한국연구재단은 고려대 주진수 교수 연구팀이 유기반도체와 2차원 무기반도체를 결합한 새로운 반도체 구조를 활용해 뇌 신경망을 모방한 컴퓨터 칩 신뢰성을 확보하는 데 성공했다고 13일 밝혔다.
이번 성과는 에너지 밴드를 정밀 설계해 인공지능(AI) 컴퓨팅 가속화를 앞당길 전환점을 마련한 것으로 기대된다.
폰 노이만 병목 현상 해결할 뉴로모픽 기술
현대 컴퓨터는 연산 장치와 메모리 분리 구조인 설계 원칙인 ‘폰 노이만 아키텍처’를 기반으로 한다.
이 방식은 데이터를 주고받는 과정에서 병목 현상이 생기고 전력 소모가 크다.
대안으로 꼽히는 뉴로모픽(신경망 모방 전자 시스템)은 인간 뇌 구조를 모방해 연산과 저장을 동시에 수행, 필요한 순간에만 신호를 전달해 에너지 효율을 극대화하고 유휴 상태 전력을 최소화하는 장점이 있다.
연구팀은 정보 처리·저장을 동시에 수행해 인간 뇌와 유사한 기능을 하는 전자 소자인 멤트랜지스터 신뢰성을 높였다.
기존 멤트랜지스터 관련 연구는 소재 자체 문제로 전류 제어가 불안정해 인위적인 반복 신호를 구현하기 어려웠다.
연구팀은 유기반도체(TCTA)로 높은 저항 상태를, 2차원 무기반도체 이황화몰리브덴으로 낮은 저항 상태를 구현한 이종접합 구조 활성층을 설계하고, 입력 전압을 이용해 전류 흐름을 조절하는 반도체 소자인 전계효과 트랜지스터(FET)를 제작했다.
특히 전극이 활성층 아래에 붙는 하단접촉식(BC) 구조를 도입해 전하 수송 특성을 정밀하게 제어했다.
이 구조는 소자 소형화와 고집적화에 유리하며 복잡한 후처리 과정이 필요 없어 공정이 간단하고 결과 재현성이 높다.
인간 뇌 닮은 학습 능력과 저전력 확보
새로운 멤트랜지스터는 뇌가 경험이나 학습에 따라 스스로 신경 연결 구조를 바꾸는 가소성을 갖췄고, 뉴런 간 연결 강도가 신호 발생 시점에 따라 조절되는 학습 메커니즘(STDP) 등 최적화된 시냅스 특성을 확보했다.
특정 시냅스 활동이 옆 시냅스 강도 변화를 유도하는 이종 시냅스 가소성 조절도 가능해 다중 입력 처리와 유연한 학습 능력을 보여준다.
이번 소자는 무기반도체 기반 소자보다 소비전력이 높지만 유기반도체 기반 소자보다는 낮아 효율적이다.
연구팀은 향후 최적화 연구를 통해 낮은 소비 전력과 높은 효율을 갖춘 고성능 뉴로모픽 소자를 개발할 계획이다.
주 교수는 "이번 연구는 반도체 접합 정밀 설계로 신경망 모방 전자 시스템 분야에서 전류 제어가 가능한 멤트랜지스터를 최초 개발한 것"이라며 "에너지 밴드 정렬을 이용한 시스템은 향후 다양한 소자 설계 시 인적·물적 자원 최소화에 기여할 것"이라고 말했다.
한편, 이번 연구는 고려대 김택준 박사가 제1저자로 수행했고, 연구결과는 지난 5일 국제학술지 '어드밴스드 사이언스(Advanced Science)'에 게재됐다.
(논문명 : Heterosynaptic Memtransistors Based on Switching Operation Mechanism Using Designed Organic/Inorganic Heterostructures for Neuromorphic Electronics / 저자 : 주진수 교수(교신저자/고려대학교), 김택준(제1저자/고려대학교), 정혜림 (공동저자/고려대학교), 권다영(공동저자/고려대학교), 송상욱(공동저자/고려대학교), 이상훈(공동저자/고려대학교) )
