< 전기및전자공학부 최신현 교수 >
우리 대학 전기및전자공학부 최신현 교수 연구팀이 다공성 구조를 갖는 *차세대 저항 변화 소자(멤리스터)를 활용해 우리 뇌의 신경전달물질 시냅스를 모방한 고신뢰성 소자(시냅스 소자)를 개발했다고 25일 밝혔다.
☞ 멤리스터(Memristor): 메모리와 레지스터의 합성으로 이전의 상태를 모두 기억하는 메모리 소자. 전원공급이 끊어졌을 때도 직전에 통과한 전류의 방향과 양을 기억한다.
최 교수 연구팀은 기존 양이온 저항 변화 방식과 음이온 저항 변화 방식을 혼합한 하이브리드 형태로 매개체를 구성해, 비정질로 이루어진 다공성 구조 및 버퍼 층을 이용해 고신뢰성 시냅스 소자를 설계했다. 해당 구조는 저온 공정을 통해 형성함으로써 기존 실리콘 상보형 산화금속 반도체(CMOS)에 집적 및 적층 가능해 집적도 높은 대용량 로직/인공신경망 컴퓨팅 시스템 제작에 활발히 응용될 수 있을 것으로 기대된다.
우리 대학 최상현 연구원과 박시온 연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 어드밴시스(Science Advances)' 1월호에 출판됐다. (논문명 : Reliable multilevel memristive neuromorphic devices based on amorphous matrix via quasi-1D filament confinement and buffer layer)
멤리스터는 저전력으로 인메모리(In-memory) 컴퓨팅, 가중치 저장, 행렬 계산 능력(vector-matrix multiplication) 등으로 차세대 논 폰노이만 구조에 쓰일 수 있는 차세대 소자로 주목받고 있다.
그러나 현존하는 멤리스터로 실용적인 대용량 인공신경망 컴퓨팅 (Large-scale neural computing) 시스템을 만들기 위해서는 멤리스터 단위 소자의 신뢰성을 확보할 수 있는 연구가 필요하다.
소자의 신뢰성 저하는 전통적으로 비정질 물질 내에 무작위적으로 움직이는 결함 및 이온의 배치에서 기인한다. 최신현 교수는 이러한 문제를 단결정 물질을 사용해 결함 및 이온의 무작위적인 움직임을 제어함으로써 소자 신뢰성 확보에 성공한 바 있다. 하지만 단결정을 이용하는 문제 및 제작에 고온 공정이 필요하므로 기존 실리콘 CMOS에 집적 및 적층이 어려워 집적도를 높이는 데 한계가 있었다.
< 그림 1. 연구에서 제작한 소자의 이미지와 각 구조에서 유도되는 특성 >
연구팀은 이번 연구를 통해 기존의 비정질 물질을 사용해 신뢰성을 확보할 수 있는 다공성 구조의 양이온 제어층 및 버퍼층으로 이용되는 음이온 제어층을 설계했고, 이를 통해 적층 및 집적 가능한 소자를 제작했다. 연구팀은 기존 소자 대비 6배 이상 신뢰성을 개선할 수 있었으며, 이와 동시에 인공 시냅스 소자로서 필요한 다른 특성들도 확보할 수 있었다.
연구를 주도한 최신현 교수는 "이번에 개발한 고신뢰성 시냅스 소자는 안정적인 대용량 어레이 제작의 방향성을 제시할 수 있을 것으로 기대되며, 차세대 신소자를 기반으로 한 뉴로모픽 컴퓨팅 등 빅데이터 처리가 필요한 응용 분야에 적합한 플랫폼을 구축하는 데에 기여할 수 있기를 바란다. 또한, 미국, 대만 기업에서 활발히 진행 중인 차세대 신소자 기반 기술 개발이 국내에서도 활성화되기를 희망한다ˮ며 "다른 물질계에서도 구조적으로 적용할 수 있는 방법론을 제시함으로써 활발히 연구가 진행될 것으로 생각된다ˮ고 연구의 의의를 설명했다.
한편 이번 연구는 한국연구재단, 나노종합기술원, 삼성미래기술육성재단의 지원을 받아 수행됐다.
-
연구 버리던 ‘잡음’으로 뇌처럼 신호 처리하는 ‘인공 뉴런’ 개발
반도체에서 ‘잡음’은 신호를 방해해 없애야 할 골칫거리로 여겨져 왔다. 우리 대학 연구진이 이 잡음을 없애는 대신 뇌처럼 정보를 처리하는 데 활용하는 기술을 개발했다. 잡음을 조절해 사람의 움직임부터 음성까지 서로 다른 신호의 특징을 골라 처리할 수 있는 인공 뉴런을 구현한 것이다. 향후 하나의 반도체로 다양한 신호를 처리하는 저전력 두뇌모사 반도체 개발에 활용될 것으로 기대된다. 우리 대학은 신소재공학과 김경민 교수 연구팀이 반도체에서 자연스럽게 발생하는 잡음을 활용해 사람의 뇌처럼 정보를 처리하는 새로운 뉴로모픽 뉴런* 반도체 기술을 개발했다고 16일 밝혔다. 이 기술은 원하는 주파수의 신호를 골라내 뇌의 뉴런과 유사한 전기 신호로 바꿔 처리할 수 있다. * 뉴로모픽 뉴런: 뇌 신경세포의 작동 방식을 본떠 만든 인공 신경세포(반도체 소자) 전자기기에서 잡음은 라디오의 ‘지지직’ 소리처럼 신호에 불규칙하게 섞여 정보를 정확히 읽는
2026-08-18 -
연구 ‘두 얼굴’ 나노소재 나온다...방사성 오염물질 골라 잡는 신소재 개발 길 열어
방사성 오염물질 제거와 전자파 차폐 등 다양한 기능성 소재 개발의 길이 열렸다. 우리 대학 연구진은 양면의 원자 구성이 달라 서로 다른 기능을 구현할 수 있는 이른바 ‘두 얼굴' 나노소재, 비대칭 맥신(Asymmetric MXene) 제작의 핵심 원료를 세계 최초 수준으로 합성하는 데 성공했다. 우리 대학은 원자력및양자공학과 류호진 교수 연구팀이 차세대 기능성 나노소재인 비대칭 맥신(양면의 원자 구성이 서로 다른 2차원 나노소재) 제작에 필요한 비대칭 층상 세라믹(원자층이 층층이 쌓인 비대칭 구조의 세라믹)을 실험적으로 합성하는 데 성공했다고 11일 밝혔다. 맥신(MXene)은 전기가 잘 통하고 표면 반응성이 뛰어난 2차원 나노소재로, 에너지 저장장치와 센서 등 다양한 첨단기술 분야에서 주목받고 있다. 하지만 지금까지 개발된 맥신은 양면의 원자 구성이 같은 대칭 구조여서 구현할 수 있는 기능에 한계가 있었다. 반면 비대칭 맥신은 양면의 원자 조성이 서로 달라
2026-06-11 -
연구 세계 최초 양자컴퓨팅으로 레고처럼 다공성 물질 설계
다성분 다공성 물질(Multivariate Porous Materials, MTV)은 일종의 ‘레고 블록 집합’과 같이 분자 수준에서 맞춤형 설계가 가능한 소재로, 원하는 구조를 자유롭게 구현할 수 있다. 이를 활용하면 에너지 저장·변환을 비롯해 다양한 응용이 가능해 환경 문제 해결과 차세대 에너지 기술 발전에 크게 기여할 수 있다. 우리 연구진은 여기에 양자컴퓨팅을 세계 최초로 도입해 복잡한 MTV 설계의 난제를 해결했으며, 이를 통해 차세대 촉매·분리막·에너지 저장 소재 개발의 혁신적 길을 열었다. 우리 대학 생명화학공학과 김지한 교수 연구팀이 양자컴퓨터를 활용해 수백만 가지 다성분 다공성 물질(이하 MTV)의 설계 공간을 효율적으로 탐색할 수 있는 새로운 프레임워크를 개발했다고 9일 밝혔다. MTV 다공성 물질은 두 종류 이상의 유기 리간드(링커)와 금속 클러스터와 같은 빌딩 블록 물질 간의 결합을 통해 형성
2025-09-09 -
연구 로봇도 사람처럼 위험할때만 즉각 반응한다
인공지능과 로봇 기술의 동반 발전 속에서, 로봇이 사람처럼 효율적으로 환경을 인식하고 반응하는 기술 확보가 중요한 과제로 떠오르고 있다. 이에 한국 연구진이 별도의 복잡한 소프트웨어나 회로 없이도 생명체의 감각 신경계를 모사한 인공 감각 신경계를 새롭게 구현해 주목받고 있다. 이 기술은 에너지 소모를 최소화하면서 외부 자극에 지능적으로 반응할 수 있어, 초소형 로봇이나 로봇 의수 등 의료 및 특수 환경에서의 활용이 기대된다. 우리 대학 전기및전자공학부 최신현 석좌교수, 충남대학교 반도체융합학과 이종원 교수 공동연구팀이 생명체의 감각 신경계 기능을 모사하는 차세대 뉴로모픽 반도체 기반 인공 감각 신경계를 개발하고, 이를 통해 외부 자극에 효율적으로 대응하는 신개념 로봇 시스템을 증명했다고 15일 밝혔다. 사람을 포함한 동물은 안전하거나 익숙한 자극은 무시하고, 중요한 자극에는 선별적으로 민감하게 반응함으로써, 에너지 낭비를 방지하면서도 중요한 자극에 집중해 민첩하게 외부 변
2025-07-15 -
연구 원하는 소재 개발 인공지능 모퓨전(MOFFUSION)으로
최근 생성형 인공지능은 텍스트, 이미지, 비디오 생성 등 다양한 분야에서 널리 사용되고 있지만, 소재 개발 분야에서는 아직 충분히 활용되지 못하고 있다. 이러한 상황에서 KAIST 연구진이 구조적 복잡성을 지닌 다공성 소재를 생성하는 인공지능 모델을 개발하여, 사용자가 원하는 특성의 소재를 선택적으로 생성할 수 있게 되었다. 우리 대학 생명화학공학과 김지한 교수 연구팀이 원하는 물성을 가진 금속 유기 골격체(Metal-Organic Frameworks, MOF)를 생성하는 인공지능 모델을 개발했다고 23일 밝혔다. 김지한 교수 연구팀이 개발한 생성형 인공지능 모델인 모퓨전(MOFFUSION)은 금속 유기 골격체의 구조를 보다 효율적으로 표현하기 위해, 이들의 공극 구조를 3차원 모델링 기법을 활용해 나타내는 혁신적인 접근 방식을 채택했다. 이 기법을 통해 기존 모델들에서 보고된 낮은 구조 생성 효율을 81.7%로 크게 향상시켰다. 또한, 모퓨전은 생성 과정에서 사용자
2025-01-23