대구경북과학기술원(DGIST) 나노기술연구부 이현준·노희연 연구팀은 전기 신호로 수소를 정밀하게 조절해 스스로 학습하고 기억하는 '2단자 기반 인공지능형 반도체'를 구현하는데 성공했다고 5일 밝혔다.
기존 컴퓨터는 연산과 메모리가 분리돼 인공지능(AI)을 구동하기엔 속도 저하와 과도한 전력 소모 문제가 있었다. 이를 해결하기 위해 인간 두뇌를 모방해 연산과 저장을 동시 수행하는 '뉴로모픽 반도체'가 차세대 기술로 떠오르고 있다.
뉴로모픽 반도체는 전기 신호에 따라 전류가 잘 흐르는 정도인 전도도가 아날로그적으로 변한다는 특징이 있다. 뉴로모픽 반도체 속 인공 시냅스 소자는 이같은 전도도 변화를 통해 실제 뇌의 시냅스 연결 강도 변화를 모사한다.
하지만 산소의 빈자리(결함)가 이동하는 방식을 이용한 기존 산화물 기반 메모리 소자는 장기 안정성과 소자 사이 균일성을 확보하기 어려웠다. 이에 연구팀은 '수소'에 주목하고, 전기장을 이용해 수소 이온 주입과 배출을 정밀 제어하는 방식을 독자 개발해 문제를 해결했다.
특히 이번 기술은 소자 집적도가 높고 제조 공정이 단순해 차세대 고집적 AI 칩에 매우 유리한 '2단자 수직 구조'에서 세계 최초로 구현됐다는 점에서 의미가 크다. 2단자 수직 구조는 소자의 크기는 줄이고 성능을 높일 수 있어 차세대 고집적 AI 칩 제작에 유리하다.
이번에 개발된 수소 기반 인공지능형 소자는 1만회 이상 반복 구동해도 안정적으로 동작했으며, 장시간 보관해도 메모리 상태가 유지됐다.
이현준 책임연구원은 "기존 산소 빈자리 기반 메모리와 다른 수소 이동을 이용한 새로운 저항 스위칭 메커니즘을 제시했다는 의의가 있다"고 밝혔다. 노희연 전임연구원은 "수소 이동 메커니즘을 규명한 연구 결과는 인공지능 하드웨어 구조를 바꾸고 차세대 뉴로모픽 반도체 시대를 앞당길 기술"이라고 강조했다.
과학기술정보통신부와 한국연구재단의 중견연구자지원사업, DGIST 기관고유사업의 지원을 받아 진행된 이번 연구결과는 재료·계면 분야 국제학술지 ACS Applied Materials & Interfaces 표지 논문으로 선정됐다.
Copyright @ NEWSTREE All rights reserved.
- 최대성 기자 maximality@newstree.kr 다른기사보기
최신뉴스 보기