디자인까지 끌어오는 것이 ECTC 2026 AI-EDA 세션(IEEE CEDA·EPS 공동)의 핵심 질문이었습니다.
주요 논문 — ECTC 2026 (Agentic AI가 EDA로)
올해 ECTC에는 패키지 설계에 LLM 에이전트를 직접 쓴 논문이 한 편이 아니라 여러 편 나왔습니다. 신뢰성·전력망·고속 인터커넥트로 적용 영역까지 갈립니다.
여러 LLM 에이전트가 역할을 나눠 흩어진 신뢰성 문헌을 감사 가능한(auditable) 구조적 지식으로 정리하고, 신뢰성 평가와 실험 설계까지 추천합니다. 전력 소자(IGBT) 전력 사이클에 적용. agent가 패키징의 가장 어려운 신뢰성 설계로, 그것도 검증 가능한 형태로 들어온 사례입니다.
여러 강화학습 에이전트가 패키지 전력전달망(PDN) 설계를 자동으로 탐색·최적화합니다. PDN은 전력 무결성의 핵심인데 설계 공간이 방대해 수작업이 병목인 영역으로, 에이전트가 설계 자동화로 들어온 대표 사례입니다.
고속 인터커넥트(SerDes) 설계 최적화에 LLM을 붙이고, 단순 프롬프트 방식과 자율 에이전트 방식을 직접 비교했습니다. 'LLM을 어떻게 써야 설계에 실효가 있나'를 실증적으로 따진 연구로, HPE(휴렛팩커드 엔터프라이즈)가 산업 파트너로 참여했습니다.
주도 — 누가 이끄나
| 주체 | 포지션 |
|---|---|
| Synopsys · Cadence · Siemens EDA | Agentic EDA — 설계·검증·사인오프 워크플로우 에이전트화 (GTC 2026 동시 선언) |
| NVIDIA Research | 멀티피직스 최적화·AI 가속 시뮬레이션 |
| 학계: TU Delft · Missouri S&T · NC State · Penn State · EPFL | 에이전트로 신뢰성·PDN·SerDes 설계 자동화. 산업 파트너 HPE. ECTC AI-EDA 세션 좌장 Ian O'Connor(Ecole Centrale de Lyon)·Jose Schutt-Aine(UIUC) |
ECTC 2025 수상작 — 커뮤니티가 고른 7편
ECTC는 수상작을 이듬해 학회에서 발표합니다. 2026(76회) 수상작은 2027(77회) ECTC에서 공개되므로, 지금 확정된 최신 수상작은 2025년(75회) 것이고 올해 프로그램에도 이게 실렸습니다. 무엇이 '올해의 논문'으로 뽑혔는지가 곧 패키징 커뮤니티의 관심 지도입니다.
| 상 | 논문 · 기관 |
|---|---|
| Best Session | CoWoS 플랫폼에 직접 액냉 통합 — TSMC (Yu-Jen Lien 외) |
| Best Interactive | 딥러닝 결합 3D 열 네트워크로 복잡 패키지 열 특성 예측 — 성균관대 · 삼성전자 🇰🇷 (Jeong-Hyeon Park 외) |
| Outstanding Session | TGV 적용 글라스 코어 빌드업 기판 — Shinko (Masahiro Sunohara 외) |
| Outstanding Interactive | 표준 기판 상·하 I/O 브리지 다이 패키징 플랫폼 — 하나마이크론 🇰🇷 (Jae-Sung Lim 외) |
| Intel Best Student | 물리정보 신경망(PINN)으로 SAM 검사 이미지 개선 — University of Florida (Shajib Ghosh 외) |
| Intel Outstanding Student | 다기능 뇌-컴퓨터 인터페이스 패키징 — University of Florida (Ziqi Jia 외) |
| TI Best IP Student | 멤리스터 크로스바 어레이 기생추출·신호무결성(뉴로모픽) — UIUC · Zhejiang (Tahsin Binte Shameem 외) |
눈에 띄는 점 — 7편 중 3편이 AI/ML(딥러닝 열·PINN 검사·뉴로모픽), 2편이 한국(성균관대·삼성전자, 하나마이크론)입니다.
한국 연구진·기업 — ECTC 2026 한국 논문 67편
공식 프로그램을 전수 집계하면, ECTC 2026에 한국 소속 저자가 참여한 논문이 67편입니다. 패키징의 핵심 주제(하이브리드 본딩·글라스 기판·HBM·신뢰성)가 한국의 강점과 그대로 겹칩니다.
| 기관 (그룹) | 편수·강점 |
|---|---|
| 삼성전자 | ~17편 — HBM 인터포저·PI/SI·신뢰성·열 전방위 |
| 한양대 (Hak-Sung Kim 그룹) | ~13편 — 학계 최다. 소재·신뢰성·본딩 |
| KAIST (Joungho Kim 그룹) | ~9편 — SI/PI·PDN·HBM 신호무결성 집중 |
| 서울대·서울과기대 · 성균관대 · SK하이닉스 · 하나마이크론 · KETI · ETRI · LG | 본딩·글라스·RDL·소재 다수 |
주제별로는 하이브리드 본딩 ~14편, 신뢰성 ~11, RDL ~11, 글라스 기판 ~8, HBM ~5, AI/ML ~4. 아래는 대표 논문입니다.
차세대 HBM4e의 대역폭을 받쳐줄 인터포저의 신호·전력 무결성 설계. HBM 인터포저는 삼성이 메모리에서 패키징으로 영역을 넓히는 핵심 전장입니다.
HBM 인터포저 배선의 SI 성능을 정량 지표로 표준화. 메모리 1위가 패키징 신호설계까지 직접 정의하려는 움직임입니다.
강화학습 에이전트로 전력전달망(PDN)을 자동 최적화. 한국도 앞 5번 'Agentic EDA' 흐름에 합류했다는 증거입니다.
칩렛 표준 UCIe를 유기 RDL로 저비용 구현. 한국 OSAT가 칩렛 인터커넥트 양산으로 들어가는 길입니다.
대형 글라스 코어 기판의 패키징 성능 평가. 글라스 기판이 한국 OSAT의 차세대 카드임을 보여줍니다.
현대자동차가 한양대와 함께 차량용 SiC 전력모듈 패키지 신뢰성을 다룬 논문. 첨단 패키징이 데이터센터를 넘어 자동차 반도체로 내려오는 한국 특유의 교차점입니다.
지난해(2025) 한국 수상작 2편도 같은 방향 — 성균관대·삼성전자(딥러닝 3D 열 예측), 하나마이크론(상·하 I/O 브리지 다이). 둘 다 위 수상작 표에 있습니다.
큰 그림 — 다섯 난제는 한 곳을 가리킨다
다섯 난제는 결국 같은 이동의 다른 단면입니다.
| 축 | Before | After |
|---|---|---|
| 인터커넥트 | 솔더 마이크로범프 | 구리 하이브리드 본딩 (Applied Materials 450nm) |
| 기판/인터포저 | 실리콘 웨이퍼 | 패널·글라스 (USHIO 510mm·Resonac 2µm) |
| 신호 전송 | 구리 SerDes | 코패키지드 옵틱스 (AIST 6.4Tbps) |
| 열·신뢰성 | 공기 냉각 | 직접 액냉 + 대형 패키지 신뢰성 (TSMC CoWoS-R) |
| 설계 | 도메인별 분리 설계 | 멀티피직스 + Agentic AI (TU Delft 멀티에이전트) |
주도 기업의 면면을 보면 패턴이 보입니다. TSMC가 하이브리드 본딩·CPO·CoWoS 신뢰성을 동시에 쥐고, 한국 기업은 HBM 본딩과 글라스·패널 기판에서, EDA 3사는 설계 레이어에서 앞섭니다. 패키징이 곧 시스템 경쟁력이 된 시대의 지형도입니다.
다음 패키징 학회
| 학회 | 일정 | 장소 |
|---|---|---|
| IEEE ESTC 2026 | 9/9~11 | 핀란드 헬싱키 — EPS 유럽 플래그십 |
| IMAPS Symposium 2026 | 9/28~10/1 | 미국 보스턴 — 북미 패키징 핵심 |
| IEEE EPTC 2026 | 12/1~4 | 싱가포르 — EPS 아시아 플래그십 |