동국대 김성준 교수팀, 낸드플래시 실리콘 채널 대체할 저전력 메모리 소자 개발 … "고성능 AI 하드웨어 구현 가능성 제시"

동국대학교는 전자전기공학과 김성준 교수 연구팀이 강유전성 하프늄-지르코늄 산화물(이하 HfZrOx) 박막과 인듐-갈륨-아연 산화물(이하 InGaZnO) 채널 기반의 차세대 메모리 소자를 개발했다고 23일 밝혔다.

이번 연구는 차세대 물질을 활용해 '인가하는 자극의 종류에 따라 달라지는 장·단기 기억 특성'과 인공 시냅스·인공 신경망을 성공적으로 구현해 내 차세대 메모리 하드웨어 지능형 시스템에서 잠재력을 보여줬다.

이번 연구에서 제작한 HfZrOx는 원자층 증착(ALD) 기술을 통해 정확하게 두께를 조절하고 도핑 농도를 최적화했다. 동국대 MINT 공정실의 스퍼터 장비를 활용해 InGaZnO 채널 박막을 개발했다. InGaZnO(IGZO) 채널과 HfZrOx(HZO) 강유전체 박막을 결합한 FeTFT(Ferroelectric Thin-Film Transistor) 소자를 활용해 하나의 소자에서 비휘발성 시냅스 기능(학습과 추론 역할)과 휘발성 저장소(reservoir) 기능을 모두 하드웨어로 구현하는 데 성공했다.

특히 전기 자극을 통해 가중치를 조절하면서 빛 자극을 활용해 시간 누적 상태를 최대 5비트(32단계) 이상 인식할 수 있음을 실험적으로 입증했다. 기존 RC 소자의 성능 한계를 극복했다.

또한 연구팀은 TLM(Transmission Line Method) 패턴을 이용해 소스-드레인 컨택 저항을 최소화하고, 게이트 패터닝을 통해 게이트 유도 누설전류(GIDL)를 억제해 공정 최적화를 이뤄냈다. 기존 나노암페어(㎁, 1㎁=10억 분의 1 A) 수준의 누설전류를 피코암페어(㎀, 1㎀=1조 분의 1 A) 수준으로 1000분의 1배 낮췄다. 소자의 안정성과 전력 효율을 획기적으로 개선했다.

김 교수는 "뉴로모픽 회로 응용에 필수적인 기반 기술을 마련했다"며 "많은 장점을 갖춰 현재 상용화된 낸드플래시의 실리콘 채널을 대체할 수 있는 소자"라고 설명했다. 이어 "저전력 동작, 높은 이미지 인식률을 기반으로 축적컴퓨팅(Reservoir Computing) 등 고성능 AI 컴퓨팅의 인공지능 반도체에서 중요한 역할을 할 수 있을 것"이라고 했다.

이번 연구 결과는 나노기술 분야 저명한 국제 학술지 '스몰(Small)'에 지난 16일 온라인 게재됐다. 이승준 석사과정생이 제1저자, 김 교수가 교신저자로 각각 참여했다.

이번 연구는 한국연구재단 중견연구 사업 '축적컴퓨팅 구현을 위한 리텐션 조절 가능한 하프늄 기반 강유전체 소자 기술 및 수직적층 집적공정 개발'의 지원을 받아 수행됐다.