인공지능(AI)이 인간의 뇌처럼 학습하고 판단하는 시대를 앞당길 핵심 반도체 기술이 국내 연구진에 의해 개발됐다. 연산과 저장을 동시에 수행하는 '뇌형(腦型) AI 반도체'의 가장 큰 난제로 꼽혀온 소자 신뢰성 문제를 해결할 실마리를 제시했다는 평가다.

한국연구재단은 주진수 고려대학교 교수 연구팀이 유기반도체와 2차원 무기반도체를 결합한 이종접합 멤트랜지스터를 구현해 뉴로모픽 소자의 전류 제어 안정성과 재현성을 동시에 확보했다고 13일 밝혔다.




하단접촉식(bott 릴게임사이트추천 om-contact, BC) TCTA/MoS2 멤트랜지스터 구조 및 특성. 가. (위) BC TCTA/MoS2 멤트랜지스터의 모식도. (아래) 생물학적 뉴런 시스템의 모식도. 나. BC TCTA/MoS2 멤트랜지스터의 이종접합 활성층의 에너지 밴드 정렬 구조. 다. BC TCTA/MoS2 멤트랜지스터의 광학 현미경 이미지. 라. BC TCTA/MoS2 멤트 바다이야기디시 랜지스터의 전류 전달 특성(ID vs. VG) 그래프. 마. BC TCTA/MoS2 멤트랜지스터의 전류 출력 특성(ID vs. VD) 그래프. 그림설명 및 그림제공 : 김택준 고려대학교 박사(현 삼성전자)


'폰 노이만' 구조 한계…뇌형 AI가 대안
현재의 컴퓨터는 연산 장치와 메모 바다이야기예시야마토게임 리가 분리된 '폰 노이만 구조'를 기반으로 한다. 이 구조는 데이터 이동 과정에서 병목 현상이 발생하고, 전력 소모가 크다는 한계를 안고 있다. 생성형 AI 확산과 함께 연산량이 급증하면서 이러한 구조적 한계는 더욱 뚜렷해지고 있다.
대안으로 주목받는 것이 뉴로모픽 컴퓨팅이다. 인간의 뇌처럼 연산과 저장을 동시에 수행하고, 필요한 순간에만 체리마스터모바일 신호를 전달해 에너지 효율을 극대화하는 방식이다. 그러나 이를 구현하는 핵심 소자인 멤트랜지스터는 소재 특성 탓에 전류 제어가 불안정하고, 반복 동작 시 신뢰성이 떨어진다는 문제가 지적돼 왔다.
유기·무기 반도체 결합으로 전류 안정화
연구팀은 이러한 한계를 해결하기 위해 유기반도체 TCTA와 2차원 무기반도체 이황화몰리 바다이야기프로그램 브덴(MoS₂)을 결합한 이종접합 구조를 설계했다. 고저항 상태는 유기반도체가, 저저항 상태는 무기반도체가 담당하도록 역할을 분담해 전류 흐름을 정밀하게 제어했다.
특히 활성층 하단에 전극이 접촉하는 하단접촉식 구조를 도입해 전하 수송 특성을 안정화했으며, 이를 통해 장기 가소성과 스파이크 타이밍 의존적 가소성(STDP) 등 실제 뇌 시냅스와 유사한 학습 특성을 구현했다.
드레인 전압으로 시냅스 동작을 제어하는 동시에, 게이트 전압을 추가 입력으로 활용해 다중 입력 처리와 유연한 학습 기능을 구현한 점도 이번 연구의 성과로 꼽힌다.
"뇌형 AI 반도체 구현의 현실적 해법"
주진수 교수는 "이번 연구는 반도체 접합을 정밀하게 설계해 전류 제어가 가능한 멤트랜지스터를 구현했다는 데 의미가 있다"며 "뇌 신경망 모방 전자 시스템 분야에서 소자의 신뢰성과 재현성을 동시에 확보한 사례"라고 설명했다.
이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 중견연구사업의 지원을 받아 수행됐다. 연구 성과는 국제 학술지 Advanced Science에 1월 5일 온라인 게재됐다.
논문 제목은 "이종 유기·무기 반도체 이종접합 기반 이종 시냅스 멤트랜지스터를 이용한 뉴로모픽 전자 소자 구현(Heterosynaptic Memtransistors Based on Switching Operation Mechanism Using Designed Organic/Inorganic Heterostructures for Neuromorphic Electronics)"이다.
김종화 기자 justin@asiae.co.kr