본문 바로가기
대메뉴 바로가기
KAIST
연구뉴스
유틸열기
홈페이지 통합검색
-
검색
메뉴 열기
%EC%A0%84%EA%B8%B0%EB%B0%8F%EC%A0%84%EC%9E%90%EA%B3%B5%ED%95%99%EB%B6%80
최신순
조회순
팔라듐 나노와이어를 이용한 고민감도 고신뢰성 무선 수소 가스센서 개발
우리 대학 전기및전자공학부 윤준보 교수와 부산대학교 의생명융합공학부 서민호 조교수(KAIST 박사 졸업) 연구팀이 넓은 범위의 수소가스 농도를 무선으로 검출하는 고 민감도 센서 기술을 개발했다고 28일 밝혔다. (제1 저자: KAIST 조민승 박사과정) 연구팀은 팔라듐 금속을 3차원 나노구조로 설계함으로써 나타날 수 있는 `팔라듐 상전이(phase-transition)* 억제 효과'를 통해 0~4% 농도의 수소가스를 높은 선형성으로 감지하는 무선 가스 센서 기술을 개발했다. *상전이(phase transition): 화학, 열역학 및 기타 관련 분야에서 일반적으로 물질의 기본 상태(결정성, 고체, 액체, 기체) 사이의 변화를 뜻한다. 우리 대학 전기및전자공학부 조민승 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ACS 나노(ACS nano) 온라인판에 지난달 27일 게재됐으며, 그 우수성을 인정받아 추가 표지 논문으로 선정됐다. (논문명: Wireless and Linear Hydrogen Detection up to 4% with High Sensitivity through Phase-Transition-Inhibited Pd Nanowires) (https://pubs.acs.org/doi/10.1021/acsnano.2c01783) 수소가스는 에너지 효율성이 높고 연소 시 물을 생성하는 친환경적인 이점으로 차세대 에너지원으로 주목받고 있다. 하지만, 무색, 무취의 수소가스는 4% 이상의 농도에서 낮은 발화에너지로 폭발하는 위험성이 크기 때문에 주의 깊은 사용과 관리가 필요하다. 다양한 방식의 수소가스 감지 기술 중, 팔라듐(palladium, Pd) 금속 소재 기반의 기술은 수소가 팔라듐 내부 격자 사이에 해리되어 팔라듐 하이드라이드(PdHx)를 형성하면서 저항이 바뀌는 간단한 원리로 동작할 뿐만 아니라, 상온에서도 수소가스를 선택적으로 감지할 수 있고, 반응 시 부산물이 없어 습도 안정성도 매우 우수하다는 장점이 있다. 하지만, 팔라듐은 상온에서 2% 이상의 수소가스에 노출되게 되면, 상 변이가 일어나면서 1) 센서로서의 농도 범위가 제한*되고, 2) 반응 속도가 지연*되며, 3) 내구성이 저해*되는 등 다양한 문제를 발생시켜, 최소 4%까지의 농도를 감지해야 하는 수소가스의 기초 요구 조건을 만족시키지 못하는 실정이다. *1) 농도 범위 제한: 상 변이와 함께 팔라듐 내부에 수소가 포화되어 저항 변화가 더 이상 일어나지 않고 이로 인해 수소가스 감지 범위 특성이 저해되는 현상 *2) 반응 속도 지연: 상 변이에 의한 시간 소요로 느린 저항 변화를 보임 *3) 내구성 저해: PdHx는 상 변이하면서 10%가 넘는 부피 팽창이 발생하는데, 이때, 기계적인 스트레스로 인해 Pd의 파단이 일어남 이에, 연구팀은 나노미터 두께로 얇고 납작한 3차원 나노구조를 팔라듐에 도입함으로써 4%까지의 수소가스를 정확하게 측정할 수 있는 무선 팔라듐 수소가스 감지 기술을 세계 최초로 개발했다. 팔라듐이 얇고 납작한 3차원 나노구조로 기판에 형성되게 되면, 팔라듐이 수소가스에 노출돼도 쉽게 부피 팽창을 일으킬 수 없게 되고 내부에 높은 응력이 발생하게 된다. 이러한 응력은 팔라듐의 상전이 활성화 에너지를 높이게 되는데, 연구진은 이 현상을 이용해 4% 이상의 높은 수소가스 농도에도 상전이 없이 안정적으로 수소가스를 감지하는 팔라듐 나노구조를 개발할 수 있었다. 실제 연구진은, 15 나노미터 (nm) 두께와 160 나노미터 (nm) 폭으로 팔라듐 나노구조를 설계·제작했고, 이를 기반으로 제작된 센서 소자는 0.1~4%의 수소가스를 98.9%의 선형성(linearity)으로 감지하는 성능을 성공적으로 보였다. 특히, 연구팀은 개발한 소자에 BLE(Bluetooth low energy) 기술과 3D 프린팅 기술, 안드로이드 앱 개발을 통해 무선으로 수소가스를 감지하는 센서 시스템 기술도 시연했는데, 이 기술은 센서와 20 미터(m) 떨어진 상황에서도 스마트폰이나 PC로 수소가스 누출을 안정적으로 감지할 수 있게 한다. 연구팀 관계자는 "이번 결과는 2% 이상 고농도에서 측정이 어려웠던 기존 팔라듐 기반 수소가스 센서의 문제점을 해결할 수 있는 새로운 기술을 개발했다는 점에서 중요한 의미가 있다ˮ고 말했다. 특히, "이번 센서 기술이 향후 수소가스를 이용한 청정에너지 시대에 안전관리를 위해서 활발히 활용될 수 있을 것ˮ이라고 기대했다. 한편 이번 연구는 2022년도 과학기술정보통신부의 재원으로 한국연구재단의 나노및소재기술개발사업, 선도연구센터지원사업과 기본연구지원사업의 지원을 받아 수행됐다.
2022.06.28
조회수 6568
양자컴퓨팅 한계를 극복하는 3차원 반도체 제어/해독 소자 집적 기술 개발
우리 대학 전기및전자공학부 김상현 교수 연구팀이 *모놀리식 3차원 집적의 장점을 활용해 기존 양자 컴퓨팅 시스템의 대규모 큐비트 구현의 한계를 극복하는 3차원 집적된 화합물 반도체 해독 소자 집적 기술을 개발했다고 24일 밝혔다. ‘모놀리식 3차원 집적 초고속 소자’ 연구 (2021년 VLSI 발표, 2021년 IEDM 발표, 2022년 ACS Nano 게재)를 활발하게 진행해 온 연구팀은 양자컴퓨터 판독/해독 소자를 3차원으로 집적할 수 있음을 처음으로 보였다. ☞ 모놀리식 3차원 집적: 반도체 하부 소자 공정 후, 상부의 박막층을 형성하고 상부 소자 공정을 순차적으로 진행함으로써 상하부 소자 간의 정렬도를 극대화할 수 있는 기술로 궁극적 3차원 반도체 집적 기술로 불린다. 우리 대학 전기및전자공학부 김상현 교수 연구팀의 정재용 박사과정이 제1 저자로 주도하고 한국나노기술원 김종민 박사, 한국기초과학지원연구원 박승영 박사 연구팀과의 협업으로 진행한 이번 연구는 반도체 올림픽이라 불리는 ‘VLSI 기술 심포지엄(Symposium on VLSI Technology)’에서 발표됐다. (논문명 : 3D stackable cryogenic InGaAs HEMTs for heterogeneous and monolithic 3D integrated highly scalable quantum computing system). VLSI 기술 심포지엄은 국제전자소자학회(International Electron Device Meetings, IEDM)와 더불어 대학 논문의 채택 비율이 25%가 되지 않는 저명한 반도체 소자 분야 최고 권위 학회다. 양자컴퓨터는 큐비트 하나에 0과 1을 동시에 담아 여러 연산을 한 번에 처리할 수 있는 차세대 컴퓨터로, 최근에 IBM과 구글 등의 글로벌 기업이 양자 컴퓨터 제작에 성공하면서 양자 컴퓨터가 차세대 컴퓨터로 주목받고 있다. 기존 컴퓨터의 정보 단위인 `비트'의 경우 1 비트당 1개의 값만 가지는 것에 반해, 양자 컴퓨터의 정보 단위인 `큐비트'는 1 큐비트가 0과 1의 상태를 동시에 가진다. 따라서 비트에 비해 큐비트는 2배 빠른 계산이 가능하고, 2큐비트, 4큐비트, 8큐비트로 큐비트 수가 선형적으로 커질수록 처리 계산 속도는 4배, 8배, 16배로 지수적으로 증가한다. 따라서 많은 수의 큐비트를 활용한 대규모 양자컴퓨터 개발이 매우 중요하다. IBM에서는 큐비트 수를 127개로 늘린 `이글'을 작년에 발표했고, IBM 로드맵에 따르면 오는 2025년까지 4,000큐비트, 10년 이내에 10,000큐비트 이상을 탑재한 대규모 양자컴퓨터 개발을 목표로 하고 있다. 특히 큐비트의 수가 많은 대규모 양자컴퓨터 개발을 위해서는 큐비트를 제어/해독하는 소자에 대한 개발이 필수적이다. 기존 컴퓨터와 다르게 양자컴퓨터는 통상 –273 oC 내외의 극저온에서 동작하는 큐비트 하나당 최소 하나의 제어와 해독 연결이 필요하다. 현재는 큐비트 수가 많지 않아 극저온에서 동작하는 큐비트와 상온의 측정 장비를 긴 동축케이블로 연결해 제어/해독하는 방식을 사용하고 있다. 하지만 수천 혹은 수만 개 이상의 큐비트를 활용하는 대규모 양자 컴퓨팅에서 이러한 방식을 활용하면 양자 컴퓨터 크기가 매우 커지고 긴 연결 거리로 인해 신호 손실도 커 대규모 양자컴퓨터 구현이 매우 어려워진다. 따라서 큐비트를 제어/해독에 활용할 수 있는 저전력, 저잡음, 초고속 특성의 극저온 소자를 큐비트와 일대일로 연결할 수 있는 시스템 구성이 매우 중요하다. 연구팀은 이러한 문제 해결을 위해 큐비트 회로 위에 저전력, 저잡음 초고속 특성이 매우 뛰어난 *III-V 화합물 반도체 *고전자 이동 트랜지스터(HEMT)를 3차원으로 집적해 수천 혹은 수만 개의 큐비트에 아주 짧은 거리에서 일대일로 연결 가능한 구조를 제시했다. ☞ III-V 화합물 반도체: 주기율표 III족 원소와 V족 원소가 화합물을 이루고 있는 반도체로 전하 수송 특성 및 광 특성이 매우 우수한 소재. ☞ HEMT: High-Electron Mobility Transistor 연구팀은 250oC 이하에서 상부 제어/해독 소자를 집적하는 웨이퍼 본딩 등의 초저온 공정을 활용해 이후 하부 큐비트 회로의 성능 저하 없이 3차원 집적을 할 수 있도록 했다. 연구진은 이러한 3차원 집적 형태의 제어/해독 소자를 최초로 제시 및 구현했을 뿐만 아니라 소자의 성능 면에서도 극저온에서 세계 최고 수준의 차단주파수 특성을 달성했다. 김상현 교수는 "이번 기술은 향후 대규모 양자컴퓨터의 제어/판독 회로에 응용이 가능할 것으로 생각한다ˮ라며 "모놀리식 3차원 초고속 소자의 경우 양자컴퓨터뿐만이 아니라 6G 무선통신 등 다양한 분야에서 응용할 수 있어 그 확장성이 매우 큰 기술이며 앞으로도 다양한 분야에서 활용할 수 있도록 후속 연구에 힘쓰겠다ˮ라고 말했다. 한편 이번 연구는 한국연구재단 지능형반도체기술개발사업, 경기도 시스템반도체 국산화 연구지원 사업, 한국기초과학지원연구원 분석과학연구장비개발사업(BIG사업) 등의 지원을 받아 수행됐다.
2022.06.24
조회수 6872
고정확도 실시간 학습 가능한 모바일 인공지능 반도체 칩 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 인공지능의 실시간 학습을 모바일 기기에서 구현, 고정확도 인공지능(AI: Artificial Intelligent) 반도체*를 세계 최초로 개발했다고 23일 밝혔다. * 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체 연구팀이 개발한 인공지능 반도체는 저비트 학습과 저지연 학습 방식을 적용해, 모바일 기기에서도 학습할 수 있다. 특히 이번 반도체 칩은 인공지능의 예상치 못한 성능 저하를 막을 수 있는 실시간 학습 기술을 성공적으로 구현했다. 전기및전자공학부 한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 6월 12일부터 15일까지 인천 연수구 송도 컨벤시아에서 개최된 국제 인공지능 회로 및 시스템 학술대회(AICAS)에서 발표됐으며 응용 예시를 현장에서 시연했고, 최우수 논문상과 최우수 데모상을 모두 석권해 그 우수성을 널리 알렸다. (논문명 : A 0.95 mJ/frame DNN Training Processor for Robust Object Detection with Real-World Environmental Adaptation (저자: 한동현, 임동석, 박광태, 김영우, 송석찬, 이주형, 유회준)) 인공지능 (AI) 반도체 기술을 망라하는 국제 학술 대회 ‘AICAS 2022’는 인공지능 반도체 분야 세계 최고 권위를 가진 IEEE(미국 전기 전자 기술자 협회)학회로 평가받으며, 삼성, SK를 필두로, 한국전자통신연구원(ETRI), 엔비디아(NVIDIA), 케이던스(Cadence) 등 국내외 저명한 기업과 기관 등이 참석해 인공지능 반도체 회로와 시스템 전 분야, 인공지능 반도체와 관련된 연구성과를 공유하는 행사다. 기존 인공지능은 사전에 학습된 지능만으로 추론을 진행했기 때문에 학습하지 않은 새로운 환경 혹은 물체에 대해서는 물체 검출이 어려웠다. 하지만 유회준 교수 연구팀이 개발한 실시간 학습은 추론만 수행하던 기존 모바일 인공지능 반도체에 학습 기능을 부여함으로써, 인공지능의 지능 수준을 크게 끌어올렸다. 유 교수팀의 새로운 인공지능 반도체는 사전에 학습한 지식과 애플리케이션 수행 중에 학습한 지식을 함께 활용해 고정확도 물체검출 성능을 보였다. 특히 유회준 교수 연구팀은 렌즈가 깨지거나, 기계 오류로 인한 인공지능의 예상치 못한 정확도 감소도 자동으로 인지하고 이를 실시간 학습을 통해 보정, 기존 인공지능의 문제점을 해결했다. 유 교수팀은 실시간 학습 기능에 더해, 모바일 기기에서 저전력으로 학습이 가능할 수 있도록, 저비트 인공지능 학습 방법, 직접 오류 전사 기반 저지연 학습 방식을 제안, 이를 최적화할 수 있는 반도체(HNPU) 와 응용 시스템을 모두 개발했다. 저전력, 실시간 학습을 수행할 수 있는 모바일 인공지능 전용 반도체, HNPU는 다음과 같이 6가지 핵심 기술이 도입됐다. ○ 확률적 동적 고정 소수점 활용 저비트 학습 방식 (SDFXP: Stochastic Dynamic Fixed-point Representation) - 동적 고정 소수점에 확률적 표현을 결합하고 확률적 반올림을 도입하여 인공지능 학습에 필요한 비트 정밀도를 최소화 할 수 있는 방법 ○ 레이어별 자동 정밀도 검색 알고리즘 및 하드웨어 (LAPS: Layer-wise Adaptive Precision Scaling) - 학습의 난이도를 자동으로 파악하고 심층신경망의 레이어별로 최적의 비트수를 자동으로 찾아주는 알고리즘 및 이를 가속하는 하드웨어 ○ 입력 비트 슬라이스 희소성 활용* (ISS: Input Slice Skipping or Bit-slice Level Sparsity Exploitation) - 데이터를 이진수로 표현했을 때 중간중간 나타나는 ‘0’ 비트를 활용하여, 데이터 처리량을 높이는 방식 ○ 내재적 순수 난수 생성기 (iTRNG: Intrinsic True Random Number Generator) 인공지능 연산을 활용한 순수 난수 생성기를 설계, 데이터의 암호화 및 확률적 반올림을 구현 ○ 다중 학습 단계 할당을 통한 고속 학습 알고리즘 및 하드웨어 (MLTA: Multi Learning Task Allocation & Backward Unlocking) 기존 역전파 (Back-propagation) 알고리즘에서 탈피해, 직접 오류 전사를 통한 저지연 학습 구현 ○ 실시간 인공지능 학습 기반 자동 오류 검출 기능 저하 보정 시스템 개발 (Real-time DNN Training based Automatic Performance Monitor and Performance Recovery System) 평상시 물체 검출 결과를 주기적으로 모니터링하면서, 갑작스러운 확률 변화를 자동으로 인식, 정확도 저하를 보정하기 위해 실시간 학습을 적용 * 희소성 활용 (Sparsity Exploitation) : 심층 신경망 모델의 연산은 수많은 곱셈누적(MAC: Multiply-And-Accumulate)연산의 연속이다. 연산자에 0이 존재할 시, 굳이 연산을 해보지 않아도 결과는 0임을 알기에 이를 뛰어넘는 방식으로 연산 속도를 높이는 방식. 이러한 기술을 사용해 HNPU는 저전력 물체검출을 구현하여, 다른 모바일 물체검출 시스템과 비교해 75% 높은 속도, 44% 낮은 에너지 소모를 달성하면서도, 실시간 학습으로 고정확도 물체검출을 개발해 주목을 받았다. 연구팀은 HNPU의 활용 예시로 카메라 렌즈가 깨지거나, 기계 오류, 조명, 밝기 변화로 인공지능의 추론 능력이 떨어졌을 때, 실시간 학습을 통해 다시 정확도를 높이는 고정확도 물체검출 시스템을 개발했다. 이는 이후 자율 주행, 로봇 등 다양한 곳에 활용될 것으로 기대된다. 특히 연구팀의 HNPU 연구는 2022 국제인공지능회로및시스템학술대회(AICAS 2022)에서 발표돼, 최우수 논문상과 최우수 데모상을 모두 석권하여 그 우수성을 널리 알렸다. 연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 인공지능은 사전에 학습한 지식만으로 주어진 문제를 해결하고 있으며, 이는 변화하는 환경과 상황에 맞춰 계속 학습하는 인간의 지능과 뚜렷한 차이를 보인다”라며 “이번 연구는 실시간 학습 인공지능 반도체를 통해 인공지능의 지능 수준을 사람 수준으로 한층 더 끌어올리는 연구”라고 본 연구의 의의를 밝혔다.
2022.06.23
조회수 6009
차세대 뉴로모픽 구현을 앞당길 멤리스터 기반 고신뢰성 인공 뉴런(신경세포) 어레이 개발
우리 대학 전기및전자공학부 최신현 교수 연구팀이 뛰어난 안정성과 집적도가 높은 우리 뇌의 뉴런 세포의 동작을 모사하는 *고신뢰성 차세대 저항 변화 소자(멤리스터) 어레이를 개발했다고 7일 밝혔다. ☞ 멤리스터(Memristor): 입력에 따라 소자의 저항 상태가 바뀌는 소자. 입력 전압의 크기와 길이 등에 따라 소자 내부의 저항 값이 바뀌며 정보를 저장하거나 처리한다. 최 교수 연구팀은 기존 멤리스터의 불안정한 특성을 보이는 필라멘트 기반 방식에서 벗어나, 점진적인 산소 농도를 갖는 금속산화물을 이용해 안정적이고 신뢰성 높은 인공 뉴런 어레이를 발표하였다. 기존의 멤리스터 소자는 안정성이 낮고 응용에 사용하기 위한 어레이 형태로 제작하기 힘든 문제점이 있지만, 최 교수 연구팀이 개발한 소자는 뛰어난 안정성을 갖출 뿐만 아니라, 자가 정류 특성과 높은 수율을 갖춰 대용량 어레이 형태로 집적될 수 있다. 따라서 집적도가 높고 안정적인 뉴로모픽 시스템을 구현할 때 활발히 사용될 수 있을 것으로 기대된다. 전기및전자공학부 박시온, 정학천 석박사통합과정, 박종용 석사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)' 6월호에 출판됐다. (논문명 : Experimental demonstration of highly reliable dynamic memristor for artificial neuron and neuromorphic computing) 인간의 뉴런은 들어오는 신호의 크기와 주파수에 따라 스파이크를 내보내거나 내보내지 않는 방식으로 정보를 처리한다. 현대의 컴퓨터가 빅데이터를 처리하는데 많은 에너지를 소모하는 것과 다르게, 사람의 뇌는 매우 적은 에너지만으로도 많은 양의 데이터를 빠르게 처리할 수 있다. 이러한 이유로, 신경의 효율적인 신호전달 시스템을 모사하여 컴퓨팅에 사용하는 `뉴로모픽' 하드웨어 기술이 활발히 연구되고 있다. 멤리스터 소자는 고집적, 고효율로 뉴로모픽 컴퓨팅 시스템을 구현할 수 있는 차세대 소자로 주목받고 있다. 그러나 현존하는 멤리스터로 실용적인 대용량 인공신경망 컴퓨팅(Large-scale Neural Computing) 시스템을 구현하기에는 단위 소자의 신뢰성 및 수율의 문제가 있다. 기존의 멤리스터는 절연체 내부에서 필라멘트가 마치 번개와 같이 무작위적으로 생성되고 사라지며 동작하기 때문에 제어하기가 힘들어 낮은 신뢰성을 보이게 되며, 이로 인해 안정적인 뉴로모픽 시스템을 구현하는 데 한계점으로 지적되어 왔다. 최신현 교수 연구팀은 이러한 무작위적인 필라멘트 문제를 해결하기 위해 필라멘트 기반 저항 변화가 아닌, 산소 이온의 점진적인 이동을 이용해 저항 변화 소자를 구현함으로써 소자의 신뢰성 확보하였다. 또한 단위 소자를 통한 어레이 제작 기술을 확보하여, 400개의 고신뢰성 인공 뉴런 소자를 100% 수율의 크로스바 어레이 형태로 집적하는 데 성공했다. 연구팀은 제작한 고신뢰성 인공 뉴런 어레이 기반 뉴로모픽 시스템을 이용해 항균성 단백질(anti-microbial peptide) 아미노산 서열을 학습하고, 이를 바탕으로 새로운 항균성 단백질을 만들어내는 뉴로모픽 시스템을 구현하였다. 제1 저자인 박시온 석박통합과정 연구원은 "이번에 개발한 고신뢰성 인공 뉴런 소자는 안정적인 특성과 높은 수율을 바탕으로 차세대 멤리스터 기반 뉴로모픽 컴퓨팅 시스템 구현에 기여할 수 있을 것으로 기대되며, 개발된 인공 뉴런 소자를 이용해 촉각 등을 감지하는 로봇의 인공 신경계, 시계열 데이터를 처리하는 축적 컴퓨팅(reservoir computing) 등 다양한 응용을 가능케 하여 미래 전자공학의 기반이 될 것으로 기대한다ˮ라고 말했다. 한편 이번 연구는 삼성미래육성사업의 지원을 받아 수행됐다.
2022.06.07
조회수 7467
기존 기술의 한계를 뛰어넘는 새로운 메타표면 설계 방법 제시
우리 대학 전기및전자공학부 장민석 교수 연구팀이 미국 위스콘신 대학 빅터 브라 교수 연구팀과의 공동연구를 통해 기존 한계를 뛰어넘는 360°동적 위상변조가 가능한 메타표면 설계 기술을 개발했다고 2일 밝혔다. 메타표면은 자연상에 존재하지 않는 물성을 띄도록 새롭게 만든 매우 얇은 2차원 평면구조를 뜻한다. 라이다(LIDAR), 분광기, 투명 망토, 홀로그램 등 미래 기술을 구현할 수 있는 파면 제어 기술의 강력한 후보임과 동시에 나노미터 수준의 소자 크기로 인해 기존의 전자회로 칩에 집적할 수 있어 주목받고 있는 기술이다. 메타표면을 이용해 파면 제어 기술을 구현하기 위해서는 빛의 진폭과 위상을 제어할 수 있는 능력이 필수적이다. 그러나 동적으로 빛의 위상을 360°제어하는 기술은 구현 난이도가 매우 높아, 기존 연구에서는 위상을 제어하는 데 성공하더라도 얻을 수 있는 빛의 진폭이 매우 낮다는 한계가 있었다. 전기및전자공학부 장민석 교수와 빅터 브라 미국 위스콘신 대학 교수 연구팀은 이러한 한계를 극복할 수 있는 360°동적 위상변조가 가능하면서도 크고 일정한 빛의 진폭을 얻을 수 있는 메타표면 설계 기술을 개발했다. 동적 360°위상 제어 문제가 매우 어려운 이유는 메타표면의 동작원리와 관련이 있다. 메타표면은 보통 입사하는 빛이 메타표면 구조와 상호작용하여 일으키는 진동에 기반해 동작하는데, 동적 360°위상 제어를 하기 위해서는 광학 진동 주파수는 크게 변해야 하는 반면 진동 폭은 최소화된 채로 유지돼야 한다. 그러나 전기적으로 메타표면의 광학 진동 주파수를 조정하기 위해서는 메타표면에 들어오고 나가는 전자의 흐름을 원하는 대로 조절할 수 있어야 하는데, 이것은 필연적으로 진동 폭을 크게 만들어 두 가지 조건을 동시에 만족하기 어렵게 한다. 또한, 광학에서의 위상과 진폭은 비선형적으로 복잡하게 얽혀 있어 일반적으로 위상을 조절할 때 진폭을 일정하게 유지하는 것이 매우 어렵다. 연구팀은 특수한 성질을 가진 두 가지 광학 공진을 이용해 이러한 문제를 해결했다. 하나는 위상과 진폭 특성이 분리되어 있어 위상이 변할 때 큰 진폭을 유지할 수 있는 광학 공진이고, 다른 하나는 위상 변조 범위가 커 360°제어를 가능케 하는 광학 공진이다. 연구팀은 이 두 가지 광학 공진을 결합함으로써, 동적 360°제어가 가능하면서도 일정한 진폭을 유지할 수 있는 메타표면을 구현했다. 연구팀이 개발한 기술은 소자의 구조와 공진의 특성을 조절함에 따라 어떤 주파수 영역에도 적용 가능한 장점이 있다. 연구팀은 개발한 기술을 사용해 중적외선 대역에서 동작하는 그래핀 나노 리본 기반 메타표면 소자를 설계했으며, 65%의 일정한 반사계수를 유지하면서도 540°의 위상변조가 가능함을 전자기 시뮬레이션을 통해 확인했다. 장민석 교수는 "이번 연구를 통해 기존의 동적 위상변조 기술의 한계를 뛰어넘는 새로운 메타표면 설계 방법을 제시했다ˮ라며 "파면 제어 기술을 활용한 라이다와 홀로그램 등 차세대 광학 소자 개발에 도움을 줄 것으로 기대된다ˮ라고 말했다. 우리 대학 김주영, 박주호 연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션즈 (Nature Communications)'에 4월 19일 字로 출판됐다. (논문명 : Full 2π Tunable Phase Modulation Using Avoided Crossing of Resonances).
2022.05.02
조회수 6769
‘컴퓨터의 시간을 멈춘다’, 전원 공급 없이도 모든 정보가 복원, 작동되는 비휘발성 컴퓨터 최초 개발
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 컴퓨터의 시간을 멈추는 하드웨어/소프트웨어 기술, `경량화된 비휘발성 컴퓨팅 시스템(Lightweight Persistence Centric System, 이하 라이트PC)'을 세계 최초로 개발했다고 25일 밝혔다. 연구진의 컴퓨터에서는 시간이 멈춰진 순간의 모든 정보(실행 상태 및 데이터)는 전원 공급 여부와 관계없이 유지되며, 유지되는 모든 정보는 언제든 사용자가 원할 때 바로 복원, 작동될 수 있다. 기존의 컴퓨터는 휘발성 메모리인 D램을 메인 메모리로 사용하기 때문에 전원이 사라지면 메모리가 저장하고 있는 데이터들을 잃어버린다. 이러한 D램보다 적은 전력 소모와 큰 용량을 제공하는 비휘발성 메모리(인텔의 옵테인 메모리)는 영구적으로 데이터를 기억할 수 있는 특징이 있다. 하지만, 복잡한 내부 구조 설계로 인한 느린 성능 때문에 온전히 메인 메모리로 사용되지 못하고, D램과 함께 사용해 비휘발성 메모리에 저장되는 일부 데이터만을 선택적으로 유지하는 형태로 사용된다. 또한 이상적인 환경 아래 비휘발성 메모리의 성능이 향상돼 메인 메모리로 단독 사용하더라도, 갑작스러운 전원 공급차단의 상황에서 컴퓨터의 모든 정보를 유지할 수는 없다. 비휘발성 메모리 내부에 존재하는 휘발성 구성요소와 프로세서 자체가 가지고 있는 레지스터나 캐시 메모리(휘발성) 같은 임시 저장 공간의 데이터는 전원 공급 없이 지속적 보존이 불가능하기 때문이다. 이러한 문제 때문에 기존의 컴퓨터에서 실행 상태와 데이터를 유지하기 위해서는, D램을 포함, 프로세서가 가지고 있는 휘발성 상태의 데이터들을 비휘발성 메모리나 저장장치인 SSD 등으로 옮기는 체크포인팅 기법등이 데이터 센터나 고성능 컴퓨터에서 사용되고 있다. 하지만 체크포인팅 방식은 주기적 데이터 이동에 추가적인 시간과 전력을 소모하며, 정전 후 전원이 인가되면 시스템 전체를 재부팅하는 데이터 복구 과정을 겪어야 하는 치명적인 단점이 존재한다. 우리 대학 정명수 교수 연구팀이 개발한 라이트PC는 이러한 과정 없이 컴퓨터의 모든 프로그램 실행 상태와 데이터들을 전원 없이 비휘발성으로 유지할 수 있는 프로세서와 메모리 컨트롤러, 그리고 운영체제 기술들을 개발해냈다. 이를 위해 연구팀은 기존 메모리나 스토리지 장치 없이 지속성 메모리만을 활용하여 시스템을 구성해, 시스템의 대부분 상태를 비휘발성으로 유지하게 했으며, 전원이 끊긴 직후 전원 공급 장치의 신호에 따라 프로세서의 남아 있는 비지속성 상태들을 비휘발성으로 변환하는 장치를 통해 정전 시에도 컴퓨터의 시간을 멈출 수 있게 만들었다. 이를 위해서 연구팀이 개발한 라이트PC 기술은 프로세서의 하드웨어 데이터 경로상의 휘발성 구성요소를 최소화하고, 복잡한 내부 구조를 최대한 단순화한 뒤, 데이터 처리의 병렬성을 극대화해 사용자가 일반적인 응용실행에서 D램만 사용하는 고성능 시스템과 큰 성능 차이를 느끼지 못하도록 성능을 개선했다. 또한, 컴퓨터의 시간을 멈추는 동안 일관성 유지를 위해 프로그램 실행이 비결정적으로 진행되지 않도록 임의의 상태/데이터의 변경을 막고 다양한 형태의 지속성 기능이 추가된 운영체제를 구축했다. 일관성이 유지되기 때문에 다시 전원이 인가되면 컴퓨터는 부팅 과정 없이 멈춘 시간부터 다시 실행될 수 있다. 연구팀은 라이트PC의 실효성을 검증하기 위해 자체 제작한 시스템 보드에 시제작한 지속성 메모리를 장착해 비휘발성 컴퓨터를 구축하고, 정전 시 컴퓨터의 시간을 멈추게 하는 운영체제 프로토타입을 제작해 비휘발성 컴퓨터 위에서 실행했다. 엔터프라이즈향 응용 프로그램이 실행되는 도중 무작위 시간에 전원을 제거한 뒤, 다시 인가했을 때 전원이 사라지기 직전의 상태로 모든 프로그램 실행과 데이터가 일관성 있게 복구되는 것을 연구팀은 확인했다. 이와 더불어 라이트PC는 기존 컴퓨터 대비 최대 8배 큰 메모리와 4.3배 빠른 응용실행 및 73%의 전력 소모 절감을 보였다. 정명수 교수는 "이번에 개발된 비휘발성 컴퓨터는 대용량 메모리 제공과 동시에 높은 신뢰성 및 서비스의 안전성을 제공할 수 있어 데이터 센터나 고성능 컴퓨팅의 저전력 운영으로 인한 탄소중립에너지 효율화에 극대화를 이룰 수 있을 것으로 예상된다. 또한 관련된 연구 핵심기술은 차량, 핸드폰 모바일, 사물인터넷 장치등의 베터리 사용량을 최소화하고 초연결사회를 이루는 등 다양하게 활용될 수 있을 것으로 기대한다ˮ라고 말했다. 한편 이번 연구는 미국 뉴욕시에서 오는 6월에 열릴 컴퓨터 구조 분야 최우수 학술대회인 `이스카(International Symposium on Computer Architecture, ISCA), 2022'에 라이트PC라는 논문명(LightPC: Hardware and Software Co-Desingn for Energy-Efficient Full System Persistence)으로 발표될 예정이다. 해당 연구는 차세대 메모리 개발 및 공급업체 멤레이, 과학기술정보통신부와 한국연구재단이 추진하는 우수신진(중견연계)사업, 그리고 정보통신기획평가원의 연구 지원을 받아 진행됐다. 비휘발성 컴퓨터의 실제 동작 및 자세한 내용은 연구실 웹사이트(http://camelab.org) 및 유튜브(https://youtu.be/mlF7W_RmYRk)에서 확인할 수 있다.
2022.04.25
조회수 6975
실 한오라기에 흰색의 빛을 내는 OLED 섬유 기술 최초 구현
우리 대학 전기및전자공학부 최경철 교수 연구팀이 머리카락보다 얇은 실 위에 흰색의 빛을 발산하는 섬유 OLED (유기발광다이오드) 개발에 성공했다고 20일 밝혔다. 전자 섬유는 기술을 입는다는 개념으로 웨어러블 디바이스의 궁극적인 폼팩터(form-factor, 제품의 물리적 외형을 뜻하는 말)로서 국내·외적으로 활발히 연구되고 있다. 특히나 전자 섬유 디스플레이 분야는 기능성 의류뿐만 아니라 패션, 의료, 안전, 차량 디자인 등 다양한 응용 가능성에 많은 주목을 받고 있다. 최경철 교수 연구팀은 원천기술인 딥 코팅 공정을 개발해 지금까지 형광 OLED, 구동 가능한 고효율 인광 RGB OLED 등 디스플레이 필수 요소 기술들을 머리카락보다 얇은 전자 섬유 형태로 성공적으로 구현해왔다. 하지만, 풀 컬러 디스플레이, 조명 기술 등을 구현하기 위한 필수 요소 기술인 흰색 OLED는 그 구조적 복잡성과 접근법의 부재로 기술 개발에 어려움이 있었다. 일반적으로, 흰색 OLED는 삼원색 OLED의 단일 적층 구조에 2~3배 달하는 다중 적층 구조(tandem structure)를 갖는다. 따라서, 용매 직교성, 곡률 의존성 등을 고려할 때 다중 적층 구조를 섬유 위에 구현하기엔 어려움이 있었다. 더욱이, 다중 적층 구조의 얇은 전하 생성층(CGL)은 섬유의 곡률에는 취약한 구조로 섬유에는 적합하지 않은 구조였다. 연구팀은 다중 적층 구조의 문제점들을 해결하고자 섬유 구조에 적합한 딥 코팅 가능한 흰색 단일 발광층 설계에 주목했다. 흰색 단일 발광층은 삼원색 발광 재료와 전하 균형을 위한 다수의 전하 수송체들로 구성돼, 시뮬레이션 및 최적화 과정을 통해 설계됐으며, 이와 함께 딥 코팅 공정이 가능하도록 재료적으로도 설계됐다. 이를 통해 흰색 OLED를 섬유에 최초로 구현했으며, 야외시인성 확보가 가능한 최고 700cd/m2(칸델라/제곱미터) 수준의 휘도, 10cd/A(칸델라/암페어) 수준의 높은 전기 광학적 성능을 보였다. 아울러, 개발된 흰색 OLED 전자 섬유는 그 구조상의 최적화된 에너지 전달 과정 덕분에 구동 환경에 따른 흰색 발광의 색 변화 의존성을 줄여 안정적인 흰색 발광을 보일 수 있었다. 최경철 교수 연구팀은 그동안 섬유 디스플레이 분야에서 부재했던 디스플레이 필수 요소 기술인 흰색 OLED를 실 한오라기에 성공적으로 구현하여 고품질 섬유 디스플레이를 포함한 패션, 기능성 의류, 차량 디자인 등 다양한 응용 분야에 적용이 가능할 것으로 기대한다고 밝혔다. 이번 연구를 주도한 최경철 교수 연구팀의 황용하 박사과정은 "흰색 OLED 전자 섬유 구현을 위해 섬유에 적합한 흰색 OLED 구조 및 설계에 집중했다ˮ며 "그동안 전자 섬유 디스플레이 분야에서 부재했던 필수 요소 기술을 개발해 더욱 완성도 높은 고품질 전자 섬유 디스플레이를 구현할 수 있을 것이라 기대된다ˮ고 말했다. 최경철 교수 연구팀의 황용하 박사과정이 제1 저자로 주도하고 산업통상자원부 전자부품산업핵심기술개발사업의 지원을 받아 수행된 이번 연구 결과는 나노 분야의 권위 있는 국제 학술지 `어드밴스드 사이언스(Advanced Science, IF 16.8)'에 지난 1월 24일 字로 온라인 게재됐으며, 4월 14일 字로 전면 내부 표지 논문(Inside Front Cover)으로 게재됐다. (논문명: High-Performance and Reliable White Organic Light-Emitting Fibers for Truly Wearable Textile Displays)
2022.04.21
조회수 7213
최초 머신러닝 기반 유전체 정렬 소프트웨어 개발
우리 대학 전기및전자공학부 한동수 교수 연구팀이 머신러닝(기계학습)에 기반한 *유전체 정렬 소프트웨어를 개발했다고 12일 밝혔다. ☞ 유전체(genome): 생명체가 가지고 있는 염기서열 정보의 총합이며, 유전자는 생물학적 특징을 발현하는 염기서열들을 지칭한다. 유전체를 한 권의 책이라고 비유하면 유전자는 공백을 제외한 모든 글자라고 비유할 수 있다. 차세대 염기서열 분석은 유전체 정보를 해독하는 방법으로 유전체를 무수히 많은 조각으로 잘라낸 후 각 조각을 참조 유전체(reference genome)에 기반해 조립하는 과정을 거친다. 조립된 유전체 정보는 암을 포함한 여러 질병의 예측과 맞춤형 치료, 백신 개발 등 다양한 분야에서 사용된다. 유전체 정렬 소프트웨어는 차세대 염기서열 분석 방법으로 생성한 유전체 조각 데이터를 온전한 유전체 정보로 조립하기 위해 사용되는 소프트웨어다. 유전체 정렬 작업에는 많은 연산이 들어가며, 속도를 높이고 비용을 낮추는 방법에 관한 관심이 계속해서 증가하고 있다. 머신러닝(기계학습) 기반의 인덱싱(색인) 기법(Learned-index)을 유전체 정렬 소프트웨어에 적용한 사례는 이번이 최초다. 전기및전자공학부 정영목 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `옥스포드 바이오인포메틱스(Oxford Bioinformatics)' 2022년 3월에 공개됐다. (논문명 : BWA-MEME: BWA-MEM emulated with a machine learning approach) 유전체 정렬 작업은 정렬해야 하는 유전체 조각의 양이 많고 참조 유전체의 길이도 길어 많은 연산량이 요구되는 작업이다. 또한, 유전체 정렬 소프트웨어에서 정렬 결과의 정확도에 따라 추후의 유전체 분석의 정확도가 영향을 받는다. 이러한 특성 때문에 유전체 정렬 소프트웨어는 높은 정확성을 유지하며 빠르게 연산하는 것이 중요하다. 일반적으로 유전체 분석에는 하버드 브로드 연구소(Broad Institute)에서 개발한 유전체 분석 도구 키트(Genome Analysis Tool Kit, 이하 GATK)를 이용한 데이터 처리 방법을 표준으로 사용한다. 이들 키트 중 BWA-MEM은 GATK에서 표준으로 채택한 유전체 정렬 소프트웨어이며, 2019년에 하버드 대학과 인텔(Intel)의 공동 연구로 BWA-MEM2가 개발됐다. 연구팀이 개발한 머신러닝 기반의 유전체 정렬 소프트웨어는 연산량을 대폭 줄이면서도 표준 유전체 정렬 소프트웨어 BWA-MEM2과 동일한 결과를 만들어 정확도를 유지했다. 사용한 머신러닝 기반의 인덱싱 기법은 주어진 데이터의 분포를 머신러닝 모델이 학습해, 데이터 분포에 최적화된 인덱싱을 찾는 방법론이다. 데이터에 적합하다고 생각되는 인덱싱 방법을 사람이 정하던 기존의 방법과 대비된다. BWA-MEM과 BWA-MEM2에서 사용하는 인덱싱 기법(FM-index)은 유전자 조각의 위치를 찾기 위해 유전자 조각 길이만큼의 연산이 필요하지만, 연구팀이 제안한 알고리즘은 머신러닝 기반의 인덱싱 기법(Learned-index)을 활용해, 유전자 조각 길이와 상관없이 적은 연산량으로도 유전자 조각의 위치를 찾을 수 있다. 연구팀이 제안한 인덱싱 기법은 기존 인덱싱 기법과 비교해 3.4배 정도 가속화됐고, 이로 인해 유전체 정렬 소프트웨어는 1.4 배 가속화됐다. 연구팀이 이번 연구에서 개발한 유전체 정렬 소프트웨어는 오픈소스 (https://github.com/kaist-ina/BWA-MEME)로 공개돼 많은 분야에 사용될 것으로 기대되며, 유전체 분석에서 사용되는 다양한 소프트웨어를 머신러닝 기술로 가속화하는 연구들의 초석이 될 것으로 기대된다. 한동수 교수는 "이번 연구를 통해 기계학습 기술을 접목해 전장 유전체 빅데이터 분석을 기존 방식보다 빠르고 적은 비용으로 할 수 있다는 것을 보여줬으며, 앞으로 인공지능 기술을 활용해 전장 유전체 빅데이터 분석을 효율화, 고도화할 수 있을 것이라 기대된다ˮ고 말했다. 한편 이번 연구는 과학기술정보통신부의 재원으로 한국연구재단의 지원을 받아 데이터 스테이션 구축·운영 사업으로서 수행됐다.
2022.04.17
조회수 7481
그래핀 기반 2차원 반도체 소자 시뮬레이션의 양자 도약 달성
반도체 연구 개발에서 소자의 미세화에 따라 원자 수준에서 전류의 흐름을 이해하고 제어하는 것이 핵심적 요소가 되고 있는 상황에서, 우리 연구진이 기존에는 불가능했던 원자만큼 얇은 2차원 반도체 소자의 엄밀한 양자 역학적 컴퓨터 시뮬레이션을 성공적으로 구현하고 이를 기반으로 원자 결함에 의해 발생하는 특이한 소자 특성을 세계 최초로 보고했다. 우리 대학 전기및전자공학부 김용훈 교수 연구팀이 자체적으로 개발한 양자 수송 이론을 통해 세계 최초로 그래핀 전극 간 전자의 터널링 현상(전자가 포텐셜 장벽을 투과하는 현상)으로 작동하는 *2차원 터널링 트랜지스터의 **제1 원리 시뮬레이션을 수행하는 데 성공했다고 4일 밝혔다. * 2차원 터널링 트랜지스터: 그래핀을 전극으로 하여 전극 간 전자의 터널링(tunneling) 현상을 통해 소자가 작동하는 반도체 소자이다. 소자의 동작 특성을 결정하는 그래핀 전극간 전자의 터널링 현상은 소스-드레인(source-drain) 전극 및 게이트(gate) 전압에 의해 결정된다. **제1 원리 시뮬레이션: 제1원리 계산은 물질 내 전자들의 거동을 해석할 때 실험적 데이터나 경험적 모델을 도입하지 않고 지배방정식인 슈뢰딩거 방정식을 원자 정보를 포함시켜 직접 푸는 양자역학적 물질 시뮬레이션 방법으로 대표적인 방법론은 밀도 범함수론(density functional theory, DFT)이 있음 전기및전자공학부 김태형 박사과정과 이주호 박사가 공동 제1 저자로 참여한 이번 연구는 소재 계산 분야의 권위 있는 학술지 `네이쳐 파트너 저널 컴퓨테이셔널 머터리얼즈(Npj Computational Materials)' (IF 13.20) 3월 25일 字 온라인판에 게재됐다. (논문명: Gate-versus defect-induced voltage drop and negative differential resistance in vertical graphene heterostructures) 제1 원리 시뮬레이션이란 슈퍼컴퓨터에서 원자 수준의 양자역학 계산을 수행해 실험적 데이터나 경험적 모델의 도움 없이 물질의 특성을 도출하는 방법으로 제1 원리 계산을 통한 평형 상태의 소재 연구는 1998년 월터 콘(Walter Khon) 교수가 노벨상을 받은 `밀도 범함수론(density functional theory: DFT)'을 기반으로 다방면으로 수행돼왔다. 반면 전압 인가에 따른 비평형 상태에서 작동하는 나노 소자의 제1 원리 계산은 DFT 이론을 적용하기 어렵고 그 대안으로 제시된 이론들에도 한계가 있어 현재 그래핀 기반 2차원 반도체 소자의 엄밀한 양자역학적 시뮬레이션은 불가능한 상황이었다. 연구팀은 먼저 이러한 어려움을 극복하기 위해 자체적으로 수립한 새로운 양자 수송 계산 체계인 다공간 DFT 이론을 발전시켜 그래핀 기반 2차원 터널링 트랜지스터의 제1 원리 시뮬레이션을 가능하게 했다. 다음으로 이를 그래핀 전극-육각형 질화붕소 채널-그래핀 전극 소자 구조에 적용해 질화붕소 층에 존재하는 원자 결함이 다양한 비선형 소자 특성들을 도출시킬 수 있음을 보여 원자 결함의 종류와 위치에 대한 정보가 신뢰성 있는 2차원 소자의 구현에 매우 중요함 요소을 입증했다. 한편 이러한 비선형 소자 특성은 연구진이 기존에 세계 최초로 제안했던 양자 혼성화(quantum hybridization) 소자 원리(device principle)에 따라 발현됨을 보여 2차원 소자의 양자적 특성을 활용하는 한 방향을 제시했다. 김 교수는 "나날이 치열해지는 반도체 연구/개발 분야에서 세계적으로 경쟁력 있는 나노 소자 전산 설계 원천기술을 확보했다ˮ고 연구의 의미를 소개하며 "양자 효과가 극대화될 수밖에 없는 차세대 반도체 연구/개발에서 양자역학적 제1 원리 컴퓨터 시뮬레이션의 역할이 더욱 중요해질 것”이라고 강조했다. 한편 이번 연구는 삼성전자 미래기술 육성센터의 지원을 받아 수행됐다.
2022.04.04
조회수 8912
페로브스카이트 퀀텀닷 발광 다이오드의 올인원 공정 개발
우리 대학 전기및전자공학부 이정용 교수 연구팀이 페로브스카이트 퀀텀닷(양자점) 층에 직접적인 자외선, 전자빔 처리나 용액 가둠막 없이 고효율 RGB 패턴 발광 다이오드 제작 기술을 개발했다고 16일 밝혔다. 전기및전자공학부 김준호 박사과정과 서기원 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 사이언스(Advanced Science)' 2022년 3월 2일 자 온라인판에 게재됐다. (논문명: All-in-one Process for Color Tuning and Patterning of Perovskite Quantum dot Light-Emitting Diodes). 페로브스카이트 퀀텀닷은 높은 외부 양자 효율과 색 순도를 가지고, 퀀텀닷 내부의 할라이드 음이온의 종류와 그 비율에 따라 밴드갭을 조절할 수 있다는 장점을 가져 차세대 디스플레이 발광 물질로 주목받고 있는 물질이다. 하지만, 페로브스카이트 퀀텀닷은 용매 분산을 위하여 긴 탄소 사슬을 갖는 절연 유기 분자가 퀀텀닷 주변을 둘러싸고 있어 전자 소자로 적용 시 낮은 성능을 갖게 하고, 패터닝 공정에 사용되는 자외선 및 전자빔 처리에 취약해 디스플레이를 만들기 위한 픽셀 패터닝 공정이 매우 어렵다는 문제점을 가지고 있다. 연구팀이 개발한 공정은 페로브스카이트 퀀텀닷 주변의 절연성 유기 리간드(결합 분자)를 전하 수송이 유리한 유기 리간드(결합 분자)로 교환해 발광 다이오드 성능을 향상할 뿐만 아니라 동시에 퀀텀닷 내부 할라이드 조성 비율을 조절하는 할라이드 음이온 교환을 통해 퀀텀닷 박막의 발광 색상을 자유롭게 바꿀 수 있다. 연구팀은 더 나아가 페로브스카이트 퀀텀닷 박막의 국부적 부분만 색을 변환시키는 패터닝 공정을 제안해, 페로브스카이트 퀀텀닷 박막에 직접적인 자외선 및 전자빔 처리 없이 RGB 색상이 패터닝된 발광 다이오드를 고속으로 제작하는 데 성공했다. 이정용 교수는 "이번에 개발한 페로브스카이트 퀀텀닷 박막 패터닝 공정은 용액공정 기반 페로브스카이트 퀀텀닷 패터닝 공정이 당면하고 있는 여러 문제점을 해소했고, 차세대 페로브스카이트 퀀텀닷 디스플레이 구현에 적용 가능할 것ˮ이라고 말했다. 또한, 이번 박막 패터닝 공정을 이용해 서로 다른 밴드갭을 가지는 페로브스카이트 퀀텀닷이 가림막(뱅크 구조물) 없이 평행하게 패터닝된 단일 박막 제작이 가능하다는 점에서 "발광 다이오드뿐만 아니라 광검출기, 태양전지, 광 컴퓨팅 소자 등 다양한 광전소자에도 널리 활용될 수 있을 것으로 기대된다ˮ며 연구의 의의를 설명했다. 한편 이번 연구는 한국연구재단의 중견연구사업, 나노 및 소재 기술개발사업의 지원을 받아 수행됐다.
2022.03.16
조회수 7145
강화학습을 활용한 인공지능으로 자유구조 메타표면 최적화 성공
우리 대학 전기및전자공학부 장민석 교수 연구팀이 KC ML2(반도체 제조 솔루션 기업 KC에서 설립한 연구조직) 박찬연 박사와 공동연구를 통해 강화학습에 기반한 자유 구조의 메타 표면 구조 설계 방법을 제안했다고 25일 밝혔다. 메타 표면은 빛의 파장보다 훨씬 작은 크기의 구조를 이용해 이전에 없던 빛의 성질을 달성하는 나노광학 소자를 뜻한다. 나노광학 소자는 빛의 특성을 미시 단위에서 제어하여, 자율주행에 쓰이는 라이다(LiDAR) 빔조향 장치, 초고해상도 이미징 기술, 디스플레이에 활용되는 발광소자의 광특성 제어, 홀로그램 생성 등에 활용될 수 있다. 최근 나노광학 소자에 대한 기대 성능이 높아지면서, 이전에 있던 소자구조를 훨씬 뛰어넘는 성능을 달성하기 위해 자유 구조를 가지는 소자의 최적화에 관한 관심이 증가하고 있다. 자유 구조와 같이 넓은 설계공간을 가진 문제에 대해 강화학습을 적용해 해결한 사례는 이번이 최초다. 우리 대학 서동진 연구원 및 ML2 남원태 연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `ACS 포토닉스(ACS Photonics)' 2022년 2월호 전면 표지논문으로 게재됐다. (논문명 : Structural Optimization of a One-Dimensional Freeform Metagrating Deflector via Deep Reinforcement Learning) 강화학습은 동물이 학습하는 방법을 모방한 인공지능 방법론이다. 동물 행동 심리학에서 `스키너의 상자'라고 알려진 실험이 그 모티브가 되었는데, 해당 실험은 상자 내부에 쥐를 넣고 누르면 먹이가 나오는 지렛대를 함께 두는 방식으로 진행된다. 처음에 무작위 행동을 하던 쥐는 지렛대를 누르면 먹이가 나오는 것을 확인한다. 시간이 지날수록 더 높은 빈도수로 지렛대를 누르게 되는데, 이렇게 어떠한 보상(먹이)이 행동(지렛대를 누르는 행위)을 `강화'하는 것을 관찰할 수 있다. 해당 실험과 매우 유사한 구조를 갖는 강화학습은 행동 주체가 자기를 둘러싼 `환경'으로부터 `보상'을 받으면서 환경에 대해 배워나가는 인공지능 방법론이다. 2016년 이세돌 9단과의 대국에서 승리한 구글 딥마인드의 `알파고(AlphaGo)'가 그 대표적 사례다. 알파고는 바둑판으로 표현되는 환경과의 상호작용을 통해 바둑의 복잡한 규칙을 학습했고, 우주에 있는 원자보다 많다고 알려진 경우의 수 중 최적에 가까운 선택을 할 수 있었다. 최근 인공지능 학계에서 강화학습은 인간의 지능과 가장 유사한 형태의 인공지능 방법론으로 크게 주목받고 있다. 연구팀은 복잡한 환경을 쉽게 학습할 수 있는 강화학습의 특징을 메타 표면 자유 구조의 최적화에 활용하는 아이디어를 제안했다. 이전에 메타 표면 자유 구조 최적화 기술은 너무 많은 경우의 수로 인해 해결하기 어려운 것으로 여겨졌다. 따라서 기존 연구 방향은 주로 간단한 기본도형 등으로 구조를 단순화한 방식을 활용했다. 하지만 해당 방식은 기하학적 구조가 제한된다는 한계가 있었고, 더욱 복잡한 구조에 대한 최적화 기술은 달성하기 어려운 것으로 여겨졌다. 연구팀이 제안한 알고리즘은 아주 간단한 아이디어에서 출발한다. 강화학습의 `행동'을 구조의 구성요소를 하나씩 `뒤집는' 것으로 정의하는 것이다. 이것은 기존에 구조를 전체적으로 생성하는 방식으로만 생각되었던 자유 구조의 최적화에 대한 발상을 뒤집는 것이었다. 연구팀은 해당 방법을 이용해 메타 표면에 대한 특별한 사전지식 없이도 가능한 구조를 넓게 탐색하고 최적 구조를 발견할 수 있음을 보였다. 또한, 많은 입사 조건에서 최신 성능과 비슷하거나 앞서며 특정 조건에서는 100%에 가까운 효율을 달성했다. 이번 연구를 통해 자유 구조 최적화 분야의 새로운 돌파구를 찾을 것으로 기대되며, 광소자뿐 아니라 많은 분야의 소자 구조 최적화에도 활용될 수 있을 것으로 기대된다. 제1 저자인 서동진 연구원은 "강화학습은 복잡한 환경에서 최적의 경우를 찾는 데에 효과적인 알고리즘이다. 이번 연구에서 해당 방법으로 자유 구조의 최적화를 수행하는 것에 성공하는 사례를 남겨 기쁘다ˮ고 말했다. 장민석 교수는 "광공학에 인공지능 기술을 적용하는 분야에서 좋은 결과가 나와 과학의 위상을 높이는 데 기여하기를 희망한다ˮ고 말했다. 한편 이번 연구는 한국연구재단의 중견연구자지원사업(전략연구), 한-스위스 이노베이션프로그램, 그리고 미래소재디스커버리 사업의 지원을 받아 수행됐다.
2022.02.25
조회수 8765
인간의 촉각 뉴런을 모방한 뉴로모픽 모듈 개발
우리 대학 전기및전자공학부 최양규 교수 연구팀이 지난 2021년 8월에 뉴런과 시냅스를 동일 평면 위에서 동시 집적으로 ‘인간의 뇌를 모방한 뉴로모픽 반도체 모듈’을 개발하고, 연이어서 이번에는 ‘인간의 촉각 뉴런을 모방한 뉴로모픽 모듈’을 개발하는 데에 성공했다고 24일 밝혔다. 개발된 모듈은 인간의 촉각 뉴런과 같이 압력을 인식해 스파이크 신호를 출력할 수 있어, 뉴로모픽 촉각 인식 시스템을 구현할 수 있다. 우리 대학 전기및전자공학부 한준규 박사과정과 초일웅 박사과정이 공동 제1 저자로 참여한 이번 연구는 저명한 국제 학술지 ‘어드밴스드 사이언스(Advanced Science)’ 2022년 1월 온라인판에 출판됐으며, 후면 표지 논문(Back Cover)으로 선정됐다. (논문명 : Self-powered Artificial Mechanoreceptor based on Triboelectrification for a Neuromorphic Tactile System). 인공지능을 이용한 촉각 인식 시스템은 센서 어레이에서 수신된 신호를 인공 신경망을 이용해 높은 정확도로 물체, 패턴, 또는 질감을 인식할 수 있어, 다양한 분야에 걸쳐 유용하게 사용되고 있다. 하지만 이러한 시스템의 대부분은 폰 노이만 컴퓨터가 필요한 소프트웨어를 기반으로 하므로, 높은 전력을 소모할 수밖에 없어 모바일 또는 사물인터넷(IoT) 장치에 적용되기는 어렵다. 한편, 생물학적 촉각 인식 시스템은, 스파이크 형태로 감각 정보를 전달함으로써 낮은 전력 소비만으로 물체, 패턴, 또는 질감을 판별할 수 있다. 따라서 저전력 촉각 인식 시스템을 구축하기 위해, 생물학적 촉각 인식 시스템을 모방한 뉴로모픽 촉각 인식 시스템이 주목을 받고 있다. 뉴로모픽 촉각 인식 시스템을 구현하기 위해서는 인간의 촉각 뉴런처럼 외부 압력 신호를 스파이크 형태의 전기 신호로 변환해주는 구성 요소가 필요하다. 하지만, 일반적인 압력 센서는 이러한 기능을 수행할 수 없다. 연구팀은 마찰대전 발전기(triboelectric nanogenrator, TENG)와 바이리스터(biristor) 소자를 이용해, 압력을 인식해 스파이크 신호를 출력할 수 있는 뉴로모픽 모듈을 개발했다. 제작된 뉴로모픽 모듈은 마찰대전을 이용하기 때문에, 자가 발전이 가능하고 3 킬로파스칼(kPa) 수준의 낮은 압력을 감지할 수 있다. 이는 손가락으로 사물을 만질 때, 피부가 느끼는 압력 정도의 크기다. 연구팀은 제작된 뉴로모픽 모듈을 바탕으로 저전력 호흡 모니터링 시스템을 구축했다. 호흡 모니터링 센서가 코 주위에 설치되면 들숨 및 날숨을 감지하고 복부 주변에 설치되면 복식호흡을 별도로 감지할 수 있다. 따라서 수면 중 무호흡이 일어날 경우, 이를 감지해 경보를 보냄으로써 심각한 상황으로의 진행을 미연에 방지할 수 있다. 연구를 주도한 한준규 박사과정은 "이번에 개발한 뉴로모픽 센서 모듈은 센서 구동에 필요한 에너지를 스스로 생산하는 반영구적 자가 발전형으로 사물인터넷(IoT) 분야, 로봇, 보철, 인공촉수, 의료기기 등에 유용하게 사용될 수 있을 것으로 기대된다ˮ며, "이는 `인-센서 컴퓨팅(In-Sensor Computing)' 시대를 앞당기는 발판이 될 것이다ˮ고 연구의 의의를 설명했다. 한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 중견연구사업, 미래반도체사업, BK21 사업 및 반도체설계교육센터의 지원을 받아 수행됐다.
2022.02.25
조회수 9600
<<
첫번째페이지
<
이전 페이지
1
2
3
4
5
6
7
8
9
10
>
다음 페이지
>>
마지막 페이지 13