- 서울대 장호원 교수, 기존 소재 수분 취약성과 저신뢰성 극복 뉴모로픽 소자 개발

수직배향 이차원 할라이드 페로브스카이트 뉴로모픽 소자 연구 개념도 및 동작 원리.[서울대학교 제공]
수직배향 이차원 할라이드 페로브스카이트 뉴로모픽 소자 연구 개념도 및 동작 원리.[서울대학교 제공]

[헤럴드경제=구본혁 기자] 인간의 뇌의 구동방식을 그대로 구현한 차세대 뉴모로픽 컴퓨팅 소자를 위한 새로운 반도체 소재가 개발됐다.

뉴로모픽 소자란 기존 디지털 트랜지스터와 달리 시냅스의 작동방식을 모사, 입력 신호의 이력에 따라 저항상태가 변화 저장되는 비휘발성 다차원 스위칭 소자를 말한다.

한국연구재단은 서울대학교 재료공학부 장호원 교수 연구팀이 성균관대학교, 포항공대 연구팀과 공동으로 차세대 반도체 소재로 각광받는 2차원 할라이드 페로브스카이트의 수분 불안정성과 저신뢰성의 문제를 동시에 해결, 이 소재를 적용한 뇌처럼 작동하는 뉴로모픽 소자를 개발했다고 14일 밝혔다.

할라이드 페로브스카이트는 유연하면서 제작단가가 상대적으로 낮아 뉴로모픽 컴퓨팅과 비휘발성 저전력 메모리 반도체 기술 등에 적합할 것으로 주목받지만 다결정질 박막구조로 제어가 쉽지 않고 수분에 약해 상용화에 어려움이 있었다.

연구팀은 이온이동을 원활히 제어하고자 기존 3차원 결정 구조 대신 2차원 결정 구조를 전극에 수직 방향으로 성장시키는 방식을 택했다. 이를 통해 기존 보고된 소자들에 비해 선형성, 대칭성 및 신뢰성이 월등히 향상된 결과를 얻을 수 있었다.

개발된 인공 시냅스를 784 x 300 x 10 크로스바 어레이에 적용해 의류 이미지(티셔츠, 반바지, 스니커즈 등) 훈련 예제들을 인공지능 심층신경망 알고리즘을 기반으로 학습했다. 주어진 이미지가 어떤 의류인지 판별하는 평가에서 이론적 한계 값의 1%의 오차 내외 정확도로 매우 정확히 인식할 수 있었다.[서울대학교 제공]
개발된 인공 시냅스를 784 x 300 x 10 크로스바 어레이에 적용해 의류 이미지(티셔츠, 반바지, 스니커즈 등) 훈련 예제들을 인공지능 심층신경망 알고리즘을 기반으로 학습했다. 주어진 이미지가 어떤 의류인지 판별하는 평가에서 이론적 한계 값의 1%의 오차 내외 정확도로 매우 정확히 인식할 수 있었다.[서울대학교 제공]

실제 이렇게 제작된 소자를 기반으로 작동되는 회로에서 인공지능 알고리즘이 얼마나 잘 작동하는지 평가했다.

평가 결과 손글씨로 써진 숫자를 96.5%의 정확도로 인식하는 한편, 의류의 종류를 86.5%로 정확히 인식했다. 이론적 한계값의 1% 내외 오차범위로 높은 수준의 인식률을 보였다.

특히 할라이드 페로브스카이트 멤리스터 상용화의 가장 큰 장벽으로 여겨지던 수분 불안정성 및 저신뢰성의 한계를 극복, 대기 중에서 수개월 동안 작동이 가능함을 실험을 통해 통해 검증하였다.

장호원 교수는 “기존 CPU 성능을 넘어선 뇌처럼 작동하는 컴퓨팅 칩을 개발하기 위해 이번에 제작한 소자를 집적회로 공정에 적용해 프로그래밍이 가능한 칩을 설계하는 연구를 지속할 계획”이라고 말했다.

한국연구재단 지원으로 수행된 이번 연구결과는 재료과학 분야 국제학술지 ‘머티리얼스 투데이’ 11월 23일자 온라인 게재됐다.


nbgkoo@heraldcorp.com