한양대학교 유기나노공학과 박희준 교수 연구팀이 성균관대학교 고종환 교수, 가천대학교 이대호 교수 연구팀과 함께 인공지능 반도체 시냅스 소자의 성능을 극대화할 수 있는 레이저 공정을 개발했다고, 한양대가 6일 밝혔다.

과학기술 발전의 가속화와 함께 대량의 비정형 데이터를 효율적으로 신속하게 처리할 수 있는 컴퓨팅 기술에 대한 필요성이 증대하고 있다. 하지만 메모리와 프로세서가 물리적으로 구분된 현 컴퓨터 구조(폰 노이만 구조)에서는 대량의 데이터 처리 시 병목현상이 야기되어 성능 저하 및 에너지 소모가 극심하다. 

뉴로모픽 컴퓨팅(neuromorphic computing) 시스템은 메모리와 프로세서 간 데이터 전송 없이 인공신경망 내에서 데이터 저장과 연산을 동시에 수행하여 대량의 비정형 데이터의 처리 시간 및 전력소모를 최소화하여 폰 노이만 구조의 한계를 극복할 수 있다. 

일반적으로 인공신경망을 구성하는 시냅스 소자 구현을 위해 멀티레벨 저항메모리가 널리 활용되어 왔으나, 소자의 저항 변화를 유도하는 금속필라멘트의 형성과 파열 거동이 불균일하여 시냅스 소자의 신뢰도 확보에 어려움을 겪어왔다.

본 연구에서 공동연구팀은 새로운 레이저 공정을 도입하여 나노미터 범위의 균일한 3차원 이온전달 통로를 가진 금속산화물 박막을 구현하였으며, 이를 스위칭 미디엄으로 활용할 경우 전도성 필라멘트의 형성과 파열 거동이 최적화되어 시냅스 소자의 성능 및 신뢰도가 극대화됨을 증명하였다. 

특히 뉴로모픽 컴퓨팅 시스템의 학습 및 추론의 정확도를 결정하는 결정적 요소인 시냅스의 가중치를 원하는 범위에서 정밀하게 제어할 수 있는 능력을 극대화시킬 수 있었고, 소자의 반복특성 및 소자 간 성능의 균일도, 내구성 등을 최대화 할 수 있었다.

높은 신뢰도를 보유한 시냅스 소자 제작이 가능해짐에 따라 공동연구팀은 뉴로모픽 하드웨어를 간편하게 학습시킬 수 있는 방안을 제안할 수 있었고, 이를 초음파신호 기반 생체 조직 분류 작업에 활용 시 97% 이상의 높은 정확도 확보가 가능함을 확인함으로써 그 실효성을 검증하였다.      

공동연구진이 개발한 레이저 공정은 기존의 CMOS 공정과 호환이 가능할 뿐만 아니라 플렉시블 기판 상에서 적용이 가능하여 다양한 플렉서블 일렉트로닉스의 기반 기술로 활용이 가능하다.

연구진은 “기존 컴퓨터의 연산 한계를 극복 가능한 차세대 PIM (processing-in-memory) 인공지능 반도체 소자의 핵심기술로써 활용가능하며, 데이터의 저장과 처리가 동시에 가능한 뉴로모픽 컴퓨팅 시스템 구현을 통한 신(新)산업 개척이 가능할 것”이라며 기대감을 표현했다.

과학기술정보통신부 한국연구재단 PIM인공지능반도체핵심기술개발(소자)사업과 기초연구실지원사업의 지원을 받아 수행된 본 연구는 재료과학 분야 세계적 권위지인 「Advanced Functional Materials」에 게재되었으며 그 우수성을 인정받아 전면 표지 논문(Front Cover Article)으로 선정됐다.