고려대학교는 전기전자공학부 신창환 교수 연구팀이 기존 반도체 제조 공정을 활용하면서도 차세대 인공지능(AI) 반도체와 뉴로모픽 하드웨어 구현에 적합한 핵심 소자를 개발했다고 25일 밝혔다.

뉴로모픽은 인간 뇌의 신경·시냅스 구조를 모방해 적은 에너지로 복잡한 연산을 처리하는 기술이다.

연구팀은 기존 HZO 기반 반도체 소자에서 전력 효율을 높이면 전류 누설이 증가하는 문제를 해결하기 위해 IGZO 중간층을 적용한 ‘강유전체 충전 터널 접합(FCTJ) 소자’를 개발했다.

그 결과 데이터 판독 성능을 의미하는 전류 온·오프(on/off) 비율과 전류가 한 방향으로 흐르는 특성을 나타내는 정류비가 모두 1만(10⁴) 이상 수준을 기록했다.

연구팀은 또 시간 변화에 따라 반응 특성이 달라지는 학습 능력도 구현했다고 설명했다.

이번 연구에서는 대규모 집적 환경에서 발생하는 누설 전류 경로 문제도 완화할 수 있는 것으로 나타났다. 연구팀은 2000개 이상 행과 열로 구성된 수동 크로스바 어레이 환경에서도 데이터를 안정적으로 읽어낼 수 있는 ‘리드 마진(read margin)’ 10% 이상을 확보했다고 밝혔다.

수동 크로스바 어레이는 가로·세로 회로선을 교차 배치해 고밀도 소자 집적이 가능한 구조를 말한다.

연구팀은 IGZO와 HZO 경계면에 형성된 산소 결함이 전자 이동 장벽을 낮춰 전류 흐름을 개선한다는 점도 확인했다. 이 과정에서 소자는 인간 뇌처럼 자극 빈도와 강도에 따라 정보를 짧거나 길게 기억하는 ‘시냅스 가소성’ 특성을 나타냈다.

연구팀은 이 소자를 차세대 AI 연산 방식인 물리적 저수지 컴퓨팅에도 적용했다. 이미지 분류와 동작 인식, 패턴 예측 등 AI 성능 평가에서 우수한 결과를 확인했다고 밝혔다.

연구 성과는 국제학술지 ‘어드밴스드 펑셔널 머티리얼스(Advanced Functional Materials)’에 지난 3월 게재됐다. 이번 연구는 산업통상자원부 반도체 전략 고도화 기술개발 사업(K-CHIPS)과 과학기술정보통신부 한국연구재단 집단연구지원사업 지원을 받아 수행됐다.