단국대와 고려대 공동 연구팀이 10nm 이하 초박막 고분자를 기반으로 기억과 연산을 동시에 수행할 수 있는 멤리스터(memristor) 소자를 개발했다고 20일 밝혔다.

이번 연구에는 단국대 김민주 교수(융합반도체공학과)와 최준환 교수(화학공학과) 그리고 고려대 신용구 교수(전자정보공학과)가 참여했다.

인공지능(AI) 기술 확산과 대용량 데이터 처리 수요 증가로 기존 반도체 구조의 한계로 지적돼 온 ‘메모리 병목(Memory Wall)’ 문제가 심화되고 있다. 폰 노이만 구조에서는 메모리와 프로세서가 분리돼 있어 데이터 이동 과정에서 속도 저하와 전력 소모가 발생하는 한계가 있다.

연구팀은 이를 해결하기 위한 대안으로 메모리와 저항 기능을 결합한 멤리스터 구조가 차세대 메모리·연산 소자로 연구돼 왔다.

멤리스터는 전류 흐름에 따라 저항 상태가 변화하며 연산 결과를 기억할 수 있어 뉴로모픽 반도체 구현에 적합한 소자로 평가된다. 다만 기존 고분자 기반 멤리스터는 소자 간 특성 편차, 내구성 저하, 신뢰성 문제로 인해 안정적인 동작과 대면적 집적에 어려움이 있었다.

연구팀은 이러한 문제를 개선하기 위해 iCVD(initiated Chemical Vapor Deposition) 공정을 적용한 초박막 고분자 멤리스터를 구현했다. 액체 용매를 사용하지 않고 기체 상태에서 박막을 형성하는 iCVD 공정을 통해 사이아노(CN) 기능기를 갖는 고분자 물질을 10nm 이하 두께로 균일하게 증착했으며, 이를 통해 전류 제어 특성과 소자 안정성을 확보했다고 연구팀은 설명했다.

개발된 멤리스터 소자를 고해상도 이미지 기반 합성곱 신경망(CNN)에 적용한 결과, 최대 88.39%의 분류 정확도를 기록했다. 연구팀은 이를 통해 해당 소자가 기존 반도체 구조 대비 전력 효율, 처리 속도, 집적도 측면에서 개선 가능성을 보였다고 분석했다.

김민주 교수는 “국내 기술만으로 고해상도 이미지 기반 CNN 연산을 실제 멤리스터 하드웨어에서 검증해 뉴로모픽 반도체 상용화 가능성을 한층 높였다는 점에서 의미가 있다”며 “엣지 AI, 웨어러블 기기, 자율주행, 로봇 등 저전력·고효율 AI 시스템 구현에 크게 기여할 것”이라고 밝혔다.

이번 연구 성과는 국제 저명 학술지 ‘Advanced Science’에 11월 온라인 게재됐다.

한편, 이번 연구는 한국연구재단 주관의 차세대지능형반도체기술개발사업, 우수신진연구사업, 중견연구사업과 신진연구자인프라지원사업(기초과학연구원), 인간지향적 차세대 도전형 AI 기술개발사업(정보통신기획평가원)의 지원을 받아 수행됐다.