HZO·IGZO 기반 FCTJ 소자로 전류 on/off 비·정류비 10⁴ 이상 확보… 뉴로모픽 하드웨어 구현 가능성 제시

고려대학교 연구진이 기존 반도체 제조 공정을 활용하면서도 차세대 인공지능 반도체와 뉴로모픽 하드웨어 구현에 적합한 핵심 소자를 개발했다. 고려대 전기전자공학부 신창환 교수 연구팀은 HZO 기반 강유전체 충전 터널 접합 소자를 개발해 초저전력·고성능 AI 반도체 구현 가능성을 제시했다고 밝혔다. 이번 연구는 방대한 데이터를 적은 전력으로 처리해야 하는 AI 반도체의 성능 한계를 보완하기 위한 소자 기술로 제시됐다.

인공지능 활용이 일상화되면서 방대한 데이터를 효율적으로 처리할 수 있는 반도체 기술의 중요성이 커지고 있다. 특히 인간 뇌의 신경과 시냅스 구조를 모방해 적은 에너지로 복잡한 연산을 동시에 처리하는 뉴로모픽 기술은 차세대 AI 하드웨어의 주요 방향으로 주목받고 있다.

기존 HZO 기반 반도체 소자는 전력 효율을 높이면 전류가 새어 나가는 문제가 발생하는 상충 관계를 갖고 있었다. HZO는 작은 공간에 더 많은 데이터를 안정적으로 담을 수 있는 차세대 초고유전율 소재지만, 소자 성능과 전류 제어를 동시에 확보하는 데 한계가 있었다.

연구팀은 이 문제를 해결하기 위해 IGZO 중간층을 도입했다. IGZO는 인듐, 갈륨, 아연, 산소로 구성된 산화물 반도체로, 고해상도 스마트폰이나 OLED TV 화면 구동에 활용되는 저전력 소재다. 연구팀은 HZO와 IGZO를 결합해 HZO 기반 강유전체 충전 터널 접합 소자를 개발했다.

개발된 소자는 데이터를 얼마나 명확하게 읽을 수 있는지를 보여주는 전류 on/off 비와 전류가 새지 않고 한 방향으로 흐르게 하는 정류비가 모두 10⁴ 이상으로 나타났다. 또한 시간에 따라 응답이 변하는 유연한 학습 능력도 구현해, 단순 저장 소자를 넘어 뉴로모픽 연산 소자로 활용될 가능성을 보였다.

연구팀은 FCTJ 소자의 전기적 특성이 대규모 집적 환경에서 발생할 수 있는 누설 전류 경로 문제를 완화하는 데 효과적임을 확인했다. 수동 크로스바 어레이는 가로와 세로 선을 바둑판처럼 교차시켜 교차점마다 소자를 배치하는 구조로, 스위치 없이 소자를 고밀도로 배치할 수 있지만 누설 전류 문제가 발생할 수 있다.

광고

연구팀은 각 2,000개 이상의 행과 열을 갖는 수동 크로스바 어레이 조건에서도 데이터를 오차 없이 읽어내는 능력인 리드 마진을 10% 이상 확보할 수 있음을 확인했다. 이는 대규모 집적형 뉴로모픽 하드웨어 구현을 위한 기반 가능성을 보여주는 결과다.

연구팀은 전기·구조적 분석과 온도 의존 전도 특성 평가를 통해 IGZO와 HZO가 만나는 경계면에서 형성된 미세한 산소 구멍들이 시간이 흐르며 충전되는 전자와 상호작용한다는 점을 확인했다. 이 과정은 전자가 이동할 때 넘어야 하는 에너지 장벽을 낮추고 전류 흐름을 개선하는 역할을 했다.

이 소자는 인간의 뇌처럼 자극의 빈도와 강도에 따라 정보를 짧거나 길게 기억하는 시냅스 가소성도 나타냈다. 연구팀은 이를 차세대 AI 연산 방식인 물리적 저수지 컴퓨팅에 적용해 성능을 검증했다. 실험 데이터를 기반으로 만든 동적 모델을 활용해 이미지 분류, 동작 인식, 복잡한 패턴 예측 등 다양한 AI 벤치마크를 수행한 결과 우수한 성능이 확인됐다.

이번 연구에는 고려대 전기전자공학부 신희성 석사과정이 제1저자로, 신창환 교수가 교신저자로 참여했다. 연구 성과는 국제 학술지 ‘Advanced Functional Materials’에 3월 31일 게재됐다. 논문명은 ‘Ferroelectric Charging Tunnel Junctions: Resolving Transport Trade-Offs via Trap-Assisted Barrier Modulation for Physical Reservoir Computing’이다.

이번 연구는 CMOS 공정과 연계 가능한 HZO·IGZO 기반 소자 구조를 통해 초저전력 AI 반도체와 대규모 뉴로모픽 하드웨어 구현 가능성을 제시했다는 점에서 의미가 있다. 고려대 연구팀은 기존 반도체 제조 공정과의 호환성을 유지하면서도, 인간 뇌의 시냅스 특성을 모사하는 소자 기술을 통해 차세대 AI 연산 하드웨어의 기반을 넓혔다.

#고려대 #신창환 #AI반도체 #강유전체충전터널접합 #뉴로모픽