%EB%89%B4%EB%A1%9C%EB%AA%A8%ED%94%BD
-
고속 동작 뉴로모픽 자성 소자 핵심 기술 개발
우리 대학 신소재공학과 박병국, 신소재공학과 정연식, 물리학과 김갑진 교수 연구팀이 고속 동작 자성메모리의 핵심 전극 소재로 활용될 수 있는 *반강자성체의 자화 방향을 전기적으로 제어할 수 있는 소재 기술을 개발했다고 29일 밝혔다.
* 반강자성체(antiferromagnetic material): 인접한 원자의 자기모멘트의 방향이 서로 반대 방향으로 평행한 구조를 가져, 외부에서 자기장을 걸었을 때 자성을 띠는 강자성체와는 달리 알짜자화값이 나타나지 않는 물질로 누설자기장이 없고 고속스위칭 특성을 갖는다.
공동연구팀의 결과는 기존의 강자성체 기반 자성 소자보다 집적도가 높고 동작 속도가 10배 이상 빠르다고 예상되는 반강자성체 기반 소자의 개발 가능성을 높였다. 또한, 기존에 알짜 자화값이 존재하지 않아서 자화의 방향을 제어하기 어려웠던 반강자성체를 전기적으로 조절할 수 있는 기술을 개발함으로써 반강자성체의 자화 방향을 연속적으로 제어하여 기존의 이진법을 뛰어넘는 멀티레벨 메모리 특성을 보였다. 이는 뇌의 시냅스 동작을 모방할 수 있어 뉴로모픽 컴퓨팅에 응용될 수 있을 것으로 기대된다.
우리 대학 신소재공학과 강재민 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)'에 11월 5일 字온라인 게재됐다. (논문명 : Current-induced manipulation of exchange bias in IrMn/NiFe bilayer structures)
자성메모리(Magnetic Random Access Memory, MRAM)는 차세대 비휘발성 메모리 소자로 개발되고 있다. 기존 자성메모리는 강자성체를 기반으로 하는데, 고집적 소자에서는 강자성체에서 발생하는 누설 자기장으로 인해 인접한 자기 소자 사이에 간섭이 발생하게 된다.
이에 반해 반강자성체는 알짜 자성을 띠고 있지 않아서 누설 자기장이 발생하지 않아 이를 자성 소자에 적용하면 초고집적 자기메모리 소자 개발이 가능하게 된다. 이를 위해서 반강자성체의 자화 방향을 전기적으로 제어하는 기술의 개발이 요구되고 있다.
연구팀은 교환 결합(exchange bias)*이 형성된 반강자성체/강자성체 이중층 구조를 제작해 반강자성체에서 생성되는 스핀 전류를 이용해 반강자성체의 자화 방향이 전류의 크기와 부호에 따라 가역적으로 회전함을 실험적으로 규명했다. 또한 반강자성체의 자화 방향을 연속적으로 제어해 다중상태 메모리 구성이 가능함을 보였다.
* 교환결합(exchange bias): 반강자성체/강자성체 이중층 구조에서 경계면에 있는 스핀 모멘트들이 상호작용으로 결합하는 현상으로 강자성체에 유효자기장이 발생하게 된다.
연구팀이 개발한 반강자성 제어 기술 및 다중상태 스위칭 거동을 활용하면 초고집적 및 초고속 동작이 가능한 반강자성체 기반 자성메모리 및 뉴로모픽 소자의 핵심 기술로써 활용될 수 있을 것으로 기대된다.
제1 저자인 강재민 박사과정은 "이번 연구는 반강자성체의 자화 방향을 스핀 전류로 제어할 수 있음을 실험으로 규명해, 향후 반강자성체를 기반으로 하는 차세대 반도체 기술로 여겨지는 스핀트로닉스 전자소자 개발에 응용될 수 있을 것이다ˮ 라고 밝혔다.
한편 이번 연구는 과학기술정보통신부 미래소재디스커버리사업과 중견연구자지원 사업, KAIST 글로벌 특이점 연구과제의 지원을 받아 수행됐다.
2021.11.30 조회수 7474 -
인간의 뇌를 모방한 뉴로모픽 반도체 개발
우리 대학 전기및전자공학부 최양규, 최성율 교수 공동연구팀이 인간의 뇌를 모방한 고집적 뉴로모픽 반도체를 개발했다고 5일 밝혔다.
뉴로모픽(neuromorphic) 하드웨어는, 인간의 뇌가 매우 복잡한 기능을 수행하지만 소비하는 에너지는 20와트(W) 밖에 되지 않는다는 것에 착안해, 인간의 뇌를 모방해 인공지능 기능을 하드웨어로 구현하는 방식이다. 뉴로모픽 하드웨어는 기존의 폰 노이만(von Neumann) 방식과 다르게 인공지능 기능을 초저전력으로 수행할 수 있어 많은 주목을 받고 있다.
공동연구팀은 단일 트랜지스터를 이용해 인간의 뇌를 모방한 뉴런과 시냅스로 구성된 뉴로모픽 반도체를 구현했다. 이 반도체는 상용화된 실리콘 표준 공정으로 제작되어, 뉴로모픽 하드웨어 시스템의 상용화 가능성을 획기적으로 높였다.
우리 대학 전기및전자공학부 한준규 박사과정이 제1 저자로, 같은 학부 오정엽 박사과정이 제2 저자로 참여한 이번 연구는 저명 국제 학술지 `사이언스 어드벤시스(Science Advances)' 8월 온라인판에 출판됐다. (논문명 : Co-integration of single transistor neurons and synapses by nanoscale CMOS fabrication for highly scalable neuromorphic hardware).
뉴로모픽 하드웨어를 구현하기 위해서는, 생물학적 뇌와 동일하게 일정 신호가 통합되었을 때 스파이크를 발생하는 뉴런과 두 뉴런 사이의 연결성을 기억하는 시냅스가 필요하다. 하지만, 디지털 또는 아날로그 회로를 기반으로 구성된 뉴런과 시냅스는 큰 면적을 차지하기 때문에 집적도 측면에서 한계가 있다. 인간의 뇌가 약 천억 개(1011)의 뉴런과 백조 개(1014)의 시냅스로 구성된다는 점에서, 실제 모바일 및 사물인터넷(IoT) 장치에 사용되기 위해서는 집적도를 개선할 필요가 있다.
이를 개선하기 위해 다양한 소재 및 구조 기반의 뉴런과 시냅스가 제안되었지만, 대부분 표준 실리콘 미세 공정 기술로 제작될 수 없어 상용화가 어렵고 양산 적용에 문제가 많았다.
연구팀은 문제 해결을 위해 이미 널리 쓰이고 있는 표준 실리콘 미세 공정 기술로 제작될 수 있는 단일 트랜지스터로 생물학적 뉴런과 시냅스의 동작을 모방했으며, 이를 동일 웨이퍼(8 인치) 상에 동시 집적해 뉴로모픽 반도체를 제작했다.
제작된 뉴로모픽 트랜지스터는 현재 양산되고 있는 메모리 및 시스템 반도체용 트랜지스터와 같은 구조로, 트랜지스터가 메모리 기능 및 논리 연산을 수행하는 것은 물론, 새로운 뉴로모픽 동작이 가능함을 실험적으로 보여 준 것에 가장 큰 의미가 있다. 기존 양산 트랜지스터에 새로운 동작원리를 적용해, 구조는 같으나 기능이 전혀 다른 뉴로모픽 트랜지스터를 제작했다. 뉴로모픽 트랜지스터는 마치 동전에 앞면과 뒷면이 동시에 있는 것처럼, 뉴런 기능도 하고 시냅스 기능도 수행하는 야누스(Janus) 구조로 구현 가능함을 세계 최초로 입증했다.
연구팀의 기술은 복잡한 디지털 및 아날로그 회로를 기반으로 구성되던 뉴런을 단일 트랜지스터로 대체 구현해 집적도를 획기적으로 높였고, 더 나아가 같은 구조의 시냅스와 함께 집적해 공정 단순화에 따른 비용 절감을 할 수 있는 신기술이다. 기존 뉴런 회로 구성에 필요한 평면적이 21,000 단위인 반면, 새로 개발된 뉴로모픽 트랜지스터는 6 단위 이하이므로 집적도가 약 3,500 배 이상 높다.
연구팀은 제작된 뉴로모픽 반도체를 바탕으로 증폭 이득 조절, 동시성 판단 등의 뇌의 기능을 일부 모방했고, 글자 이미지 및 얼굴 이미지 인식이 가능함을 보였다.
연구팀이 개발한 뉴로모픽 반도체는 집적도 개선과 비용 절감 등에 이바지하며, 뉴로모픽 하드웨어의 상용화를 앞당길 수 있을 것으로 기대된다.
한준규 박사과정은 "상보성 금속 산화막 반도체(CMOS) 기반 단일 트랜지스터를 이용해 뉴런과 시냅스 동작이 가능함을 보였다ˮ 라며 "상용화된 CMOS 공정을 이용해 뉴런, 시냅스, 그리고 부가적인 신호 처리 회로를 동일 웨이퍼 상에 동시에 집적함으로써, 뉴로모픽 반도체의 집적도를 개선했고, 이는 뉴로모픽 하드웨어의 상용화를 한 단계 앞당길 수 있을 것이다ˮ 라고 말했다.
한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 중견연구사업, 미래반도체사업 및 반도체설계교육센터의 지원을 받아 수행됐다.
2021.08.06 조회수 10931 -
최성율 교수, 뉴로모픽 칩의 시냅스 구현
〈 최성율 교수 〉
우리 대학 전기및전자공학부 최성율 교수 연구팀이 멤리스터(Memristor) 소자의 구동 방식을 아날로그 형태로 변화해 뉴로모픽 칩의 시냅스로 활용할 수 있는 기술을 개발했다.
이 기술을 통해 기존의 디지털 비휘발성 메모리로만 이용되던 멤리스터를 아날로그 형태로 활용함으로써 인간의 뇌를 모사한 인공지능 컴퓨팅 칩인 뉴로모픽 칩의 상용화에 기여할 수 있을 것으로 기대된다.
장병철 박사(현 삼성전자 연구원), 김성규 박사(현 노스웨스턴대학), 양상윤 연구교수가 공동 1 저자로 참여하고 美 노스웨스턴 대학, KAIST 임성갑 교수가 공동으로 수행한 이번 연구는 나노과학 분야 국제 학술지 ‘나노 레터스 (Nano Letters)’ 1월 4일 온라인판에 게재됐다.
사람 뇌를 닮은 반도체로 알려진 뉴로모픽 칩은 기존의 반도체 칩이 갖는 전력 확보 문제를 해결할 수 있고 데이터 처리 과정을 통합할 수 있어 차세대 기술로 주목받고 있다.
멤리스터는 메모리와 레지스터의 합성어로, 메모리와 프로세스가 통합된 기능을 수행할 수 있다. 특히 뉴로모픽 칩 내부에 물리적 인공신경망을 가장 효과적으로 구현할 수 있는 크로스바 어레이(crossbar array) 제작에 최적인 소자로 알려져 있다.
물리적 인공신경망은 뉴런 회로와 이들의 연결부인 시냅스 소자로 구성되는데 뉴로모픽 칩 기반의 인공지능 연산을 수행할 때 각 시냅스 소자에서는 뉴런 간의 연결 강도를 나타내는 전도도 가중치가 아날로그 데이터로 저장 및 갱신돼야 한다.
그러나 기존 멤리스터들은 대부분 비휘발성 메모리 구현에 적합한 디지털의 특성을 가져 아날로그 방식의 구동에 한계가 있었고, 이로 인해 시냅스 소자로 응용하기 어려웠다.
최 교수 연구팀은 플라스틱 기판 위에 고분자 소재 기반의 유연 멤리스터를 제작하면서 소자 내부에 형성되는 전도성 금속 필라멘트 크기를 금속 원자 수준으로 얇게 조절하면 멤리스터의 동작이 디지털에서 아날로그 방식으로 변화하는 것을 발견했다.
연구팀은 이러한 현상을 이용해 멤리스터의 전도도 가중치를 연속적, 선형적으로 갱신할 수 있고 구부림 등의 기계적 변형 상태에서도 정상 동작하는 유연 멤리스터 시냅스 소자를 구현했다.
유연 멤리스터 시냅스로 구성된 인공신경망은 학습을 통해 사람의 얼굴을 효과적으로 인식해 분류할 수 있고 손상된 얼굴 이미지도 인식할 수 있음을 확인했다. 이를 통해 얼굴, 숫자, 사물 등의 인식을 효율적으로 수행할 수 있는 유연 뉴로모픽 칩 개발의 가능성을 확보했다.
최 교수는 “멤리스터 소자의 구동 방식이 디지털에서 아날로그로 변화되는 주요 원리를 밝힘으로써 다양한 멤리스터 소자들을 디지털 메모리 또는 시냅스 소자로 응용할 수 있는 길을 열었다”라며 “고성능 뉴로모픽 칩 개발의 가속화에 기여할 수 있을 것이다” 라고 말했다.
이번 연구는 과학기술정보통신부 한국연구재단 글로벌프론티어사업 중 (재)나노기판소프트일렉트로닉스 연구단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 플라스틱 기판 위에 제작된 유연 멤리스터 시냅스 소자 모식도
2019.02.11 조회수 10098