산화알루미늄·산화티타늄 박막 저항변화 멤리스터 어레이
|
변용진·김기문 동국대 전자전기공학과 석사과정생과 김성준 교수, 김성준 고려대 지능형반도체공학과 교수로 구성된 연구팀은 산화알루미늄(Al₂O₃) 및 산화티타늄(TiOx) 박막 기반 저항변화 멤리스터 어레이를 개발했다고 30일 밝혔다.
연구 결과는 나노기술 분야 세계적 권위 학술지 Nano Energy(IF=17.1)에 'Reset-dominant accurate synaptic weight mapping in passive memristor arrays for energy-efficient spiking neural networks'라는 제목으로 온라인 게재됐다.
연구팀은 사전 학습된 스파이킹 뉴럴 네트워크(SNN) 모델의 가중치를 멤리스터 어레이에 전사해 하드웨어 수준에서 병렬 연산을 구현하고, 뉴로모픽 반도체 소자로서의 활용 가능성을 실증했다.
이번에 개발된 멤리스터는 Al₂O₃ 저항 변화층과 오버슛 현상을 억제하는 TiOx 박막을 결합한 소자로, 24×24 크기의 크로스바 어레이 형태로 집적됐다. 특히 20개의 저항 상태를 프로그래밍할 수 있는 멀티 레벨 특성과 함께, 낮은 동작전압과 외부 회로 없이도 안정적인 저항 스위칭 성능을 보여줬다.
연구팀은 모든 소자를 일괄적으로 저저항 상태로 초기화한 뒤, 전기적 특성이 완만하게 변화하는 '리셋 과정'을 활용해 정밀하게 가중치를 전사하는 새로운 방식을 고안했다. 해당 방식은 기존 대비 가중치 전사 오차를 65% 줄였으며, 파인 튜닝을 통해 AI 모델의 이미지 인식률도 기존 41.05%에서 88.85%로 크게 향상됐다.
또한 연구 효율을 높이기 위해 가중치 전사 및 병렬 연산 특성 평가 등을 자동화하는 C++ 기반 측정 자동화 툴도 자체 개발했다. 김성준 교수는 "이번 연구는 변용진, 김기문 학생이 두 석사과정생이 창의적으로 가중치 전사 문제를 해결한 결과"라며 "원자층증착(ALD) 기술로 Al₂O₃ 박막 두께를 정밀하게 제어하고, 오버슛 억제용 TiOx 박막의 최적 조성비를 확보한 것이 핵심"이라고 설명했다. 이어 "해당 기술은 향후 뉴로모픽 반도체 및 AI 추론 가속기 개발에 중요한 발판이 될 것"이라고 덧붙였다.
