단국대 홍웅기 교수팀, AI 반도체용 메모리 신뢰성 높인 기술 개발

(용인=뉴스1) 김평석 기자 = 단국대학교는 융합반도체공학과 홍웅기 교수 연구팀이 차세대 인공지능(AI) 반도체의 핵심 소자인 저항변화메모리(RRAM)의 신뢰성과 동작 안정성을 크게 향상시킬 수 있는 공정 기술을 개발했다고 16일 밝혔다.

최근 생성형 AI, 사물인터넷(IoT), 엣지 컴퓨팅 기술이 빠르게 발전하면서 대규모 데이터를 저전력으로 처리할 수 있는 차세대 메모리 기술의 중요성이 커지고 있다.

기존 폰 노이만(Von Neumann) 구조는 메모리와 프로세서가 분리돼 있어 데이터 이동 과정에서 높은 전력 소모와 속도 저하가 발생하는 '메모리 병목' 문제가 한계로 지적돼 왔다.

이에 기억과 연산을 동시에 수행, 이 문제를 해결할 차세대 메모리 기술로 저항변화메모리(RRAM)가 차세대 AI 반도체 기술로 주목받고 있다.

RRAM은 저항값의 변화를 이용해 데이터를 저장하는 비휘발성 메모리다. 전원이 꺼진 상태에서도 저장된 정보를 유지할 수 있다. 소형화에 유리하고 동작 속도가 빠르며 소비전력이 낮아 차세대 AI 반도체 및 뉴로모픽 컴퓨팅 구현을 위한 유력한 후보 기술로 평가받고 있다.

그러나 반복 구동에 따른 내구성과 동작 안정성이 낮다는 점은 상용화를 가로막는 주요 과제로 지적돼 왔다.

연구팀은 차세대 반도체 소재인 이황화몰리브덴(MoS₂)에 주목해 전자빔 증착(e-beam evaporation) 공정을 활용한 신뢰성 향상 기술을 개발했다. MoS₂는 높은 집적도와 낮은 소비전력 특성을 갖춰 차세대 메모리 소재로 각광받고 있다.

하지만 데이터 저장 과정에서 형성되는 전도성 필라멘트(conductive filament)가 불규칙하게 생성돼 소자 성능과 신뢰성이 저하되는 문제가 있었다.

연구팀은 상부 전극의 증착 속도를 정밀하게 제어해 금속 원자가 MoS₂ 내부 결함으로 침투하는 정도를 조절하는 방법을 제안했다. 이를 통해 전도성 필라멘트의 형성 위치와 성장 과정을 안정적으로 제어함으로써 소자의 동작 신뢰성을 크게 향상시켰다.

실험 결과, 초당 0.1Å(옹스트롬)의 낮은 증착 속도 조건에서 제작된 소자는 약 10⁴(1만 배)에 이르는 저항 차이를 구현하며 우수한 메모리 성능을 보였다. 또 1만 회 이상의 반복 구동 후에도 안정적인 동작 특성을 유지했으며, 2000초 이상 데이터를 안정적으로 저장하는 것으로 확인됐다. 소자 구동에 필요한 전압 편차를 크게 줄여 기존 RRAM의 핵심 과제였던 신뢰성과 동작 안정성을 효과적으로 개선했다.

홍웅기 교수는 "이번 연구는 별도의 복잡한 공정 추가 없이 증착 속도라는 공정 변수만으로 MoS₂ 기반 RRAM의 전도성 필라멘트 형성을 안정적으로 제어할 수 있음을 입증한 연구"라며 "향후 저전력 AI 반도체와 뉴로모픽 컴퓨팅 소자 개발을 위한 핵심 기반 기술로 활용될 것으로 기대한다"고 말했다.

이번 연구 성과는 미국물리학협회(AIP)가 발행하는 응용물리학 분야 국제학술지 'Applied Physics Letters'에 게재됐다. 제1저자로 허윤정(대학원 파운드리공학과 석사과정)이 참여했다.

이번 연구는 한국연구재단 '차세대지능형반도체기술개발사업', 정보통신기획평가원 '정보통신방송혁신인재양성사업'(대학ICT연구센터), 한국산업기술진흥원 '산업혁신인재성장지원사업'(교육훈련)의 지원을 받아 수행됐다.

ad2000s@news1.kr