Chapter 10

마이크로LED와 차세대 발광

8장의 OLED가 유기 분자로 빛을 냈다면, 마이크로LED는 신호등과 조명에 쓰이는 바로 그 무기 반도체 LED를 머리카락 굵기의 10분의 1 이하로 잘라 화소 하나하나에 직접 심는다. 수명과 휘도에서는 꿈의 디스플레이지만, 칩이 작아질수록 효율이 떨어지고, 수천만 개를 한 개도 틀리지 않고 옮겨야 한다는 두 개의 벽이 있다. 이 장에서는 LED의 반도체 물리에서 출발해 크기 효과와 전사 수율의 수학을 직접 계산해 보고, 같은 시대에 경쟁하는 QD-OLED·전계발광 양자점·나노로드 LED까지 한 지도 위에 놓는다.

직접 밴드갭 반도체에서 발광 파장이 $\lambda \approx 1240/E_g$로 정해지는 원리와 InGaN·AlGaInP의 조성–색 관계를 설명할 수 있다.
ABC 재결합 모델로 내부 양자 효율(IQE)–전류 밀도 곡선과 효율 드룹을 계산할 수 있다.
칩 크기가 작아질 때 둘레/면적 비와 측벽 재결합 때문에 효율이 떨어지는 이유를 정량적으로 설명할 수 있다.
디스플레이 휘도에서 마이크로LED가 실제로 동작하는 전류 밀도를 추정하고, 그것이 왜 문제인지 안다.
매스 트랜스퍼 방식들과 전사 수율·리던던시·리페어의 확률 모델을 다룰 수 있다.
QD-OLED, QD 색변환, QD-EL, QNED의 구조와 장단점을 LCD·OLED와 비교할 수 있다.

무기 LED의 기초: 밴드갭이 색을 정한다

발광 다이오드(Light-Emitting Diode, LED)는 p형과 n형 반도체를 접합한 다이오드다. 순방향 전압을 걸면 n쪽 전자와 p쪽 정공이 접합 부근의 활성층으로 들어와 만나고, 전자가 전도대에서 가전자대로 떨어지며 밴드갭 $E_g$만큼의 에너지를 광자로 내놓는다. 8장의 OLED에서 HOMO–LUMO 간격이 색을 정했던 것과 같은 그림이지만, 여기서는 결정 전체에 퍼진 에너지 띠가 주인공이다.

모든 반도체가 빛을 잘 내지는 않는다. 실리콘처럼 전도대 바닥과 가전자대 꼭대기가 서로 다른 운동량(k) 위치에 있는 간접 밴드갭(Indirect Bandgap) 물질은 재결합할 때 포논이 운동량을 대신 가져가야 해서 발광 확률이 극히 낮다. GaN, InGaN, GaAs, AlGaInP 같은 직접 밴드갭(Direct Bandgap) III–V 화합물은 두 극값이 같은 k에 있어 광자 하나만으로 재결합이 끝난다. 디스플레이용 LED가 모두 III–V족인 이유다.

그림 10-1. 플립칩형 InGaN 마이크로LED의 단면. 전자(n-GaN)와 정공(p-GaN)이 수 nm 두께의 InGaN 양자우물에 갇혀 재결합한다. 우물 여러 개를 쌓은 다중양자우물(MQW)이 활성층이며, 우물의 인듐 조성이 발광색을 정한다.

광자의 에너지와 파장은 $E = hc/\lambda$로 연결된다. eV와 nm 단위로 쓰면 숫자가 아주 편해진다.

$$\lambda\,[\text{nm}] \approx \frac{1240}{E_g\,[\text{eV}]},\qquad E_g(\mathrm{In}_x\mathrm{Ga}_{1-x}\mathrm{N}) \approx 3.42(1-x) + 0.70x - 1.43\,x(1-x)$$

여기서 $hc = 1239.84\ \text{eV}\cdot\text{nm}$. 두 번째 식은 베가드 법칙(Vegard's law)에 휨 계수(bowing parameter) $b\approx1.43\ \text{eV}$를 더한 InGaN 밴드갭 근사다. GaN 3.42 eV(363 nm, 자외선)에서 InN 0.70 eV(적외선)까지 조성 하나로 가시광 전체를 원리적으로 덮는다.

청색(450 nm, 2.76 eV)은 인듐 약 15~18 %, 녹색(530 nm, 2.34 eV)은 25~30 %, 적색(620 nm, 2.0 eV)은 35 % 이상이 필요하다. 문제는 인듐이 많아질수록 GaN과의 격자 불일치가 커져 결함이 늘고, 인듐이 뭉치는 상분리와 강한 압전 분극이 생긴다는 점이다. 그래서 녹색은 청색보다 효율이 낮고(이른바 그린 갭(Green Gap)), 적색은 지금까지 GaAs 기판 위의 AlGaInP가 맡아 왔다. AlGaInP는 Al 비율을 늘리면 밴드갭이 커지지만, 약 2.3 eV(540 nm) 부근에서 간접 밴드갭으로 넘어가 효율이 급락한다. 그래서 AlGaInP는 적색~황색 전용이다.

SIMULATOR

조성 → 밴드갭 → 발광색

재료계

In 조성 x 양자 구속 + QCSE 보정 눈의 감도 V(λ) 겹쳐 보기

밴드갭 E_g—

피크 파장—

밴드 종류—

발광색—

해볼 것: InGaN에서 x를 0.17 → 0.28 → 0.40으로 올려 청→녹→적을 만들어 보자. AlGaInP로 바꿔 Al 비율을 0.55 이상으로 올리면 Γ(직접)와 X(간접) 골짜기가 교차하며 발광이 사라진다. 보정 슬라이더는 양자우물의 구속 에너지(+)와 분극 전기장에 의한 양자 구속 슈타르크 효과(QCSE, −)를 뭉뚱그린 항이다. 교육용 근사식이다.

색	재료(활성층)	기판	파장	대면적 칩 EQE	비고
청색	In_0.17Ga_0.83N MQW	사파이어 / Si	450–460 nm	70–80 %	조명 LED의 바탕, 가장 성숙
녹색	In_0.28Ga_0.72N MQW	사파이어 / Si	520–535 nm	40–55 %	그린 갭, 전류에 따른 파장 변화 큼
적색	(Al_xGa_1−x)_0.5In_0.5P	GaAs	615–630 nm	40–60 %	표면 재결합 속도가 커서 소형화에 취약
적색	In_0.35+GaN MQW	사파이어 / Si	610–630 nm	5–10 % (개발 중)	단일 재료계 RGB 통합의 꿈

암기 팁

1240을 외워 두면 끝이다. 청색 2.75 eV ↔ 450 nm, 녹색 2.35 eV ↔ 530 nm, 적색 2.0 eV ↔ 620 nm. LED의 순방향 전압 $V_F$는 대략 $E_g/q$에 저항 강하를 더한 값이라 청·녹색은 2.8~3.2 V, AlGaInP 적색은 2.0~2.2 V다. 화소 회로(9장)의 전원 전압 설계가 색마다 달라지는 이유다.

내부 양자 효율과 ABC 모델

LED에 흘려 넣은 전자 하나가 광자 하나로 나오기까지는 세 관문을 지난다. 전자가 활성층에 도달하는 주입 효율$\eta_{inj}$, 활성층에서 빛으로 재결합하는 비율인 내부 양자 효율(Internal Quantum Efficiency, IQE), 만들어진 광자가 칩 밖으로 탈출하는 광 추출 효율(Light Extraction Efficiency, LEE)이다. 곱한 것이 외부 양자 효율(EQE)이다. GaN의 굴절률은 2.4로 커서 전반사 탈출 원뿔이 좁기 때문에, 칩 모양과 표면 거칠기로 LEE를 끌어올리는 것이 중요하다.

$$\text{EQE} = \eta_{inj}\times\text{IQE}\times\text{LEE},\qquad \text{IQE}(n) = \frac{Bn^2}{An + Bn^2 + Cn^3}$$

여기서 $n$은 활성층의 캐리어 밀도(cm⁻³). $A$는 결함을 매개로 한 쇼클리–리드–홀(SRH) 비발광 재결합 계수(s⁻¹), $B$는 복사 재결합 계수(cm³/s), $C$는 오제 재결합 계수(cm⁶/s).

그림 10-2. 활성층에서 일어나는 세 가지 재결합. 캐리어 밀도 $n$의 1제곱(SRH), 2제곱(복사), 3제곱(오제)에 비례하므로, 저전류에서는 A항이, 고전류에서는 C항이 효율을 갉아먹는다. 복사 재결합만이 빛을 낸다.

캐리어 밀도는 전류가 정한다. 정상 상태에서 주입되는 캐리어 수와 재결합으로 사라지는 수가 같아야 하므로, 활성층 두께를 $d$라 하면

$$J = q\,d\,\left(An + Bn^2 + Cn^3\right),\qquad n_{peak} = \sqrt{A/C}$$

$J$는 전류 밀도(A/cm²), $q$는 전자 전하. IQE를 $n$에 대해 미분하면 $n=\sqrt{A/C}$에서 최대가 된다. 이보다 전류를 더 올리면 오제 손실이 커져 효율이 떨어지는데, 이것이 효율 드룹(Efficiency Droop)이다.

대표값은 청색 InGaN에서 $A\approx10^{7}\ \text{s}^{-1}$, $B\approx10^{-11}\ \text{cm}^3/\text{s}$, $C\approx10^{-30}\ \text{cm}^6/\text{s}$ 정도다. 이 값이면 효율 정점은 수~수십 A/cm²에 놓인다. 조명용 LED는 이 근처에서, 혹은 드룹을 감수하며 100 A/cm² 이상에서 쓴다.

SIMULATOR

ABC 모델: 전류 밀도 vs IQE와 효율 드룹

A (SRH) B (복사) C (오제) 활성층 두께 d 손실 비율(A·C) 함께 보기

최대 IQE—

정점 전류 밀도—

IQE @ 100 A/cm²—

IQE @ 0.1 A/cm²—

해볼 것: A를 키우면(결함 증가) 곡선 전체가 내려가고 정점이 고전류 쪽으로 밀린다. C를 키우면 드룹이 빨라진다. 활성층을 두껍게 하면 같은 J에서 n이 줄어 드룹이 완화되지만, 실제 InGaN에서는 정공이 p쪽 첫 우물에 몰려 효과가 제한적이다.

심화: 드룹의 원인 논쟁

2007년경까지 드룹의 원인은 전자 누설, 결함, 오제 등 여러 가설이 맞섰다. 2013년 오제 과정으로 튀어 오른 고에너지 전자를 직접 검출한 실험이 나오며 오제 재결합이 주원인으로 받아들여졌다. 디스플레이용 마이크로LED에서는 드룹보다 정반대 쪽, 즉 너무 낮은 전류에서 A항이 지배하는 영역이 훨씬 더 큰 문제다. 다음 두 절의 주제다.

칩이 작아지면 효율이 떨어진다: 측벽 재결합

마이크로LED는 큰 웨이퍼를 플라스마 식각으로 작은 메사(Mesa)로 잘라 만든다. 식각된 측벽(Sidewall)은 결정 결합이 끊어진 댕글링 본드와 플라스마 손상으로 가득해, 전자와 정공이 빛을 내지 않고 재결합하는 통로가 된다. 활성층 안의 캐리어는 확산 길이 $L_D$(InGaN 약 0.5~2 µm, AlGaInP 수 µm) 이내에 있으면 측벽까지 걸어가 사라질 수 있다.

그림 10-3. 식각 측벽 근처의 캐리어는 손상된 표면으로 확산해 비발광 재결합한다. 테두리 폭은 크기와 무관하므로 칩이 작아질수록 손상 영역의 비율이 둘레/면적 비 $P/A = 4/L$에 비례해 커진다.

측벽 손실은 표면 재결합 속도 $s$(cm/s)로 나타낸다. 단위 면적당 측벽에서 사라지는 캐리어 수를 활성층 부피로 나누면, A 계수에 크기 의존 항이 더해진다.

$$A_{\text{eff}}(L) = A_0 + s\,\frac{P}{A_{\text{chip}}} = A_0 + \frac{4s}{L}\quad(\text{정사각형 칩})$$

$A_0$는 결정 내부 SRH 계수, $L$은 칩 한 변의 길이. InGaN은 $s\approx10^3\sim10^4\ \text{cm/s}$, AlGaInP는 $10^5\sim10^6\ \text{cm/s}$로 두 자릿수 이상 크다. $L = 10\ \mu\text{m}$, $s = 10^4$이면 $4s/L = 4\times10^7\ \text{s}^{-1}$로 $A_0$의 4배가 된다.

SIMULATOR

칩 크기 슬라이더: 측벽 재결합과 IQE

칩 크기 L

재료

측벽 처리

100 µm 기준 곡선 표시

둘레/면적 P/A—

A_eff—

최대 IQE—

IQE @ 1 A/cm²—

왼쪽은 칩을 위에서 본 모습으로, 측벽에서 확산 길이 이내의 어두운 테두리가 손실 영역이다. 칩 크기 슬라이더는 로그 눈금(1~100 µm)이다. AlGaInP 적색으로 바꿔 10 µm 이하로 줄이면 효율이 한 자릿수로 무너지는 것을 확인하자. 균일한 A_eff로 뭉뚱그린 교육용 모델이며, 실제로는 캐리어 확산과 전류 퍼짐을 함께 풀어야 한다.

실측 데이터도 같은 경향이다. 청색 InGaN 마이크로LED의 피크 EQE는 100 µm에서 10 µm로 줄 때 수십 % 상대 감소에 그치지만, AlGaInP 적색은 같은 구간에서 절반 이하로 떨어진다는 보고가 많다. 원자층 증착(Atomic Layer Deposition, ALD)으로 측벽에 Al₂O₃나 SiO₂를 덮고, 식각 손상층을 KOH 같은 습식 처리로 걷어 내면 $s$를 한 자릿수 이상 낮출 수 있다.

스마트폰·AR이 더 어려운 이유

TV는 화소 피치가 수백 µm라 30~50 µm 칩을 써도 되지만, 스마트폰(피치 50~60 µm)은 10 µm 안팎, AR 마이크로디스플레이(피치 3~5 µm, 17장)는 2~3 µm 칩이 필요하다. 응용이 고해상도로 갈수록 측벽 문제는 기하급수적으로 무거워진다.

디스플레이는 너무 낮은 전류에서 동작한다

조명용 1 mm² LED는 수백 mA, 즉 수십 A/cm²로 구동한다. 그렇다면 디스플레이의 마이크로LED는 얼마의 전류 밀도에서 일할까? 스마트폰 화면을 500 nits로 켤 때 녹색 서브픽셀 하나가 내야 할 광속을 계산해 보자. 람베르트 발광면에서 휘도 $L_v$와 광 출사도의 관계는 $M = \pi L_v$다.

$$\Phi_G = k_G\,\pi L_v\,A_{px},\qquad I = \frac{q\,\Phi_G}{683\,V(\lambda)\cdot h\nu\cdot \text{EQE}},\qquad J = \frac{I}{L^2}$$

$A_{px}$는 화소 면적, $k_G\approx0.72$는 D65 백색 휘도 중 녹색이 차지하는 비율, $V(\lambda)$는 비시감도(1장), $h\nu$는 광자 에너지(J), $L$은 칩 크기.

460 PPI(피치 55 µm), 500 nits, EQE 10 %, 칩 10 µm로 계산하면 녹색 칩 전류는 약 25 nA, 전류 밀도는 0.025 A/cm²다. 효율 정점(수~수십 A/cm²)보다 세 자릿수 낮다. 화소 면적의 3 % 남짓을 차지하는 칩이 화소 전체의 빛을 내므로 칩당 휘도는 오히려 높지만, 전류 자체는 극히 작다. 이 영역에서는 측벽과 결함의 A항이 지배하므로, 마이크로LED의 실사용 효율은 데이터시트의 피크 EQE보다 훨씬 낮을 수 있다.

그림 10-4. 응용별 동작 전류 밀도. 조명용 LED는 효율 정점 근처나 드룹 영역에서 쓰이지만, 디스플레이용 마이크로LED는 정점보다 2~3 자릿수 낮은 영역에서 동작한다. 작은 칩은 정점 자체가 낮아지고 고전류 쪽으로 밀려 손해가 겹친다.

SIMULATOR

동작점 계산기: 내 화면의 마이크로LED는 몇 A/cm²?

제품

화면 휘도 칩 크기 L 광 추출 효율 LEE

화소 피치—

녹색 칩 전류—

전류 밀도 J—

동작점 EQE—

녹색 InGaN, 2절의 ABC 계수와 3절의 측벽 항(s = 3×10³ cm/s)을 쓴다. EQE가 J에 따라 변하고 J가 다시 EQE에 따라 변하므로 반복 계산으로 자기 일관 해를 구했다. 그래프의 점이 동작점, 세로 띠는 휘도 1~5000 nits 범위다. 해볼 것: AR(3000 PPI)에서 칩을 키울 수 없을 때 휘도를 올리면 오히려 효율 좋은 영역으로 들어간다.

적색 InGaN과 양자 구속 슈타르크 효과

RGB를 모두 InGaN으로 만들 수 있다면 한 웨이퍼, 한 공정, 비슷한 구동 전압과 낮은 표면 재결합을 얻는다. 그러나 적색 InGaN은 효율이 낮다. 인듐 35 % 이상에서는 결정 품질이 나빠질 뿐 아니라, 우물 양쪽의 큰 분극 전하가 MV/cm급 내부 전기장을 만들어 밴드를 기울인다. 전자는 우물 한쪽, 정공은 반대쪽으로 밀려 파동함수 겹침이 줄고(복사 재결합 계수 B 감소), 발광 에너지도 낮아진다. 이것을 양자 구속 슈타르크 효과(Quantum-Confined Stark Effect, QCSE)라 한다.

그림 10-5. InGaN 양자우물의 QCSE. c면 GaN 위의 InGaN 우물에는 압전·자발 분극에 의한 강한 내부 전기장이 생겨 밴드가 기울고, 전자와 정공이 반대편으로 분리된다. 인듐이 많은 녹색·적색일수록 심하며, 전류를 늘리면 주입 캐리어가 이 장을 가려 파장이 청색 쪽으로 이동한다(7절).

적색 문제를 푸는 세 갈래

① InGaN 적색 직접 개선: 변형 완화 버퍼, 나노와이어 구조, 반극성·무극성 기판으로 QCSE를 줄인다. ② AlGaInP 적색 + 강한 측벽 패시베이션. ③ 청색 마이크로LED 위에 적색 양자점 색변환층을 올린다(9절). 현재 상용 TV급은 ②, AR 마이크로디스플레이는 ①과 ③이 활발하다.

매스 트랜스퍼: 수천만 개의 칩을 옮기는 법

LED 칩은 사파이어·GaAs 웨이퍼 위에서 자라고, 화소는 유리나 실리콘 위의 TFT 백플레인(4장)에 있다. 따라서 칩을 웨이퍼에서 떼어 화소 위치로 옮겨 붙이는 매스 트랜스퍼(Mass Transfer)가 필수다. 4K TV 한 대는 3840 × 2160 × 3 ≈ 2,490만 개, 8K는 약 1억 개의 칩이 필요하다. 반도체 후공정의 일반 다이 본더는 시간당 수천~수만 개를 놓으므로, 8K TV 한 대를 옮기는 데 몇 달이 걸린다. 한 번에 수천~수만 개를 병렬로 옮기는 기술이 필요한 이유다.

그림 10-6. 대표적인 매스 트랜스퍼 방식. 실제 양산에서는 웨이퍼에서 임시 캐리어로 레이저 리프트오프(LLO)한 뒤 스탬프나 레이저로 백플레인에 옮기는 등 여러 방식을 조합한다.

스탬프 전사의 핵심 트릭은 피치 확장이다. 웨이퍼 위 칩은 촘촘하지만(피치 수~수십 µm) 백플레인 화소 피치는 훨씬 넓다. 스탬프 돌기를 화소 피치에 맞추면, 한 번 찍을 때 웨이퍼에서 $k$칸마다 하나씩 칩을 뽑아 화소 간격으로 내려놓게 된다. PDMS 같은 탄성체의 점착력은 떼어 내는 속도에 따라 달라서(점탄성), 빨리 들어 올리면 칩이 스탬프에 붙어 오고 천천히 들면 기판에 남는다.

$$t_{\text{panel}} = \frac{N_{\text{chip}}}{n_{\text{stamp}}}\,t_{\text{cycle}},\qquad \text{예) }\frac{2.49\times10^7}{1.0\times10^4}\times 10\ \text{s} \approx 6.9\ \text{h}$$

$n_{stamp}$는 한 번에 옮기는 칩 수, $t_{cycle}$은 정렬–접촉–이송–본딩 한 주기의 시간. 4K TV 한 대를 7시간에 옮기면 양산 라인으로는 여전히 느려서, 스탬프 대형화와 다중 헤드가 경쟁 포인트다.

스탬프 전사 애니메이션: 도너 웨이퍼 → 스탬프 → 백플레인

드래그 회전 · 휠 확대

정렬접촉픽업이송하강본딩복귀

—

속도 라벨 표시 픽업 실패(결함) 섞기

사이클—

전사된 칩—

피치 확장×3

누락 화소—

R·G·B 도너 웨이퍼(칩 피치 0.3 단위)에서 스탬프(돌기 피치 0.9)가 세 칸마다 칩 하나씩 9개를 집어 백플레인의 각 화소에 서브픽셀 간격만큼 어긋나게 내려놓는다. 세 번의 사이클로 3×3 화소가 완성된다. ‘픽업 실패’를 켜면 일부 칩이 도너에 남아 누락 화소가 생기며, 다음 절의 수율 문제로 이어진다.

방식	처리량 (UPH)	정밀도	장점	약점
픽앤플레이스	10⁴–10⁵	±1–2 µm	성숙, 리페어용으로 이상적	본체 전사엔 너무 느림
탄성체 스탬프	10⁶–10⁷	±1–3 µm	대량 병렬, 피치 확장 자유	스탬프 오염·변형, 점착 제어
레이저 전사(LIFT)	10⁷–10⁸	±2–5 µm	선택 전사로 불량 회피	열·충격 손상, 착지 위치 산포
유체 자가조립	10⁷ 이상 (병렬)	홈 형상으로 결정	대면적, 장비 단순	정렬 확률·회수율, 칩 형상 제약

왜 아예 칩을 옮기지 않나?

AR용 마이크로디스플레이처럼 화면이 손톱만 하면 LED 웨이퍼 전체를 CMOS 구동 칩에 통째로 본딩한 뒤 화소로 쪼개는 모놀리식(Monolithic) 방식이 가능하다. 전사가 필요 없지만 한 웨이퍼에서 한 색만 나오므로 풀컬러는 QD 색변환이나 적층 구조가 필요하다.

전사 수율의 수학

칩 하나를 옮길 때 실패할 확률을 $p$라 하자(수율 $Y = 1-p$). 칩 $N$개가 독립이라면 불량 수는 이항 분포를 따르고, $N$이 크고 $p$가 작으면 평균 $\lambda = Np$인 포아송 분포(Poisson Distribution)로 근사된다. 패널에 불량이 하나도 없을 확률은

$$\langle N_{\text{def}}\rangle = N p,\qquad P(\text{무결점}) = (1-p)^N \approx e^{-Np}$$

8K TV: $N = 7680\times4320\times3 \approx 9.95\times10^7$. 수율 99.99 %($p=10^{-4}$)면 평균 불량 약 9,950개, 무결점 확률 $e^{-9950}\approx 0$. 99.9999 %(six nines)여도 평균 100개다.

사람 눈은 밝은 배경의 꺼진 서브픽셀(다크 스폿)이나 어두운 배경의 켜진 픽셀(브라이트 스폿)을 놀랄 만큼 잘 찾는다. 그래서 TV 패널 규격은 보통 휘점 0개, 암점 수 개 이하를 요구한다. 결론은 분명하다. 전사 수율만으로는 불가능하고, 검사와 리페어가 반드시 따라와야 한다.

SIMULATOR

수율 슬라이더 → 불량 화소 수와 결함 맵

해상도

전사 수율 Y 군집 결함(스탬프 오염) 추가

총 서브픽셀 N—

평균 불량 Np—

이번 패널 불량—

무결점 확률—

패널 전체를 캔버스 화소 단위 블록으로 나누고, 블록마다 포아송 난수를 뽑아 불량이 있는 블록을 빨갛게 칠한다(ImageData). 불량이 아주 적으면 위치가 잘 보이도록 점을 키워 표시한다. 슬라이더 값은 ‘9의 개수’로, 4는 99.99 %, 6은 99.9999 %다.

리던던시와 리페어

대응 전략은 두 가지다. 리던던시(Redundancy)는 서브픽셀마다 칩 자리 두 개를 마련해 두고 둘 다 옮기는 방법이다. 두 칩이 모두 죽을 확률은 $p^2$이므로 $p=10^{-4}$이면 $10^{-8}$로 떨어진다. 대신 칩 비용이 두 배가 되고, 단락 불량처럼 한 칩이 다른 칩까지 죽이는 경우는 막지 못한다. 리페어(Repair)는 전사 후 광발광(PL)·전계발광(EL) 검사로 불량을 찾고, 레이저로 불량 칩을 제거한 뒤 픽앤플레이스로 새 칩을 하나씩 심는 방법이다.

$$N_{\text{final}} = N\,p^{\,r}\,\bigl(1 - \eta_{det}\,\eta_{rep}\bigr),\qquad t_{\text{repair}} = N\,p^{\,r}\,\eta_{det}\;t_{1}$$

$r$은 서브픽셀당 칩 수(1 또는 2), $\eta_{det}$는 검사 검출률, $\eta_{rep}$는 리페어 성공률, $t_1$은 불량 하나를 고치는 시간(수~수십 초).

SIMULATOR

리페어·리던던시 전략 시뮬레이터 (단계별)

전략

전사 수율 검사 검출률 리페어 성공률

최종 불량 (8K)—

리페어 시간—

필요 칩 수—

판정 (암점 ≤ 5)—

8K 패널(약 1억 서브픽셀), 불량당 리페어 10초 가정. ‘다음 단계’로 전사 → 검사 → 리페어 → 최종을 차례로 진행한다. 세로축은 로그 눈금 불량 수. 리던던시는 비용(칩 수)을, 리페어는 시간을 지불한다는 점을 비교해 보자.

KGD: 옮기기 전에 거른다

전사 전에 웨이퍼 단계에서 PL 맵으로 불량·파장 이탈 칩을 미리 찾아 두는 KGD(Known Good Die) 전략도 중요하다. 레이저 전사는 불량 칩을 건너뛰고 옮길 수 있어 KGD와 궁합이 좋다. 웨이퍼 안의 파장·휘도 산포는 화소별 보정(9장의 디무라 개념)으로 마무리한다.

구동: 전류 구동과 PWM

마이크로LED도 OLED처럼 전류로 밝기가 정해지는 소자라 화소마다 전류원 TFT가 필요하다(9장). 그런데 LED에는 OLED보다 까다로운 성질이 두 가지 있다. 첫째, 앞에서 본 대로 저전류에서 효율이 급격히 떨어져 계조가 비선형이 된다. 둘째, InGaN 녹색·청색은 전류가 늘면 주입 캐리어가 분극 전기장을 가리고(QCSE 차폐) 밴드 채움이 일어나 피크 파장이 짧아진다. 녹색은 0.1→100 A/cm²에서 10~20 nm까지 청색 편이한다. 계조마다 색이 달라지는 셈이다.

해결책은 PWM 구동(Pulse Width Modulation)이다. 전류의 크기는 효율이 좋고 파장이 안정된 한 값 $J_0$로 고정하고, 한 프레임 안에서 켜져 있는 시간 비율(듀티)로 밝기를 조절한다. 파장은 거의 변하지 않고, 효율이 좋은 동작점을 계속 쓸 수 있다. 대가는 회로 복잡도(PWM 신호 생성용 TFT 추가)와 저계조에서의 아주 짧은 펄스, 플리커다(11장).

그림 10-7. 진폭 구동과 PWM 구동. 진폭 구동은 전류 크기에 따라 파장과 효율이 함께 변하지만, PWM은 하나의 전류에서 켜짐 시간만 바꾸어 색 안정성을 얻는다.

SIMULATOR

계조에 따른 색좌표 이동: 전류 구동 vs PWM

구동 방식

색

계조 (8비트) 계조 자동 스윕

전류 밀도—

피크 파장—

Δu′v′ (255 기준)—

듀티—

왼쪽은 CIE xy 색도도 위의 색점 궤적(계조 1~255), 오른쪽 아래는 한 프레임(0~16.7 ms) 동안의 전류 파형이다. 녹색은 피크 파장이 log J에 비례해 짧아지고 스펙트럼 폭도 변하는 경험식을 썼다. Δu′v′ 0.004 이상이면 숙련된 관찰자가 색차를 느낀다(2장).

적색 AlGaInP는 반대로 온도에 약하다

AlGaInP는 전류에 따른 파장 이동은 작지만, 온도가 오르면 캐리어가 장벽을 넘어 새는 효과가 커서 효율이 빠르게 떨어지고 장파장으로 이동한다. 화면 전체를 밝힐 때 패널 온도가 오르면 적색만 어두워져 백색점이 녹·청 쪽으로 틀어진다. 온도 센서 기반 실시간 보정이 필요하다.

QD-OLED: 청색 OLED + 양자점 색변환

마이크로LED가 무기 LED를 화소로 만든다면, 이미 양산 중인 절충안이 QD-OLED다. 모든 화소에 같은 청색 OLED(8장)를 깔고, 그 위의 적색·녹색 서브픽셀 자리에 양자점(Quantum Dot, QD) 색변환층을 잉크젯으로 찍는다. 양자점은 청색 광자를 흡수해 크기로 정해진 적색·녹색 광자로 다시 내놓는다. 청색 서브픽셀은 변환층 없이 그대로 통과시킨다. 7장의 QD 필름(7장)이 백라이트 전체를 바꾸었다면, 여기서는 화소 단위로 바꾼다.

그림 10-8. QD-OLED의 단면(개념도). 청색 OLED가 모든 서브픽셀의 광원이고, 적·녹 자리에서는 양자점이 청색을 흡수해 적·녹으로 변환한다. 남은 청색은 그 위 컬러 필터가 걸러 낸다.

색변환의 효율은 세 단계의 곱이다. 청색이 QD 층에 흡수되는 비율, 흡수된 광자가 다시 빛으로 나오는 광발광 양자 수율(Photoluminescence Quantum Yield, PLQY), 그리고 생성된 빛이 층 밖으로 나오는 추출 효율이다. 파장이 길어지면 광자 하나의 에너지가 줄어드는 스토크스 손실(Stokes Loss)도 피할 수 없다.

$$\eta_{ph} = \underbrace{\bigl(1-e^{-\alpha t}\bigr)}_{\text{흡수}}\times\text{PLQY}\times\eta_{out},\qquad \eta_{P} = \eta_{ph}\,\frac{\lambda_B}{\lambda_{R,G}}$$

$\alpha$는 청색에 대한 QD 층의 흡수 계수(µm⁻¹), $t$는 층 두께. $\eta_{ph}$는 광자 수 기준 변환 효율, $\eta_P$는 광 출력(에너지) 기준. 450 nm → 630 nm 변환은 스토크스 손실만으로 $450/630 = 71\%$에 묶인다.

SIMULATOR

QD 색변환 효율 계산기

변환 색

QD 층 두께 t 흡수 계수 α QD PLQY 상부 컬러 필터(청색 차단) 하부 청색 재활용 반사층(DBR)

청색 흡수율—

광자 변환 η_ph—

전력 변환 η_P—

출력 색 (x, y)—

입사 청색 광자 100개가 어디로 가는지 따라가는 막대 그림이다. 추출 효율 η_out은 산란 입자를 포함한 층으로 가정해 0.7로 두었다. 컬러 필터를 끄면 새어 나온 청색이 섞여 색이 보라 쪽으로 틀어진다. DBR을 켜면 청색이 층을 두 번 지나 흡수율이 올라간다.

QD 재료: CdSe에서 InP로

초기 QD는 효율·선폭이 뛰어난 CdSe였지만 카드뮴 규제(RoHS) 때문에 디스플레이는 InP/ZnSe/ZnS 코어–셸로 넘어왔다. InP QD는 PLQY 90 % 이상, 반치폭 35~40 nm 수준이다. 청색 흡수를 늘리려면 층이 두꺼워야 하지만 잉크젯으로 찍을 수 있는 두께는 10 µm 안팎이라, QD 농도를 높이면서도 응집으로 인한 효율 저하(자기 소광)를 막는 것이 재료 과제다.

QD 색변환 마이크로LED · QD-EL · 나노로드 LED

같은 아이디어는 마이크로LED에도 그대로 쓰인다. 청색(또는 근자외) 마이크로LED만 전사하고 적·녹은 QD로 변환하면, 전사 횟수가 3번에서 1번으로 줄고 적색 소형 칩의 효율 문제도 피한다. 다만 칩이 수 µm로 작으면 QD 층도 그만큼 얇고 좁게 패터닝해야 해서 흡수가 부족해지고, 이웃 화소로 청색이 새는 광학 크로스토크가 커진다. 고해상도 AR용에서는 QD 대신 페로브스카이트 나노결정도 연구된다.

그림 10-9. 차세대 발광 구조 두 가지. 왼쪽은 양자점이 직접 전계발광하는 QD-EL, 오른쪽은 막대형 GaN 나노로드를 유전영동으로 전극 사이에 눕혀 정렬하는 나노로드 LED(QNED) 개념도. 노란 띠는 활성층(MQW) 위치를 나타낸다.

QD-EL(Electroluminescent QD, QLED)은 QD에 전하를 직접 주입해 빛을 내게 한다. 색변환 손실(흡수·스토크스)이 없고 반치폭이 좁아 BT.2020 색역에 가장 가까운 기술로 꼽힌다. 적·녹은 EQE 20 % 이상, 수명도 실용 수준에 근접했지만, 청색 QD-EL은 효율과 수명 모두 아직 OLED 청색에 못 미친다. 구조가 OLED와 거의 같아(전하 수송층 + 발광층) 잉크젯 프린팅(15장) 라인을 공유할 수 있다는 점이 매력이다.

나노로드 LED는 마이크로LED의 ‘전사’ 문제를 통계로 우회한다. 수 µm 길이의 막대형 GaN LED를 잉크에 섞어 뿌리고, 전극 사이에 교류 전기장을 걸면 유전영동(Dielectrophoresis) 힘으로 막대가 전극에 걸쳐 눕는다. 한 화소에 수십 개가 들어가므로 몇 개가 죽어도 화소는 살아 있다. 대신 막대 방향이 무작위라 일부는 역방향으로 놓이며(교류 구동이나 역방향 배치를 감안한 회로 필요), 화소마다 정렬된 막대 수가 달라 휘도 보정이 필수다.

이름에 속지 말자

‘QLED TV’라는 상표는 대부분 QD 필름 백라이트를 쓴 LCD(7장)이고, ‘미니LED TV’도 백라이트가 미니LED인 LCD다. 화소 자체가 스스로 빛나는 자발광은 OLED, QD-OLED, 마이크로LED(그리고 미래의 QD-EL, QNED)다.

기술 비교: 어떤 디스플레이가 언제 이기나

지금까지의 기술을 한 그림에 놓아 보자. 점수는 2020년대 중반 양산 제품 기준의 상대 평가(1~5)이며, 응용에 따라 우선순위는 완전히 달라진다. TV는 비용과 대화면, 스마트폰은 효율과 두께·플렉서블, AR은 해상도와 휘도, 사이니지는 휘도와 수명이 먼저다.

SIMULATOR

인터랙티브 기술 비교 레이더

LCD (미니LED) OLED QD-OLED 마이크로LED

응용 시나리오 (가중치)

마이크로LED 연도

1위—

2위—

가중 점수—

축 이름을 누르면(탭) 그 항목의 가중치가 0↔기본값으로 토글된다. 연도 슬라이더는 마이크로LED의 비용·효율이 학습 곡선을 따라 개선된다고 가정한 시나리오다(예측이 아닌 사고 실험). 점수는 교육용 상대 평가다.

항목	LCD (미니LED BLU)	WOLED / RGB OLED	QD-OLED	마이크로LED
발광 방식	백라이트 + 액정 셔터	유기 자발광	청색 OLED + QD 변환	무기 자발광
피크 휘도 (TV)	1,500–4,000 nits	1,000–2,000 nits	1,500–3,000 nits	2,000–10,000 nits
명암비	로컬 디밍 영역 수에 제한	사실상 무한	사실상 무한	사실상 무한
색역 (BT.2020)	~80 % (QD 필름)	~75 %	~90 %	~85–90 %
수명·번인	매우 김, 번인 없음	번인 관리 필요	번인 관리 필요	매우 김, 번인 거의 없음
소형·고해상도	~800 PPI (VR)	~3,000+ PPI (마이크로OLED)	~150 PPI (TV 위주)	~5,000+ PPI (모놀리식)
제조 비용	가장 낮음	중간	중간–높음	매우 높음 (전사·리페어)

정리하면

마이크로LED는 휘도·수명·명암비에서 ‘최종 형태’에 가장 가깝지만, 이 장에서 계산한 두 벽, 즉 작은 칩의 저전류 효율과 수천만 개 전사의 수율·리페어 비용 때문에 아직은 초대형 사이니지·워치·AR 같은 틈새에서 출발하고 있다. 대형 TV 주류는 당분간 LCD(미니LED)와 OLED/QD-OLED가 나눠 갖고, 그 다음 세대 후보로 QD-EL과 나노로드 LED가 뒤를 쫓는다. 전체 설계 비교는 19장의 플레이그라운드에서 해 볼 수 있다.

핵심 정리

LED의 발광 파장은 직접 밴드갭으로 정해진다: $\lambda[\text{nm}]\approx1240/E_g[\text{eV}]$. 청·녹은 InGaN MQW, 적색은 AlGaInP(또는 고 In InGaN)를 쓴다.
EQE = 주입 효율 × IQE × 광 추출 효율. ABC 모델 $\text{IQE}=Bn^2/(An+Bn^2+Cn^3)$은 $n=\sqrt{A/C}$에서 최대이고, 그 이상에서는 오제 재결합으로 효율 드룹이 생긴다.
칩이 작아지면 둘레/면적 비 $4/L$이 커져 측벽 재결합이 $A_{\text{eff}}=A_0+4s/L$로 더해진다. 표면 재결합 속도가 큰 AlGaInP 적색이 특히 취약하며, ALD 패시베이션이 핵심 대책이다.
디스플레이 휘도에서 마이크로LED는 0.01~1 A/cm²의 매우 낮은 전류 밀도로 동작해, 효율 정점보다 2~3 자릿수 아래의 A항 지배 영역에 놓인다.
고 In InGaN은 결정 결함과 QCSE(분극 전기장에 의한 파동함수 분리) 때문에 적색 효율이 낮고, 전류에 따라 파장이 청색 편이한다.
매스 트랜스퍼는 픽앤플레이스·스탬프·레이저·유체 자가조립이 있으며, 스탬프는 돌기 피치로 웨이퍼 칩을 화소 피치로 확장해 옮긴다.
불량 수는 포아송 분포를 따른다: 평균 $Np$, 무결점 확률 $e^{-Np}$. 8K(약 1억 칩)에서는 99.99 % 수율도 불량 약 1만 개이므로 리던던시($p\to p^2$)와 검사·리페어가 필수다.
PWM 구동은 전류를 고정하고 켜짐 시간으로 계조를 만들어, 전류에 따른 파장·효율 변화를 피한다.
QD-OLED는 청색 OLED 위에 적·녹 QD 색변환층을 둔 구조로, 변환 효율은 흡수율 × PLQY × 추출 효율 × 스토크스 비로 정해진다.
QD-EL은 QD를 직접 전계발광시키고, 나노로드 LED(QNED)는 유전영동 정렬로 전사를 통계적 리던던시로 대체한다.

확인 퀴즈

1. 밴드갭이 2.48 eV인 반도체 LED의 피크 파장에 가장 가까운 것은?

$\lambda\approx1240/2.48 = 500\ \text{nm}$로 청록색이다. 실제 양자우물에서는 구속 에너지와 QCSE 때문에 수 nm~수십 nm 어긋날 수 있다.

2. ABC 모델에서 IQE가 최대가 되는 캐리어 밀도는?

IQE = $Bn/(A + Bn + Cn^2)$로 쓰고 미분하면 $A = Cn^2$일 때 최대다. 즉 SRH 손실 속도와 오제 손실 속도의 기여가 균형을 이루는 지점이다.

3. 정사각형 칩의 한 변을 50 µm에서 5 µm로 줄였다. 측벽 재결합에 의한 A 계수 추가분($4s/L$)은 몇 배가 되는가?

둘레/면적 비가 $4/L$이므로 L이 1/10이 되면 10배다. 면적(밝기)은 1/100로 주는데 둘레는 1/10로만 줄기 때문이다.

4. 디스플레이용 마이크로LED의 효율이 데이터시트 피크 EQE보다 낮게 나오는 주된 이유는?

스마트폰 화소에서 녹색 칩은 수십 nA, 0.01~0.1 A/cm² 수준으로 동작한다. 정점(수~수십 A/cm²)보다 훨씬 낮은 A항 지배 영역이다. 드룹은 고전류 문제다.

5. 8K 패널(약 $10^8$개 칩)을 전사 수율 99.999 %로 만들면 평균 불량 칩 수는?

$Np = 10^8\times10^{-5} = 10^3$. 무결점 확률은 $e^{-1000}\approx0$이다. 리페어나 리던던시 없이는 양산이 불가능하다.

6. 서브픽셀마다 칩 2개를 두는 리던던시를 쓰고 칩 불량률이 $10^{-4}$일 때, 서브픽셀이 죽을 확률은? (독립 가정)

두 칩이 모두 죽어야 하므로 $p^2 = 10^{-8}$. 대신 칩 수가 두 배로 늘고, 한 칩의 단락이 화소 전체를 죽이는 상관 불량은 막지 못한다.

7. 녹색 InGaN 마이크로LED를 PWM으로 구동하는 가장 큰 이유는?

전류를 바꾸면 QCSE 차폐와 밴드 채움으로 피크 파장이 청색 편이하고 효율도 크게 변한다. PWM은 전류를 고정해 색을 안정시킨다. 대신 회로가 복잡해지고 플리커 관리가 필요하다.

8. QD-OLED에서 450 nm 청색을 630 nm 적색으로 바꿀 때, 흡수율 90 %, PLQY 95 %, 추출 효율 70 %라면 에너지 기준 변환 효율은 약?

광자 기준 $0.9\times0.95\times0.7\approx0.60$, 여기에 스토크스 비 $450/630\approx0.714$를 곱하면 약 0.43이다.