기존 AI 반도체는 전류를 높이면 정보 저장 성능이 떨어지고, 반대로 저장 성능을 높이면 전류가 감소하는 문제가 있었습니다.
이런 문제를 해결하기 위해 국내 연구진이 개발한 소자는 강유전체 HZO, 하프늄 지르코늄 산화물과 IGZO(이그조) 산화물 반도체를 결합했습니다.
이 소자는 강유전체의 분극과 계면 전하의 축적과 방출 현상을 함께 활용해 전류가 새는 현상을 줄이면서도 데이터를 정확하게 읽어낼 수 있도록 설계됐습니다.
특히 자극의 강도와 빈도에 따라 정보를 짧게 또는 길게 기억하는 '시냅스 가소성'을 구현해 인간 뇌의 학습 원리를 모방한 것이 특징입니다.
[신 희 성 / 고려대 전기전자공학부 석사과정생 : 가장 중요한 성과는 기존 강유전체 터널 접합 소자가 가지고 있던 근본적인 트레이드오프를 완화했다는 점입니다.]
연구팀은 이 소자를 이미지 분류와 동작 인식 등 다양한 AI 연산에 적용한 결과 우수한 성능을 확인했다고 밝혔습니다.
또 이번 연구에 활용된 소재들은 현재 반도체 산업의 표준 제조 방식인 CMOS 공정과 높은 호환성을 보여 실제 양산 가능성도 높였다는 평가입니다.
[신 창 환 / 고려대 전기전자공학부 교수 : 기존 반도체 공정과 비교적 호환성이 높은 물질 조합을 이용해서 새로운 기능을 구현했다는 점에서 그 의의가 있겠습니다.]
연구팀은 앞으로 소자의 균일성과 신뢰성을 높이고 시스템 수준의 검증을 진행해 뉴로모픽 AI 반도체 상용화에 속도를 낼 계획입니다.
YTN 사이언스 권석화 입니다.
영상취재ㅣ지준성
자막뉴스ㅣ강승민 최예은
※ '당신의 제보가 뉴스가 됩니다'
[카카오톡] YTN 검색해 채널 추가
[전화] 02-398-8585
[메일] social@ytn.co.kr
▶ 기사 원문 : https://www.ytn.co.kr/_ln/0134_202606081015310792
▶ 제보 안내 : http://goo.gl/gEvsAL, 모바일앱, social@ytn.co.kr, #2424
▣ YTN 데일리모션 채널 구독 : http://goo.gl/oXJWJs
[ 한국 뉴스 채널 와이티엔 / Korea News Channel YTN ]
