< (왼쪽부터) 신소재공학과 김연규 박사과정, 엄성문 박사과정, 홍승범 교수 >
머리카락 두께의 수만 분의 1도 관찰할 수 있는 초정밀 현미경으로 특수 전자소자를 측정할 때 발생하던 오차의 원인이 밝혀졌다. 한미 공동 연구진이 그동안 측정 대상 물질의 특성으로 여겨졌던 오차가, 실제로는 현미경 탐침 끝부분과 물질 표면 사이의 극미세 공간 때문이라는 사실을 밝혀낸 것이다. 이번 연구는 반도체, 메모리 소자, 센서 등에 활용되는 나노 소재 특성을 정확하게 분석하여 관련 기술 발전에 크게 기여할 것이다.
우리 대학 신소재공학과 홍승범 교수 연구팀이 미국 버클리 대학 레인 마틴(Lane W. Martin) 교수팀과의 국제 공동연구를 통해, 주사탐침현미경 측정의 최대 난제였던 신호 정확도를 저해하는 핵심 요인을 규명하고 이를 제어하는 획기적인 방법을 개발했다고 18일 밝혔다.
연구팀은 현미경 탐침과 시료 표면 사이에 존재하는 비접촉 유전 간극이 측정 오차의 주요 원인임을 밝혀냈다. 이 간극은 측정환경에서 쉽게 변조되거나 오염물질로 채워져 있어 전기적 측정에 큰 영향을 미치는 것으로 나타났다.
이에 연구진은 물과 같은 고유전율 유체를 이용해 이 간극을 채우는 방법을 고안, 나노스케일 분극 전환 전압 측정의 정밀도를 8배 이상 향상했다. 이러한 접근은 기존의 대칭 커패시터 구조에서 얻은 결과와 거의 일치하는 값을 얻을 수 있어, 강유전체 박막의 특성 분석에 새로운 장을 열 것으로 기대되고 있다.
특히, 연구진은 규칙적으로 위아래 전기적 특성이 정렬된 리튬 니오베이트(PPLN, 광학 및 전자 소자에 사용되는 특수 결정) 물질에 물을 매개체로 사용했을 때, 기존보다 월등히 높은 정밀도의 압전 반응력 현미경(PFM, 물질의 미세 전기적 특성을 관찰하는 특수 현미경) 측정에 성공했다.
< 그림 1. (상단) 나노 유전 간극이 주사탐침현미경에서 작용되는 개략도. (좌) 물 제어 환경에서의 분극전환전압 측정, (중간) 실리콘 오일 제어 환경, (우) 일반적인 측정 환경 >
물로 제어된 유전 간극에서는 다른 분극 신호 간의 비대칭성이 4% 이하까지 떨어지는 것을 확인했다. 이는 물 분자가 표면 전하를 중화시켜 정전기력 영향을 최소화한 결과로 분석된다. 이는 마치 건조한 겨울철에 발생하는 정전기를 물로 없앨 수 있는 것과 비슷한 원리다.
홍승범 교수는 "이번 발견은 미세 탐침을 활용한 나노스케일 측정 기술의 불확실성 문제를 해결할 수 있는 기반 연구이며, 강유전체뿐만 아니라 다양한 기능성 재료의 전기적 특성 분석에 널리 적용될 수 있을 것”이라고 전망했다.
신소재공학과 엄성문 박사과정이 제 1저자로, 김연규 박사과정이 공저자로 참여한 이번 연구 결과는 국제 학술지 ‘어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)'에 9월 2일 자 출판되었다. (논문 제목: Unveiling the Nanoscale Dielectric Gap and Its Influence on Ferroelectric Polarization Switching in Scanning Probe Microscopy)
< 그림 2. 일반적인 환경과 물 제어 환경에서의 압전반응력현미경 이미징 결과. 물 환경에서 신호의 비대칭성과 품질이 월등하게 개선되었음 >
한편 이번 연구는 한국연구재단과 KAIST 글로벌 특이점 사업의 지원 및 미국 연구진과의 국제공동 연구를 통해 수행되었다.
-
연구 고성능 촉매 개발, 반도체 핫전자 기술을 통해 해결하다
우리 대학 화학과 박정영 석좌교수, 신소재공학과 정연식 교수, 그리고 KIST 김동훈 박사 공동 연구팀이 반도체 기술을 활용하여 촉매 성능에 특정 변인이 미치는 영향을 정량적으로 분석할 수 있는 새로운 플랫폼을 성공적으로 구현했다. 이를 통해 대표적인 다경로 화학 반응인 메탄올 산화 반응에서 메틸 포르메이트 선택성을 크게 향상시켰으며, 이번 연구는 차세대 고성능 이종 촉매 개발을 앞당기는 데 기여할 것으로 기대된다고 1일 밝혔다. 다경로 화학 반응에서는 반응성과 선택성의 상충 관계로 인해 특정 생성물의 선택성을 높이는 것이 어려운 문제로 남아 있다. 특히, 메탄올 산화 반응에서는 이산화탄소와 더불어 고부가 가치 생성물인 메틸 포르메이트가 생성되므로, 메틸 포르메이트의 선택성을 극대화하는 것이 중요하다. 그러나 기존 불규칙적인 구조의 이종 촉매에서는 금속-산화물 계면 밀도를 비롯한 여러 변인이 동시에 촉매 성능에 영향을 미치기 때문에 특정 변수가 개별적으로 미치는 영향을 분
2025-04-01 -
행사 인공지능반도체대학원, 제2회 한국인공지능시스템포럼 AI 산업혁신 논의
우리 대학 인공지능반도체대학원 주최로 20일(목) 오전 대전 오노마 호텔에서 ‘제2회 한국인공지능시스템포럼(KAISF) 조찬 강연회’가 성황리에 개최되었다. 본 행사는 인공지능(AI) 기술의 최신 동향과 혁신 및 응용, 특히 AI-X(AI-특정산업)에 대해 다양한 분야의 전문가들이 모여 심도 있는 논의를 진행하는 자리로 LG AI 연구원의 최정규 상무가 LLM(거대언어모델)에 대해 개발에 대해 발표한다. 조찬 회의에는 총 65명의 AI 전문가가 참석하였으며, LG AI 연구원에서 최근 개발하고 공개한 대규모 언어 모델인 ‘엑사원(EXAONE)에 대해 Driving the Future of AI Innovation’라는 주제로 발제 발표가 진행되었다. 최정규 LG AI 연구원 상무는 LG 엑사원의 현재 연구 현황과 향후 글로벌 AI 시장에서의 계획을 발표하였으며 특히 최근 AI 생태계를 뜨겁게 달구고 있는 ‘딥시크(Deep
2025-03-20 -
연구 최대 11배 빨라진 PIM 반도체 네트워크 개발
최근 인공지능, 빅데이터, 생명과학 등 연구에 사용되는 메모리 대역폭이 차지하는 비중이 높아, 메모리 내부에 연산장치를 배치하는 프로세싱-인-메모리(Processing-in-Memory, 이하 PIM) 반도체에 대한 연구개발이 활발히 진행되고 있다. 국제 공동 연구진이 기존의 PIM 반도체가 내부장치를 활용하면서도 통신을 할때 반드시 PIM 반도체 외부로 연결되는 CPU를 통해야한다는 문제점으로 발생한 병목현상을 해결했다. 우리 대학 전기및전자공학부 김동준 교수 연구팀이 미국 노스이스턴 대학(Northeastern Univ.), 보스턴 대학(Boston Univ.)와 스페인 무르시아 대학(Universidad de Murcia)의 저명 연구진과‘PIM 반도체 간 집합 통신에 특화된 인터커넥션 네트워크 아키텍처’를 통한 공동연구로 PIM 반도체의 통신 성능을 비약적으로 향상하는 기법을 개발했다고 19일 밝혔다. 김동준 교수 연구팀은 기존 PIM 반도체가
2025-02-19 -
인물 김정호 교수, 한국반도체학술대회 ‘2025 강대원 상’ 수상
우리 대학 전기및전자공학부 김정호 교수가 회로·시스템 분야 '2025년 강대원 상'을 한국반도체학술대회 상임운영위원회로부터 수상한다. 김 교수는 HBM 개발에 기여한 공로를 인정받아 SK하이닉스 이강욱 부사장과 함께 수상한다. 시상식은 13일 오후 강원도 하이원그랜드호텔에서 한국반도체산업협회 · 한국반도체연구조합 · DB하이텍이 공동으로 주관, 개최하는 ‘제32회 한국반도체학술대회(KCS 2025)’ 개막식에서 진행된다. 강대원 상은 세계 최초로 모스펫(MOSFET)과 플로팅게이트를 개발해, 반도체 기술 발전에 신기원을 이룩한 고(故) 강대원 박사를 기리기 위해 제정되었으며, 한국반도체학술대회 상임운영위원회가 지난 2017년 열린 제24회 반도체 학술대회부터 강대원 박사를 이을 인재들을 발굴, 선정해서 시상하고 있다. 김정호 교수는 ‘HBM 아버지’로 불리는 인공지능 반도체 분야의 세계적 권위
2025-02-12 -
연구 스스로 학습·수정하는 뉴로모픽 반도체칩 개발
기존 컴퓨터 시스템은 데이터 처리 장치와 저장 장치가 분리돼 있어, 인공지능처럼 복잡한 데이터를 처리하기에는 효율적이지 않다. KAIST 연구팀은 우리 뇌의 정보 처리 방식과 유사한 멤리스터 기반 통합 시스템을 개발했다. 이제 원격 클라우드 서버에 의존하지 않고 의심스러운 활동을 즉시 인식하는 스마트 보안 카메라부터 건강 데이터를 실시간으로 분석할 수 있는 의료기기까지 다양한 분야에 적용될 수 있게 되었다. 우리 대학 전기및전자공학부 최신현 교수, 윤영규 교수 공동연구팀이 스스로 학습하고 오류를 수정할 수 있는 차세대 뉴로모픽 반도체 기반 초소형 컴퓨팅 칩을 개발했다고 17일 밝혔다. 연구팀이 개발한 이 컴퓨팅 칩의 특별한 점은 기존 뉴로모픽 소자에서 해결이 어려웠던 비이상적 특성에서 발생하는 오류를 스스로 학습하고 수정할 수 있다는 것이다. 예를 들어, 영상 스트림을 처리할 때 칩은 움직이는 물체를 배경에서 자동으로 분리하는 법을 학습하며 시간이 지날수록 이 작업을 더 잘 수
2025-01-22