[에듀플러스]동국대 김성준 연구팀, 삼중층 나노적층 강유전체 다이오드로 고성능 뉴로모픽 AI 소자 개발

(좌측부터) 동국대학교 전자전기공학부 김성준 교수(교신저자), Deep Jariwala 미국 University of Pennsylvania 교수(교신저자), 박정욱 석사과정생 (제1저자), 이영서 석사과정생 (제1저자), 김성민 석사과정생 (제1저자)(사진=동국대)

동국대학교는 김성준 전자전기공학부 교수 연구팀(박정욱 석사과정생, 이영서 석사과정생, 김성민 석사과정생(이하 공동 제1저자), 김성준 교수(공동 교신저자))과 Deep Jariwala 교수(공동 교신저자, University of Pennsylvania)가 삼중층 나노적층 강유전체 다이오드를 이용해 아날로그 시냅스 가중치 제어가 가능한 하드웨어 인식 저장소 컴퓨팅(Reservoir Computing) 시스템을 구현했다고 18일 밝혔다.

이번 연구결과는 재료·나노소자 분야 국제 학술지 'Advanced Functional Materials (IF=19.0)'에 2026년 온라인 게재됐다.

기존 단일 HZO 강유전체 소자는 분극 전환이 특정 전압 영역에서 급격하게 발생해, 뉴로모픽 연산에 필요한 아날로그 가중치를 선형적으로 조절하는 데 한계가 있었다.

연구팀은 중간 HfO2 층을 통해 HZO 박막 내부의 누설 경로를 억제하고, 분극 전환이 넓은 전압 범위에서 점진적으로 일어나도록 유도하는 나노적층 구조를 제안했다. 단일층 구조보다 안정적인 저항 상태 제어와 향상된 터널링 전기저항 특성을 확보하고자 했으며, 증분 PUND 분석을 통해 나노적층 소자에서 부분 분극 전환이 연속적으로 진행되는 것을 확인했다.

연구팀이 측정한 소자의 가중치 변화 특성을 저장소 컴퓨팅 시스템에 반영하고 손동작 인식 데이터셋에 적용한 결과, 나노적층 소자 기반 시스템은 20개 클래스 분류에서 99.06%의 검증 정확도를 달성했으며, 단일층 HZO 소자 대비 더 균일하고 안정적인 인식 성능을 보였다.

이번 연구는 강유전체 박막의 적층 구조 설계를 통해 소자 수준의 분극 제어 특성이 실제 인공지능 하드웨어 성능 향상으로 이어질 수 있음을 보여준 사례다.

김 교수는 “강유전체 소자의 물리적 스위칭 특성을 하드웨어 기반 AI 연산에 직접 연결한 결과”라며, “학생들이 소자 제작과 전기적 특성 분석, 시스템 시뮬레이션을 주도적으로 수행하며 소자 구조 설계가 실제 인공지능 연산 성능 향상으로 이어질 수 있음을 보여줬다는 점에서 의미가 있다”고 전했다.

이어 “김성민 학생의 University of Pennsylvania 파견 공동연구를 포함해 국내외 연구진과의 협력을 통해 연구의 완성도를 높일 수 있었다”고 밝혔다.

이번 연구는 한국연구재단(NRF) 글로벌기초연구실사업과 산업통상자원부·한국산업기술진흥원(KIAT)의 AI-핵심소재 기반 첨단산업 지능형 로봇 글로벌인재양성사업단 지원을 받아 수행됐으며, 동국대학교와 University of Pennsylvania 연구팀의 협력으로 진행됐다.

권미현 기자 mhkwon@etnews.com