인공지능(AI) 반도체 성능 향상의 걸림돌로 꼽혀온 차세대 메모리의 신뢰성을 높일 수 있는 기술이 개발됐다. 생성형 인공지능과 사물인터넷(IoT), 엣지 컴퓨팅 확산으로 데이터 처리 수요가 급증하는 가운데 차세대 반도체 상용화에 도움이 될 것으로 기대된다.

단국대학교는 이 대학 융합반도체공학과 홍웅기 교수 연구팀이 저항변화메모리(RRAM)의 동작 안정성과 내구성을 높이는 공정 기술을 개발했다고 17일 밝혔다.

RRAM은 전원이 꺼져도 데이터를 유지하는 비휘발성 메모리다. 소비전력이 낮고 처리 속도가 빨라 차세대 인공지능 반도체와 뉴로모픽 컴퓨팅 핵심 기술로 주목받고 있다. 하지만 반복 사용 과정에서 성능이 불안정해지는 문제가 상용화의 걸림돌로 지적돼 왔다.

연구팀은 차세대 반도체 소재인 이황화몰리브덴(MoS₂)을 활용해 문제 해결에 나섰다. 연구진은 금속 전극을 형성하는 과정에서 증착 속도를 정밀하게 조절해 메모리 내부 전도 경로가 보다 안정적으로 형성되도록 했다.

실험 결과 낮은 증착 속도 조건에서 제작된 소자는 약 1만배 수준의 저항 차이를 구현하며 우수한 데이터 저장 성능을 보였다. 또 1만회 이상의 반복 구동 후에도 안정적으로 작동했고 2000초 이상 데이터를 유지하는 것으로 확인됐다.

연구팀은 별도의 복잡한 공정을 추가하지 않고 기존 제조 공정의 변수만 조절해 성능을 개선했다는 점에서 산업 적용 가능성이 높다고 설명했다.

홍웅기 교수는 “공정 조건 제어만으로 차세대 메모리의 핵심 과제였던 신뢰성과 동작 안정성을 개선할 수 있음을 확인했다”며 “저전력 AI 반도체와 뉴로모픽 컴퓨팅 기술 개발에 활용될 수 있을 것”이라고 말했다.

이번 연구 결과는 미국물리학협회(AIP)가 발행하는 응용물리학 분야 국제학술지 ‘어플라이드 피직스 레터스(Applied Physics Letters)’에 게재됐으며 편집자 추천(Editor‘s Pick) 논문으로 선정됐다. 논문의 제1저자로 허윤정(대학원 파운드리공학과 석사과정)이 참여했다.