- 공유 중간전극으로 수직 적층된 RRAM 층 사이의 전기적 상호작용 제어  
- 정밀한 시냅스 특성 제어를 통해 우수한 뉴로모픽 인식 성능 구현
- 국제 학술지 ‘Advanced Science(IF=14.1)’에 연구 성과 게재

▲ 전자전기공학부 김성준 교수(교신저자), 박승만 석사과정생, 최재우 석사과정생(이하 공동 제1저자)

동국대학교 전자전기공학부 김성준 교수 연구팀(박승만 석사과정생, 최재우 석사과정생(이하 공동 제1저자), 김성준 교수(공동 교신저자))과 김성준 고려대학교 세종캠퍼스 지능형반도체공학과 교수(공동 교신저자)가 층간 결합을 새로운 기능적 자유도로 활용하는 크로스바 3D RRAM을 구현했다고 밝혔다. 이번 연구는 3D 메모리 적층을 저장 밀도 확대 수단으로 활용하는 것에서 더 나아가, 층간 전기적 결합을 활용해 뉴로모픽 동작과 로직, 하드웨어 보안 기능까지 구현한 사례다.

연구 결과는 「Hierarchical Multi-Mode Computing in Interlayer-Coupled 3D RRAM Crossbar Arrays」라는 제목으로 재료·나노소자 분야 국제 학술지 「Advanced Science (IF=14.1)」에 2026년 온라인 게재됐으며, 향후 고집적 뉴로모픽 반도체, 인메모리 컴퓨팅 및 엣지 보안 분야에 연구 결과가 활용될 수 있을 것으로 기대된다.

기존 2D RRAM 크로스바 어레이는 소자를 평면에 배열하는 구조적 특성상, 제한된 면적에서 집적도를 높이는 데 한계가 있었다. 김성준 교수 연구팀은 두 저항 변화층 사이에 공유 중간전극을 배치해 층간 전기적 결합을 능동적으로 제어하는 방식으로 문제를 해결했다.

연구팀은 16×16 크로스바 어레이 두 층을 수직으로 적층하고, 중간전극이 하부층의 상부전극과 상부층의 하부전극 역할을 동시에 하도록 설계했다. 상부전극, 중간전극, 하부전극의 바이어스 조건을 달리하면 하부층(1F), 상부층(2F), 두 층이 직렬로 결합된 모드(1F+2F)를 하나의 셀 면적에서 선택할 수 있다. 이를 통해 개별층은 아날로그 시냅스 가중치 저장에, 직렬 결합 모드는 로직-인-메모리, 소자별 확률적 전류 편차는 물리적 복제 방지 기능(PUF)에 활용할 수 있음을 확인했다.

측정된 소자 특성을 VGG 기반 합성곱신경망(CNN)에 반영해 CIFAR-10 이미지 분류를 수행한 결과, 1F, 2F, 1F+2F 모드에서 각각 93.37%, 93.38%, 93.37%의 추론 정확도를 달성했다. 또한 직렬 결합 구조에서는 두 층이 모두 저저항 상태일 때만 높은 전류가 흐르는 AND 로직을 구현했으며, PUF 응답은 이상적인 수준에 가까운 약 50% 균일도와 높은 엔트로피를 보였다.

김성준 교수는 “이번 연구는 3D 적층을 단순히 셀 수를 늘리는 구조가 아니라, 층간 결합을 이용해 기능을 바꾸는 연산 구조로 확장한 결과”라며, “학생들이 중심이 되어 소자 공정과 측정, 신경망 시뮬레이션, 보안 특성 분석을 주도적으로 수행해 하나의 소자 플랫폼에서 AI 연산과 하드웨어 보안을 함께 구현해 의미가 있다”고 전했다. 이어 “공동 연구팀과의 협력을 통해 소자 수준의 결합 특성이 시스템 기능으로 이어질 수 있음을 검증했다”고 밝혔다.

한편, 이번 연구는 한국연구재단(NRF) 글로벌기초연구실 사업과, 교육부 및 서울특별시가 지원하는 서울 RISE센터 지역혁신중심 대학지원체계(RISE) 사업, 과학기술정보통신부 정보통신기획평가원(IITP) 대학ICT연구센터(ITRC) 사업의 지원을 받아 수행됐다.