재료硏, 차세대 뉴로모픽 반도체 핵심소재 개발

Advanced Functional Materials 10월 1일자 표지. (자료제공: KIMS)

한국재료연구원(KIMS, 원장 이정환)은 에너지전자재료연구실 권정대, 김용훈 박사 연구팀이 충북대 조병진 교수 연구팀과 함께 차세대 뉴로모픽(신경 네트워크 모방) 반도체에 들어가는 핵심소재를 국내 최초로 개발했다고 지난달 18일 밝혔다.

이번 기술은 수 나노미터 두께의 2차원 나노소재를 이용해 신개념 멤트랜지스터 소자를 구현한 것이다. 멤트랜지스터는 ‘메모리’와 ‘트랜지스터’의 합성어이다. 연구팀은 1,000번 이상의 전기자극으로 신경 시냅스의 전기적 가소성을 재현성 있게 모방해 약 94.2%(시뮬레이션 기반 패턴 인식률 98%)의 높은 패턴 인식률을 얻는 데 성공했다.

반도체 소재로 널리 사용되는 몰리브덴황(MoS₂)은 단결정 내에 존재하는 결함이 외부 전계에 의해 움직이는 원리로 작동된다. 하지만 이는 결함의 농도나 형태를 정밀하게 제어하기 어려운 문제가 있었다. 연구팀은 문제 해결을 위해 산화니오븀(Nb₂O₅) 산화물층과 몰리브덴황 소재를 순차적으로 적층하는 방법을 택했다. 이를 통해 외부 전계에 의한 높은 전기적 신뢰성을 갖춘 멤트랜지스터 구조의 인공 시냅스 소자를 개발할 수 있었다. 또한 연구팀은 산화니오븀 산화물층의 두께를 변화시켜 저항 스위칭 특성을 자유롭게 조절하고, 10피코줄(pJ, picojoule)의 매우 낮은 에너지로도 기억 및 망각과 관련된 뇌의 정보를 처리할 수 있음을 입증했다.

현재 인공지능 하드웨어는 소비전력과 비용부담이 큰 GPU, FPGA, ASIC 형태로, 향후 산업 성장에 따라 폭발적인 수요가 기대된다. 웨어러블 인공지능 시장은 2018년 기준 약 115억 달러에서 연평균 성장률 29.75%에 달해 2023년에는 424억 달러에 육박할 것으로 예상되고 있다.

재료연 권정대, 김용훈 박사 연구팀은 “고신뢰성의 신개념 멤트랜지스터 구조 기반 인공지능 반도체 소자가 활용될 경우, 회로 집적도 및 구동 에너지를 크게 줄일 수 있다”며, “향후 저전력 엣지 컴퓨팅 및 웨어러블 인공지능 시스템에 적용이 기대된다”고 말했다.

이번 연구는 과학기술정보통신부의 지원을 받아 한국재료연구원 주요사업으로 수행됐으며, 연구결과는 ‘Advanced Functional Materials’에 10월 1일자 표지논문으로 게재됐다.