무작위 레지스트 붕괴를 이용한 나노 아티팩트 메트릭스

초록

본 논문은 전자빔 리소그래피 과정에서 레지스트 기둥이 무작위로 붕괴되는 현상을 이용해 10 nm 이하의 초미세 구조를 형성하고, 이를 물리적 인증용 ‘아티팩트 메트릭스’로 활용한다. 기존 리소그래피 한계를 뛰어넘는 난수성 구조를 통해 높은 위조 방지 성능을 입증하고, 매칭 오류율과 복제 저항성을 정량적으로 평가하였다.

상세 분석

이 연구는 물리적 복제 방지(PUF) 기술의 한계를 극복하기 위해 ‘레지스트 붕괴’를 자연적인 난수 생성 메커니즘으로 채택한 점이 혁신적이다. 전자빔 리소그래피(E‑BL)로 미세한 원통형 레지스트 기둥을 배열한 뒤, 고전압 조사 단계에서 표면 장력과 기계적 응력에 의해 기둥이 비정형적으로 붕괴한다. 이 과정은 온도, 레지스트 두께, 노출 전류 등 다중 변수에 민감해 완전한 재현이 불가능한 ‘무작위성’을 제공한다. 붕괴 후 남는 잔류 구조는 최소 10 nm 이하의 세부 형태를 가지며, 이는 현재 상용 리소그래피 해상도(≈20 nm)보다 현저히 작은 스케일이다.

보안 측면에서 저자들은 세 가지 핵심 지표를 제시한다. 첫째, ‘False Match Rate(FMR)’는 서로 다른 시료가 동일한 패턴으로 인식되는 확률로, 실험 결과 10⁻⁶ 이하로 매우 낮았다. 둘째, ‘False Non‑Match Rate(FNMR)’는 동일 시료가 다른 패턴으로 오인되는 확률이며, 10⁻⁴ 수준으로 충분히 신뢰할 수 있었다. 셋째, ‘Clone‑Resistance’ 테스트에서는 동일한 제작 공정을 적용해도 원본과 구별되는 고유한 형태가 유지되어, 복제 시도 시 평균 유사도 점수가 0.2 이하로 떨어졌다.

또한, 이 기술은 기존 포토리소그래피 라인과 동일한 공정 흐름을 사용하므로 대량 생산이 가능하고, 별도의 고가 장비나 복잡한 후공정이 필요 없다. 그러나 레지스트 종류와 굴절율, 기판 표면 상태에 따라 붕괴 패턴의 통계적 특성이 변할 수 있어, 최적화 단계에서 충분한 실험 설계가 요구된다. 향후 연구에서는 온도 제어와 기계적 응력 조절을 통해 난수 분포를 더욱 균일하게 만들고, 머신러닝 기반 패턴 인식 알고리즘을 결합해 인증 속도를 향상시킬 여지가 있다.