한국공학대학교 반도체공학부 안승언 교수 연구팀이 차세대 지능형 반도체의 데이터 소실 문제를 개선하는 구동 기술을 개발했다.

20일 한국공학대에 따르면 최근 생성형 인공지능 확산으로 대규모 연산과 데이터 이동이 증가하면서 메모리와 프로세서 간 전력 소모가 급증하고 있다. 이를 해결하기 위한 대안으로 메모리 내부에서 연산을 수행하는 PIM 기반 뉴로모픽 반도체가 주목받고 있으며, 하프늄 산화물 기반 강유전체 소재는 저전력·초고속 특성으로 핵심 후보로 평가된다. 그러나 시간 경과에 따라 저장 데이터가 감소하는 보존 신뢰성 문제가 상용화를 가로막는 요인으로 지적돼 왔다.

연구팀은 강유전체 분극 스위칭 과정에서 발생하는 불안정 분극 성분이 데이터 소실의 주요 원인이라는 점에 주목했다. 이를 선택적으로 제어하는 ‘로렌츠 테일 엔지니어링’ 구동 기법을 적용해 데이터 안정성을 구조적으로 개선했다.

해당 기술을 적용한 소자는 데이터 보유율 90% 이상을 유지한 상태에서 10년 이상의 저장 성능을 확보했다. 가혹 조건에서 실시한 가속 노화 시험에서도 성능 저하 없이 안정적인 동작을 유지해 실제 반도체 동작 환경에서의 신뢰성을 입증했다.

연구팀은 또 소자의 동작 특성과 분극 거동을 정량 분석해 강유전체 HfO₂ 기반 메모리의 신뢰성 설계 기준을 제시했다. 이는 차세대 AI 반도체의 장기 데이터 안정성을 확보하기 위한 소재·소자 설계 지침으로 활용될 수 있다.

이번 기술은 PIM 기반 AI 반도체뿐 아니라 뉴로모픽 컴퓨팅, 초저전력 엣지 AI 소자 등 다양한 응용 분야에 적용 가능성이 제시됐다. 데이터 이동을 줄여 전력 효율을 높일 수 있어 대규모 AI 인프라의 에너지 문제 완화에도 기여할 것으로 기대된다.

안승언 교수는 “강유전체 HfO₂의 데이터 보존 한계를 개선해 지능형 반도체 상용화의 핵심 장애를 낮춘 연구”라며 “AI 반도체 소재와 소자 분야의 기술 경쟁력 강화에 기여할 것”이라고 말했다.

연구 성과는 재료과학 분야 국제학술지 ‘머티리얼즈 호라이즌스’ 2월 9일 자 표지논문으로 게재됐으며 박사과정 고원우 학생이 제1저자로 참여했다. 이번 연구는 과학기술정보통신부와 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐다.