SAINT 강보석 교수 연구팀, 신경 모방 전자소자용 인공지능 반도체 新제조공정 개발

- 반도체 박막 합성 및 패터닝 공정의 복잡성 해소한 일체형 원격 전기중합법

▲ (왼쪽부터) SAINT 강보석 교수, 이지윤 박사과정생, 이재훈 석사과정생

신경 모방 전자소자는 뇌신경 시냅스 기능을 모방하여 데이터 처리 속도와 에너지 효율성을 극대화한 전자소자로, 인공지능 및 사물인터넷(IoT)의 차세대 기술로 주목받고 있다. 그러나 인공지능 반도체의 제조를 위한 기상화학증착법과 포토 리소그래피 공정은 복잡하고 비용이 높다는 단점이 있다.

성균나노과학기술원(SAINT) 강보석 교수 연구팀은 인공지능 반도체 박막의 합성 및 패터닝 일원화 공정이 가능한 ‘일체형 원격 전기중합법(One-Shot Integrable Electropolymerization)’을 개발하여 문제 해결의 단초를 제시했다. 이 기술은 기존 기상화학증착법과 포토리소그래피 공정을 대체할 수 있는 간소화된 용액상 공법이다.

이 기술은 교류 전압과 직류 전압이 중첩된 교직류 양극성 전기중합법을 응용해 개발되었다. 기존 신경 모방 소자의 전극을 전기중합용 양극성 전극으로 재해석하여 인공지능 반도체 층을 원하는 부위를 선택해 전기화학적으로 성장시켰다. 새롭게 적용된 교직류법을 통해 반도체 층의 균일하고 빠른 성장이 가능하다고 연구팀은 설명했다.

▲ 신경 모방 전자소자의 고집적화 공정 복잡성을 해소한 단일 공정 패터닝 전기중합법 시스템(OSIEP) 기술

강 교수 연구팀은 2인치 웨이퍼 크기에 제작한 폴리(3,4-에틸렌디옥시티오펜) 반도체 채널의 면적, 도핑 비율, 전달 특성 평가를 통해 높은 균일성을 증명했다. 이 기술로 구현된 전기화학 트랜지스터* 기반의 신경 모방 전자소자는 성공적인 시냅스 특성을 보였다.

* 전기화학 트랜지스터: 전해질을 이용해 전류를 제어하는 전자 소자로, 센서와 바이오전자 기기 등에 활용되며 높은 민감도와 저전력 특성을 가짐.

특히, 본 기술은 인공지능 학습 시뮬레이션에서 95.20%의 높은 인식 정확도를 달성하며 우수한 성능과 상용화 가능성을 입증했다. 더 나아가 멀티게이트 신경 모방 전자소자 제작을 통해 조작적 조건화*를 성공적으로 선보여 신경 모방 전자소자의 가능성을 높였다. 이번 성과는 인공지능 및 신경 모방 소자의 실제 응용을 위한 중요한 발판이 될 것으로 예상된다.

* 조작적 조건화(Operant conditioning): 특정 반응에 대해 선택적으로 보상함으로써 그 반응이 일어날 확률을 증가시키거나 감소시키는 학습 방법을 의미함.

강보석 교수는 “유연한 고집적 신경 모방 전자소자를 단기간에 저비용으로 대량 생산할 수 있는 새로운 제조 기술을 제시했다”며, “이 기술은 기상화학법을 대체해 다양한 반도체 소재에 적용할 수 있어 학술적⋅산업적 발전에 크게 기여할 것으로 기대된다”고 밝혔다.

이번 연구에는 성균관대학교 이지윤 박사과정생과 이재훈 석사과정생이 공동 제1저자로 참여했으며, 강보석 교수가 단독 교신저자로 참여했다. 본 연구는 과학기술정보통신부의 지원으로 수행되었으며, 연구 결과는 재료과학 분야 권위지 어드밴스드 머티리얼즈(Advanced Materials)에 게재되었다.

○ 논문명: One-Shot Remote Integration of Macromolecular Synaptic Elements on a Chip for Ultrathin Flexible Neural Network System

○ DOI: 10.1002/adma.202402361