반도체 소자의 저항 변화의 폭을 극대화하여, 정보 저장과 연산 기능의 고신뢰성 확보 가능한 반도체 기술 개발
재료 분야 저명 학술지 ≪어드밴스드 펑셔널 머티리얼즈≫에 발표
경상국립대학교(GNU) 공과대학 나노·신소재공학부 세라믹 전공 박준홍 교수 연구팀(생체모방 반도체 연구실)이 인간 두뇌의 신경망을 모방한 뉴로모픽 반도체 기술을 개발했다.
인공지능 기술(Artificial Intelligence; AI)이 산업 전 분야에 걸쳐 확산되고 있고, 이에 따라 인공지능 기반 자율구동 기능의 모바일 기기가 개발되고 있으며, 모빌리티 체계에도 그 적용의 확산이 가속화되고 있다. 하지만, 이러한 자율 구동 전자기기에서 구현하기 위해서 높은 신뢰성의 저전력 반도체 기술 개발 또한 뒷받침돼야 한다.
이러한 기술 과제를 해결하기 위해, 인간의 두뇌 활동을 모방하여 기술 난제 극복을 목표로 인공적으로 제작된 고체 상태인 뉴런들로 구성된 신경망 내에서 데이터의 저장과 연산을 병렬로 수행하여 대량의 정보처리가 가능한 뉴로모픽 반도체 기술 개발이 진행되고 있다.
박준홍 교수 연구팀은 전이 금속 카바이드인 맥신(MXene)을 활용하여, 신경망 활동을 모방 하여, 입력된 전압 신호에 따라 소자의 저항값을 변환시켜, 정보를 저장/처리하는 2단자 멤리스터 소자를 제조하였다.
맥신은 그래핀과 유사한 2차원 평판 구조를 가지며, 우수한 전기적 특성과 유연성이 있어 활용도가 높지만, 높은 전기 전도도로 인해 반도체 소자에 적용이 제한적인 단점이 있다. 연구팀은 맥신 표면에 수나노 크기의 이산화타이타늄 나노결정을 균질하게 형성시켜, 금속 필라멘트 동역학적 거동을 제어하는 데 성공하였다. 그 결과 고저항 상태와 저저항 상태의 차이인 메모리 윈도우 폭이 기존 발표된 멤리스터 소자의 성능과 비교 시 상회하였으며, 이미지 엣지 검출률도 매우 높은 성능을 구현하였다.
연구 책임자인 박준홍 교수는 “기존의 멤리스터 소자보다 높은 메모리 윈도우 폭을 구현하는데 성공하여, 높은 신뢰성와 저전력으로 스파이크 기반 인공 신경망 기반 정보처리가 가능 하다.”라고 설명하며 “거의 무결점의 연산 오류가 필수인 차세대 인공지능 및 자율구동 모빌리티 시스템용 다진법 반도체 하드웨어에 활용을 기대한다.”라고 말했다.
이번 연구는 저명 국제 학술지 '어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)' 온라인판에 게재됐다.
연구는 한국연구재단 개인기초연구와 교육부의 창의·도전연구 기반지원 및 대학중점연구소 사업의 지원을 받아 수행됐다.
[신아일보] 경상국립대학교/김종윤 기자
