전북대 김기현 교수팀, 인간 두뇌 닮은 ‘뉴로모픽 소자’ 개발

전북대 전자공학부 김기현 교수

전북대학교는 전자공학부 김기현 교수가 독일 드레스덴 공대, 헬름홀츠 드레스덴 로센도르프센터 연구팀과의 국제 공동연구를 통해 ‘뉴로모픽(Neuromorphic) 반도체’의 핵심이 되는 뉴로트랜지스터 소자를 개발했다고 3일 밝혔다.

뉴로모픽 반도체는 인간의 두뇌 구조와 학습법을 모방해 만든 하드웨어로 인간의 신경망 구조를 그대로 구현한 기술이며, 그 핵심은 ‘졸-겔 실리케이트’ 물질이다.

인간의 신경망은 무수히 많은 정보를 처리하는 코어(뉴런)와 이를 연결하는 시냅스들이 동시에 병렬로 작동하기 때문에 짧은 시간에 많은 양의 데이터를 처리할 수 있다. 또 시냅스가 가지는 가소성을 이용해 학습 과정을 이뤄낼 수 있다.

따라서 이를 모방한 뉴로모픽 반도체는 정보 기억과 복잡한 연산·학습 기능을 수행할 수 있어 얼굴인식, 자율주행 자동차, 드론, 사물인터넷 디바이스 등 4차 산업혁명 분야에 폭넓게 활용되고 향후 반도체 시장을 좌우할 차세대 핵심기술로 주목받고 있다.

김 교수 연구팀은 이번 연구에서 저전력 실리콘 나노선 전계효과 트랜지스터에 이온이 도핑된 졸-겔 실리케이트 필름을 적용했다. 졸-겔 실리케이트는 다공성 세라믹 구조체로 물질 내부에 도핑된 이온들은 입력신호에 의해 활성화돼 구멍들 사이를 자유롭게 이동하고 다시 원래의 자리로 돌아가는데 지연이 발생해 데이터 저장 효과를 유발한다.

또 이온의 분극과 확산 현상을 이용해 시냅스가 가지는 가소성 특성을 구현할 수 있다. 가소성 특성은 전자소자의 하드웨어적인 학습을 가능하게 한다.

인간의 신경망 구조와 나노선 트랜지스터 기반 인공 시냅스 소자의 개략도, 인간의 신경망 인지·학습 메카니즘, 뉴로트랜지스터 인지·학습 원리 개념도(왼쪽 위부터)

이렇게 개발한 뉴로트랜지스터 소자는 단일 소자에서 정보 저장과 동시에 학습을 통해 정보를 처리할 수 있다는 장점이 있다. 게다가 나노선 채널과 가까운 위치의 졸-겔 실리케이트 필름 위에 신호 입력 단자를 여러 개 만들어 뉴로모픽 연산을 위한 병렬 타입의 신호 인공 신경망 구현도 가능하다는 게 김 교수의 설명이다.

김 교수는 “뉴로트랜지스터는 전통적인 전계효과 트랜지스터를 기반으로 제작한 인공 시냅스 소자”라며 “필름 내 이온에 따라 시냅스 가소성을 제어함으로써 인간의 뇌를 가장 밀접하게 모방한 것”이라고 말했다.

연구 성과에서 가장 눈에 띄는 점은 기존 실리콘 반도체 공정 기술을 적용해 제작 단가를 낮추면서도 대량생산이 가능하다는 점이다. 연구팀은 이러한 기초 연구 성과들을 바탕으로 전북대 반도체설계교육센터(IDEC)와 협력해 4차 산업혁명 시대에 핵심이 되는 차세대 반도체소자 기술의 고도화를 추진해 상용화할 계획이다.

이번 연구 결과는 세계적인 전자소자 분야 학술지인 ‘네이처 일렉트로닉스’(Nature Electronics)에 게재됐다.

앞서 김 교수는 지난해 말 과학기술정보통신부 ‘신진 연구자 지원사업’을 통해 자율주행 자동차에 쓰이는 라이다센서의 핵심부품 반도체 센서 소자 개발에 성공해 같은 학술지에 연구 성과를 발표했다.

전주=김동욱 기자 [e-mail]