학술·연구

동국대 김성준 연구팀, HfAlOx 기반 강유전성 터널 접합 소자를 이용한 인공신경망 구현

등록일 2024.05.20. 작성자 김지우 조회 1289

자기정류특성을 보이는 HfAlOx 기반 강유전성 터널 접합 뉴로모픽 소자 제작
뛰어난 단기기억 메모리 특성을 확보하여 인공신경망 분류에 성공
재료과학 저명 국제 학술지 ‘ACS Materials Letters’ 온라인 게재

 

 

동국대 김성준 연구팀, HfAlOx 기반 강유전성 터널 접합 소자를 이용한 인공신경망 구현

(왼쪽부터) 동국대 전자전기공학부 임은진, 주동열 석사, 김성준 교수

 

 

동국대 전자전기공학부 임은진, 주동열 석사 (공동 제1저자), 김성준 교수 (교신저자)로 구성된 연구팀이 자기정류 특성을 가진 강유전성 HfAlOx 박막 기반 차세대 메모리 소자를 개발했다.

 

본 연구실의 선행연구 결과를 바탕으로 제작한 해당 소자의 강유전성 박막은 뛰어난 신뢰성과 CMOS 호환성, 비휘발성 및 고집적도의 장점을 나타낸다. 본 연구에서 제작한 MFS 구조의 HfAlOx는 뛰어난 강유전체 특성과 메커니즘 분석 및 성공적인 시냅스 모방 특성을 보여줬으며, 이미지 트레이닝을 통한 높은 이미지 인식률을 증명했다. 

 

김성준 교수는 “공동 1저자 학생들이 직접 서울대학교 반도체공동연구소와 동국대학교 MINT 청정실 공정 장비를 활용하여 소자 제작을 진행하였고, 연구실 내 Keithley 측정 장비를 통해 전기적 특성 분석에 초점을 맞췄다. 저전력 동작 및 이미지 인식률을 바탕으로 정확하고 효율적인 고속 소자가 요구되는 기계 학습 분야에서 잠재력을 가지고 있다”며 “생물학적 시냅스를 모방함으로서 AI 분야에서 인공 신경망 구현하는 데 중요한 역할을 할 수 있을 것”이라고 기대를 나타냈다.

 

본 연구는 한국연구재단 중견연구 "축적컴퓨팅 구현을 위한 리텐션 조절 가능한 하프늄 기반 강유전체 소자 기술 및 수직적층 집적공정 개발“ 과제의 지원을 받아 진행됐다.

 

이번 연구는 FTJ의 뉴로모픽 메모리 특성을 활용하여 차세대 메모리의 하드웨어 지능형 시스템에서의 잠재력을 보여줬다. 김성준 연구팀은 올해 1월 Nanoenergy, 4월 ACS nano 등 저명한 국제 학술지에 뉴로모픽 소자에 관한 연구를 꾸준히 진행하고 있다. 현재 FTJ 뿐만 아니라 RRAM, FeFET 등 메모리 소자에서의 시냅스 특성 구현 연구가 활발히 진행중이다.

 

해당 연구결과는 <Artificial Neural Network Classification Using Al-doped HfOx-Based Ferroelectric Tunneling Junction with Self-Rectifying Behaviors>라는 제목으로 나노 분야 저명 국제 학술지 「ACS Materials Letters (IF=11.4)」 24년 5월 온라인에 게재되었다.

 

동국대학교 챗봇 서비스