GIST·서울대, 단일 소자로 초저전력·고집적 뉴로모픽 반도체 구현
1천만 회 이상 반복·지우기 동작에서도 안정성
11×11 메모리 셀 크로스바 어레이에서 성능 입증
광주과학기술원(GIST)은 신소재공학과 이상한 교수 연구팀이 서울대, 미국 서던캘리포니아대(USC) 연구진과의 공동 연구를 통해 뉴로모픽 반도체의 집적도와 공정 효율을 대폭 향상시킬 수 있는 차세대 소자 기술을 개발했다고 30일 밝혔다.
인공지능(AI) 반도체의 핵심 기술인 '뉴로모픽 컴퓨팅'은 사람의 뇌 신경망을 모방해 초저전력·고속 병렬 연산을 수행하는 기술이다. 주로 메모리 소자를 격자 형태로 배치한 '크로스바 어레이' 구조를 사용하지만, 전기 자극에 따라 정보가 불규칙하게 저장되는 비선형성과 인접 소자로 전기가 새어 나가는 '누설 전류' 현상이 연산 정확도를 떨어뜨리는 한계가 있었다.
이를 막기 위해 기존에는 소자마다 누설 전류를 차단하는 '선택소자(Selector)'를 별도로 추가해야 해 구조가 복잡해지고 집적도가 떨어지는 문제가 발생했다.
공동 연구팀은 강유전체 소재인 비스무트 철 산화물(BiFeO3)에 바륨(Ba)을 첨가해 산소 공공(oxygen vacancy)의 이동을 정밀 제어함으로써 이러한 난제를 해결했다. 이를 통해 정보를 저장하는 메모리 기능과 전류를 한 방향으로만 흐르게 하는 '자기 정류(Self-rectifying)' 기능을 단 하나의 소자에 동시에 구현했다.
개발된 소자는 별도의 선택소자 없이도 정류비를 100만 배 이상 높여 누설 전류를 효과적으로 차단했다. 또한 1,000만 회 이상의 반복 쓰기·지우기 시험에서도 안정성을 유지했으며, 전기 자극에 따라 정보가 일정한 폭으로 축적되는 선형적 정보 저장 특성을 입증했다.
실제 연구진이 121개 메모리 셀로 구성된 크로스바 어레이(11×11)를 구현해 실험한 결과, 선택소자 없이도 텍스트와 이미지 패턴 정보를 안정적으로 기록하고 제어하는 데 성공했다.
이상한 GIST 교수는 "이번 연구는 뉴로모픽 반도체의 주요 난제였던 정보 축적의 비선형성과 누설 전류 문제를 하나의 소자에서 동시에 해결했다는 점에서 학술적·산업적 의미가 크다"며 "고효율 뉴로모픽 컴퓨팅 구현과 초저전력 AI 반도체 상용화를 앞당기는 기반 기술이 될 것"이라고 설명했다.
꼭 봐야 할 주요 뉴스
"엄마"라 부르더니 1.8억원 긁었다…'떴다방'의 진화[친절한 약탈자]①
과학기술정보통신부와 한국연구재단 등의 지원을 받아 수행된 이번 연구 결과는 세계적 권위의 국제학술지 네이처 커뮤니케이션즈(Nature Communications) 온라인 판에 게재됐다.
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>