동국대 김성준 교수팀, 신경형 컴퓨팅에 최적화된 강유전체 기반 멤리스터 개발

동국대학교는 전자전기공학부 김성준 교수 연구팀이 고집적 뉴로모픽(신경형) 컴퓨팅 시스템에 최적화된 강유전체 멤리스터 어레이를 개발했다고 4일 밝혔다.

반도체 대기업들은 메모리의 고집적화와 뉴로모픽 시스템을 구현하는 멤리스터(전류가 지나간 이력을 기억해 저항 상태를 유지할 수 있는 차세대 메모리 소자)를 꾸준히 개발하고 있다. 하지만 트랜지스터가 함께 사용되면서 낮은 집적도를 보여준다.

김 교수 연구팀은 멤리스터의 기능적 문제를 해결하는 강유전체 기반 멤리스터 소자 구조 개발과 고수율 크로스포인트 어레이 제작에 성공했다.

연구팀은 하프늄 계열 물질을 활용한 강유전체 멤리스터를 24×24 크로스바 어레이 형태로 집적해 제작하고, 다양한 셀 크기에서의 터널링 전류 변화와 스위칭 속도를 분석했다.

이번에 개발한 소자는 단기와 장기 기억을 동시에 구현할 수 있어 생물학적 시냅스 기능을 모사한 인공 시냅스 소자로 활용할 수 있다. 연구팀은 반복 자극에 따른 학습 효과와 자극 간 간격·지속시간·횟수에 따라 변화하는 가중치 반응을 통해 시냅스 가소성 특성을 성공적으로 재현했다. 앞으로 뉴로모픽 컴퓨팅 구현은 물론 멤리스터 구조를 활용하고 싶은 산업계에서 쉽게 적용할 수 있을 것으로 기대된다.

김 교수는 "차세대 물질을 이용한 고성능 메모리는 인공지능(AI) 컴퓨팅과 같이 시냅스 특성이 필요한 분야에서 핵심적인 역할을 할 것으로 예상한다"고 말했다.

이번 연구 결과는 나노기술 분야의 저명한 국제 학술지 '나노 에너지(Nano energy)'에 8월 온라인 게재된다. 김 교수와 고래대 AI반도체공학과 김성준 박사후연구원이 교신저자, 동국대 박용진(석사), 임은진(석사과정 수료), 이승준 석사과정생이 공동 제1저자로 각각 참여했다. 임은진 학생은 영국 글래스고대학교 연구팀에 파견돼 현지 연구원과 긴밀히 협력했다.

이번 연구는 한국연구재단의 중견연구 사업과 글로벌 기초연구실 사업의 지원을 받아 수행됐다. 또한 산업통상자원부가 주관하는 'AI-핵심소재 기반 첨단산업 지능형 로봇 글로벌인재양성사업단 지원' 과제의 지원을 받아 영국 글래스고대 연구팀과 협력했다.