기계공학부 김태성 교수팀, ‘열로 조이는’ 기술로 차세대 AI 반도체 혁신

- 전극의 열팽창 차이 활용해 원자 배열 정렬... 붕어빵 틀처럼 메모리 구조 완성

- 기존 대비 전력 소모 낮추고 연산 속도 높여... 이미지 인식 정확도 97.2% 달성

기계공학부 김태성 교수 연구팀이 마치 '붕어빵'을 찍어내듯 열을 이용해 반도체 내부 구조를 정밀하게 조절하는 기술을 개발, 차세대 인공지능(AI) 하드웨어의 성능을 획기적으로 높이는 데 성공했다. 이 기술을 활용하면 지금보다 훨씬 적은 전기로도 복잡한 AI 연산을 빠르게 처리할 수 있게 된다.

우리가 쓰는 컴퓨터나 스마트폰은 대개 '폰 노이만 방식'을 사용한다. 이는 책상(연산 장치)과 책꽂이(메모리)가 멀리 떨어져 있는 것과 비슷해서, 공부를 할 때마다 매번 책을 가지러 왔다 갔다 해야 하므로 시간이 걸리고 힘이 든다. 이를 해결하기 위해 책꽂이 안에서 직접 공부까지 끝내버리는 방식을 '인-메모리 컴퓨팅'이라고 부르며, 이를 실현할 핵심 부품이 바로 이번 연구의 주인공인 '강유전 트랜지스터'다.

하지만 이 부품을 만드는 소재인 '하프늄 산화물'은 다루기가 매우 까다롭다. 메모리 기능을 제대로 수행하려면 내부의 원자들이 특정한 모양(사방정계)으로 예쁘게 줄을 서야 하는데, 아주 얇게 만들면 이 줄이 쉽게 흐트러져 성능이 떨어지는 문제가 있었다. 기존에는 이를 해결하기 위해 다른 화학 물질을 섞기도 했지만, 과정이 복잡하고 대량 생산이 어렵다는 한계가 있었다.

김태성 교수 연구팀은 여기서 '열팽창'이라는 물리적 원리를 도입했다. 물질마다 열을 받았을 때 늘어나는 정도가 다르다는 점에 착안한 것이다. 반도체 재료를 감싸는 전극이 식으면서 미세하게 수축할 때, 그 힘이 내부의 하프늄 산화물을 꽉 조여주도록 설계했다. 마치 꽉 끼는 옷이 몸매를 잡아주는 것처럼, 열에 의한 물리적인 힘이 원자들을 메모리 기능에 가장 적합한 위치로 정렬시킨 것이다.

이 새로운 공법으로 만든 반도체 소자는 아주 얇으면서도 1조 번 이상 작동해도 고장이 나지 않을 만큼 튼튼했다. 또한, 이 소자들을 연결해 인공지능이 그림을 인식하게 한 결과 97.2%라는 높은 정확도를 기록했다. 이는 복잡한 화학 공정 없이도 온도 조절만으로 세계적인 수준의 AI 반도체를 만들 수 있음을 증명한 사례다.

김태성 교수는 “이번 연구는 화학적인 변화 대신 ‘열에 의한 힘’이라는 물리적 설계로 차세대 반도체의 한계를 극복했다는 점이 핵심”이라며 “이 기술이 상용화되면 자율주행차나 스마트폰처럼 전력 소모가 중요한 기기에서 AI가 훨씬 더 똑똑하고 빠르게 작동할 수 있을 것”이라고 설명했다.

본 연구 결과는 산업통상자원부와 한국연구재단의 지원으로 수행되었으며, 나노과학 분야의 세계적 권위지인 ‘ACS Nano’에 1월 27일자로 게재되었다.

논문명: Thermal Expansion-Engineered Ferroelectric Transistor Arrays for Scalable Edge AI Computing.

저자명: (왼쪽부터) 교신저자 김태성 교수, 제1저자 김건욱 석박통합과정, 석현호 박사후연구원, 손시훈 석박통합과정, 최현빈 박사과정

학술지: ACS Nano

논문링크: https://pubs.acs.org/doi/10.1021/acsnano.5c14095

▲ 응력 조절을 통한 하프늄 산화물 격자공학 기반 고성능 강유전 트랜지스터 구현

▲ 텅스텐 전극을 이용한 하프늄-지르코늄 산화물 강유전 트랜지스터 어레이와 인공지능 하드웨어 구현 개념도

▲ (왼쪽부터) 교신저자 김태성 교수, 제1저자 김건욱 석박통합과정, 석현호 박사후연구원, 손시훈 석박통합과정, 최현빈 박사과정