▲ 배터리소재를 접목한 고집적, 고신뢰성의 차세대 뉴로모픽 반도체 소자 모식도 (左)와 리튬이온 소재를 박막화해 고집적의 3단자 기반 소자 사진 및 손글씨 패턴 정확도 (右)

과학기술정보통신부 산하 정부출연연구기관인 한국재료연구원(KIMS, 원장 이정환)이 리튬이온 배터리 소재 박막화로 차세대 인공지능 반도체 소자를 개발, 향후 다양한 저전력 인공지능 디바이스에 확대 적용이 기대된다.

한국재료연구원(이하 재료연)은 나노표면재료연구본부 김용훈, 권정대 박사연구팀이 고집적, 고신뢰성을 가진 차세대 뉴로모픽 반도체 소자를 구현하는 데 성공했다고 8일 밝혔다.

이번 개발한 기술은 리튬이온 배터리의 핵심 소재인 리튬이온을 초박막화해 이를 2차원 나노소재와 접목함으로써, 고집적이 가능하면서 고신뢰성을 가진 차세대 인공지능 반도체 핵심 소자를 제조하는 기술이다.

뉴로모픽 반도체 소자는 인간의 뇌와 유사하게 시냅스와 뉴런으로 구성된다. 이때 정보처리와 저장기능을 동시 수행하는 시냅스 소자 개발이 필수다. 시냅스 소자는 인간의 뇌와 유사하게 뉴런의 신호를 받아 시냅스 가중치(연결 강도)를 변조해 정보 처리와 기억을 동시에 수행하는 특징을 가진다. 시냅스 가중치의 선형성과 대칭성을 만족하면 다양한 패턴인식을 손쉽게 저전력으로 구현할 수 있다.

기존 연구는 이종(異種) 물질의 계면 사이에 전하 트랩을 이용하거나, 산소 이온 등을 이용해 시냅스 가중치를 조절했다. 하지만 이 경우, 외부 전계에 따라 이온의 이동을 원하는 대로 조절하기 어렵다.

이에 연구팀은 리튬이온의 외부 전계에 따른 이동성을 유지하면서 동시에 박막화 공정개발을 통해 고집적 인공지능 반도체 소자를 개발해 이 문제를 해결했다. 수십 나노미터 두께의 박막화로 웨이퍼 스케일의 두께 조절과 미세패턴 공정이 가능해 기존 반도체 공정에 적합하다.

연구팀은 반도체 공정에 사용되는 진공 스퍼터링(Vacuum Sputtering) 증착 방식을 이용해 리튬이온의 박막화에 성공했다. 이때 증착되는 리튬이온 박막의 두께는 100나노미터 이하 수준이다.

이후 반도체 공정을 통해 트랜지스터 형태의 소자를 실리콘 웨이퍼 기판상에 만들고 외부에서 전계를 가하면 전하를 띤 리튬 박막 안의 리튬이온이 가역적으로 움직여 채널의 전도도를 세밀하게 조절할 수 있게 된다.

연구팀은 이렇게 개발된 시냅스 소자를 이용해 인공신경망 학습패턴을 구현하고, 이를 바탕으로 손글씨 이미지 패턴인식을 학습했다. 제작된 인공지능 반도체 소자는 미세하게 조절되는 시냅스 가중치 특성을 500회 이상의 반복되는 전계에도 유지함으로써 약 96.77%라는 높은 손글씨 패턴 인식률을 보였다.

김용훈, 권정대 박사연구팀은 “이번에 개발된 차세대 뉴로모픽 반도체 소자는 정보처리장치인 CPU와 정보저장장치인 메모리를 필요로 하지 않고, 정보처리와 저장을 동시에 수행하며 손글씨 패턴과 같은 이미지 학습 및 인식을 수행할 수 있다”라며, “향후 세계적 수준의 뉴로모픽 하드웨어 시스템, 햅틱 소자, 비전 센서 등 다양한 저전력 인공지능 디바이스에 확대 적용될 것으로 기대된다”라고 말했다.

현재 연구팀은 이번 연구 결과를 저전력 인공지능 디바이스 및 웨어러블 엣징 디바이스에 적용해 지능형 웨어러블 디바이스 분야에 관한 후속 연구를 진행 중이다.