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

DGIST(총장 이건우) 나노기술연구부 이현준·노희연 연구팀이 전기 신호로 수소를 정밀하게 조절해 스스로 학습하고 기억하는 '2단자 기반 인공지능형 반도체'를 세계 최초로 구현하는 데 성공했다.

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 '인공 시냅스 소자'이며, 연구팀은 그 해법으로 '수소'에 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 이온의 주입과 배출을 정밀하게 제어하는 방식을 독자적으로 개발해 이 문제를 해결했다.

이번 기술은 소자 집적도가 높고 제조 공정이 단순해 차세대 고집적 AI 칩에 매우 유리한 '2단자 수직 구조'에서 세계 최초로 구현됐다는 점에서 의미가 크다. 그동안 수직 구조에서 수소 이동을 정밀하게 제어해 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. 또한, 전도도가 점진적으로 변하는 아날로그 특성을 통해 인간의 뇌 시냅스와 유사한 학습 및 기억 기능을 성공적으로 수행할 수 있음을 입증했다.

이현준 책임연구원은 “이번 연구는 단순히 또 하나의 인공지능 반도체를 개발한 것을 넘어, 기존 산소 빈자리 기반 메모리와는 전혀 다른 '수소 이동'을 이용한 새로운 저항 스위칭 메커니즘을 제시했다는 데 큰 의미가 있다”고 밝혔다.

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.

이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업 및 DGIST 기관고유사업의 지원을 받아 수행됐다. DGIST 이신범 교수팀, 이명재 책임연구원, 경북대 우지용 교수팀과 공동으로 수행한 연구성과는 재료 및 계면 분야의 세계적 학술지인 'ACS Applied Materials & Interfaces'에 표지 논문으로 선정됐다.