꿈의 2차원 반도체 선별·트랜지스터 제작 '자동화'

2차원 반도체 선별과 트렌지스터 제작을 연계해 실행하는 자동화 기술이 국내에서 개발됐다. 2차원 반도체는 원자 1개 레이어 수준의 극도로 얇은 두께를 가진 나노 물질이다. 기존 실리콘 반도체가 발열·전하 누설 등 미세화 공정의 한계에 봉착하면서, 이를 극복할 차세대 후보로도 주목받는다.

(왼쪽부터) 권지민 교수, 정학순·이용우 박사. KAIST

KAIST는 전기 및 전자공학부·AI시스템학과 권지민 교수 연구팀이 UNIST·국립한밭대·한양대·미국 워싱턴대 세인트루이스와 공동으로 광학 현미경 이미지로 2차원 반도체를 자동 선별해 트랜지스터를 제작하는 자동화 기술을 개발했다고 9일 밝혔다.

현재 널리 활용되는 실리콘 반도체는 회로를 작게 만들수록 전력손실과 발열이 커지는 한계를 가졌다. 2차원 반도체는 이를 극복해 향후 인공지능(AI) 반도체, 스마트폰, 데이터센터, 웨어러블 기기, 초소형 의료 센서 등 미래 기술에 활용될 것으로 기대를 모은다. 초박막 반도체로 실리콘 반도체보다 크기는 작고, 전기는 적게 사용하는 반도체 구현이 가능한 까닭이다.

하지만 2차원 반도체는 반도체 조각(flake)의 위치·크기·두께가 모두 달라 연구자가 현미경으로 원하는 시료를 개별적으로 찾아야 하는 단점도 있다. 또 찾은 위치에 맞춰 전극을 직접 설계하는 과정에서 많은 시간과 노력이 요구되는 점 그리고 수천 개 이상의 소자를 일시에 분석하는 게 사실상 어렵다는 점 등이 한계로 꼽혀왔다.

공동연구팀은 이 같은 한계를 극복하는 데 '이황화몰리브덴'을 이용했다. 이황화몰리브덴은 2차원 반도체 소재 중 하나로, 두께에 따라 RGB(적색·녹색·청색) 밝기의 값이 달라지는 특성을 활용해 컴퓨터가 원하는 반도체를 자동으로 찾아 전극까지 자동 설계하도록 하는 것을 가능케 했다.

AI 생성 이미지. KAIST

실제 공동연구팀이 원자힘현미경(AFM)으로 이러한 과정을 검증했을 때 3~8층의 미세한 두께 차이까지 정확하게 구분됐고, 이를 통해 12만개 이상의 반도체 조각 중 적합한 시료를 자동으로 선별해 1615개의 트랜지스터를 제작·분석할 수 있었다.

이는 대규모 분석을 통해 반도체가 두꺼워질수록 전류는 잘 흐르지만, 전기를 켜고 끄는 성능은 떨어진다는 사실을 통계적으로 규명한 첫 연구 결과물이다. 소수의 시료만 분석하던 기존 방식으로는 확인하기 어렵던 특성을 대규모 데이터로 밝혀낸 것이다.

무엇보다 이번 연구는 사람의 경험에 의존하던 2차원 반도체 연구를 데이터 기반 연구로 전환하는 실마리를 제시했다는 점에서 의미를 갖는다. 이를 계기로 앞으로는 보다 많은 반도체를 신속하게 제작·분석해 우수한 성능의 소재를 발굴, AI가 새로운 반도체를 설계하도록 하는 연구로 확장할 수 있다는 게 공동연구팀의 기대다.

권지민 교수는 "이번 연구의 핵심 성과는 2D 트랜지스터 채널의 광학적 분석으로 두께 분류를 대규모 전기적 특성 평가와 연결, 2차원 반도체에서 두께 의존적 전하 수송을 규명했다는 점"이라며 "이는 그간 박리 공정의 우연한 결과에 머물렀던 채널 두께를 '제어 가능한 변수'로 전환해 두께와 소자 특성 사이의 관계를 통계적으로 규명할 수 있는 토대를 마련했다는 점에서도 의의를 갖는다"고 말했다.

한편 연구는 UNIST 이상현 연구원이 제1 저자, KAIST 권지민 교수·정학순 박사·이용우 박사가 공동 교신저자로 참여해 수행했다. 연구 결과는 최근 재료과학 분야 국제학술지 '어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)'에 게재됐다.

대전=정일웅 기자 jiw3061@asiae.co.kr