DGIST, 세계 최초 ‘수소’로 기억하고 학습하는 AI 반도체 개발

산소 결함 의존하던 메모리 한계 돌파

수소 원자 제어로 AI 연산·저장 동시 수행

(왼쪽부터)DGIST 이현준, 노희연, 이신범, 이명재, 우지용 경북대 공동연구팀.ⓒDGIST

대구경북과학기술원(DGIST)은 나노기술연구부 이현준·노희연 연구팀이 전기 신호로 수소를 정밀하게 조절해 스스로 학습하고 기억하는 ‘2단자 기반 인공지능형 반도체’를 세계 최초로 구현하는 데 성공했다고 5일 밝혔다.

최근 인공지능(AI)은 방대한 데이터를 빠르게 처리해야 하지만, 기존 컴퓨터는 연산과 메모리가 분리돼 있어 속도 저하와 전력 소모가 크다는 한계가 있었다.

이를 해결하기 위해 인간의 뇌를 모방해 연산과 저장을 동시에 수행하는 ‘뉴로모픽 반도체’가 차세대 기술로 주목받고 있다.

이 반도체의 핵심은 전기 신호에 따라 전도도가 변하고 이를 유지하는 ‘공 시냅스 소자’며 연구팀은 그 해법으로 수소에 주목했다.

기존 산화물 기반 메모리 소자는 주로 산소의 빈자리(결함)가 이동하는 방식을 이용해 메모리로 활용했으나 이는 장기적인 안정성과 소자 간 균일성을 확보하기 어려웠다.

반면, 연구팀은 전기장을 이용해 수소 이온(H⁺)의 주입과 배출을 정밀하게 제어하는 방식을 독자적으로 개발해 이 문제를 해결했다.

특히, 이번 기술은 소자 집적도가 높고 제조 공정이 단순해 차세대 고집적 AI 칩에 매우 유리한 ‘2단자 수직 구조’에서 세계 최초로 구현되었다는 점에서 의미가 크다.

그동안 수직 구조에서 수소 이동을 정밀하게 제어하여 인공지능 동작을 구현한 사례는 보고된 바 없었다.

이번에 개발된 수소 기반 인공지능형 소자는 1만 회 이상의 반복적인 구동에서도 안정적으로 동작했으며 장시간 보관해도 메모리 상태가 그대로 유지됐다.

또 전도도가 점진적으로 변하는 아날로그 특성을 통해 인간의 뇌 시냅스와 유사한 학습 및 기억 기능을 성공적으로 수행할 수 있음을 입증했다.

노희연 전임연구원은 “적층된 반도체 층 사이를 이동하는 수소 원자를 전기적으로 정밀 제어한 최초의 사례”라며 “수소 이동 메커니즘을 규명한 이번 연구 결과는 인공지능 하드웨어 구조의 근본을 바꾸고, 차세대 저전력·고효율 뉴로모픽 반도체 시대를 앞당길 핵심 원천기술이 될 것”이라고 강조했다.