한국공학대학교 반도체공학부 이성남 교수 연구팀(이승훈, 전다빈 대학원생)이 빛을 통해 정보를 학습하고, 잊었다가 다시 기억할 수 있는 뉴로모픽 광전시냅스 소자를 개발했다.

이번 연구에서는 트랜지스터 게이트의 극성 제어를 통해 메모리와 논리 상태를 자유롭게 반전할 수 있는 새로운 방식의 인공지능형 반도체 구조를 구현했다. 이 구조는 인센싱 메모리 기능과 논리 기능을 동시에 수행할 수 있어 시각 인지와 동시에 이를 기억 할 수 있다. 신경모방 이미지와 논리 반전이 가능한 것으로 차세대 뉴로모픽 소자의 가능성을 제시했다고 평가되고 있다.

그림) 본 연구에서 개발한 시각 신경모방 이미지 및 논리 반전 광전 시냅스 메모리 개략도 본 소자는 초광대역 밴드갭을 지닌 산화갈륨 반도체가 활용되며, 이 재료는 인공지능형 소자 구현에 이상적인 재료로 주목받고 있다. 특히 탁월한 자외선 감응도, 높은 전계 내성, 그리고 우수한 열적·화학적 안정성을 갖춰 고효율 및 고신뢰성을 갖춘 차세대 반도체 재료로 인정받고 있다.

연구팀은 이러한 산화갈륨의 특성을 기반으로, 기존의 전기장 기반 트랜지스터 구조를 확장하여 전도성 필라멘트 기반 트랜지스터를 결합한 신개념의 복합형 구조를 새롭게 구축해 ‘게이트 극성 제어형 기억·논리 소자’를 개발했다.

이 소자는 동일한 게이트 바이어스 조건에서 두 동작 모드가 서로 반대의 전류 반응을 나타내는 새로운 특성을 나타낸다. 즉, 동일한 전압 상태에서 두 개의 반전된 시각 신경모방 이미지를 기억할 수 있을 뿐 아니라, 동시에 서로 다른 두 논리 상태를 저장하는 메모리 기능도 구현할 수 있다. 이에 하나의 소자에서 주입 전압에 따라 두 개의 반전된 시각적 기억과 두 가지 논리 연산을 동시에 수행할 수 있는 통합형 소자 구현이 가능해졌다.

기존의 일반적인 전기장 기반 트랜지스터 모드에서는 양(+) 게이트 전압이 채널 전류를 강화하는 전통적 효과가 나타나는 반면, 전도성 필라멘트 기반의 트랜지스터 모드에서는 음(–) 게이트 전압이 전도 필라멘트를 통한 전하 주입을 촉진해 전류를 강화시키는 역동적 반전 거동이 확인되었다.

이렇게 전압에 따라 발생하는 게이트 극성 제어 기반 반전 메커니즘은 기존의 단순한 메모리 소자의 한계를 넘어, 로직-인-메모리(Logic-in-Memory) 응용분야에 새롭게 활용될 가능성을 제시한다.

특히, 하나의 소자에서 기억 기능과 논리 기능을 게이트 극성만으로 전환할 수 있다는 점은 차세대 인공지능 하드웨어 개발에 중요한 발판이 되며, 인공지능의 발전에 크게 기여할 것으로 전망된다.

이번 연구성과는 학술적 성취에 그치지 않고, 대학의 원천 기술이 산업 수요와 결합되어 기술이전·사업화로 이어질 수 있는 실질적 가능성을 제시했다는 점에서 의미가 크다.

본 연구는 과학기술정보통신부와 과학기술사업화진흥원에서 지원한 대학기술경영촉진 (TLO 혁신형, RS-2024-00456813) 과제의 지원을 받아 수행되었으며, 재료 공학 및 응용 물리 분야에서 세계적으로 권위 있는 ‘Materials Today Physics’ 지난 15일자에 온라인판에 게재되었다.

[ 경기신문 = 김원규 기자 ]