잠 잘 때도 쉬지 않고 정보를 처리하는 우리 뇌. 그럼에도 무리없이 잘 동작하는 이유는 놀랍도록 효율적인 뇌의 구동방식 때문이다. 이같은 뇌의 구동방식을 본뜬 차세대 뉴로모픽 컴퓨팅 소자를 위한 새로운 소재가 국내연구진에 의해 개발됐다. 

한국연구재단은 지난 13일 서울대 장호원 교수 연구팀이 성균관대·포항공대 연구팀과 공동으로 2차원 할라이드 페로브스카이트의 수분 불안정성과 저 신뢰성의 문제를 동시에 해결, 이 소재를 적용한 뇌처럼 작동하는 뉴로모픽 소자를 개발했다고 밝혔다. 

뉴로모픽 소자는 기존 디지털 트랜지스터와 달리 시냅스의 작동방식을 모사, 입력 신호의 이력에 따라 저항상태가 변화해 저장되는 비휘발성 다차원 스위칭 소자를 말한다. 

기존 디지털 방식의 폰노이만 구조 컴퓨팅은 방대한 연산에 따른 막대한 에너지 소모와 비효율적 메모리, 그리고 집적도 한계 등의 문제에 부딪혔다.   

그로 인해 이에 인간 뇌의 작동원리를 모사해 저전력으로 구동할 수 있는 뉴로모픽 소자에 적합한 반도체 소재 연구가 활발하다. 그 중, 할라이드 페로브스카이트는 유연성, 저비용, 이온 이동의 용이성 등으로 주목받았다. 

하지만, 기존의 3차원 할라이드 페로브스카이트는 안정성이 해결되면 성능이 한계가 생기고, 성능이 우수하면 안정성이 문제가 되는 한계가 제기되어왔다. 

▲ 수직배향 이차원 할라이드 페로브스카이트 뉴로모픽 소자 연구 개념도 및 동작 원리(이미지 출처:NRF)

(수직으로 배향된 이차원 구조의 할라이드 페로브스카이트는 상부 및 하부전극 간에 전하의 이동이 원활하고 선형성과 대칭성 및 반복성이 뛰어나 고성능 시냅스 구현에 적합하다.)

이에 연구팀은 이온이동을 원활히 제어하고자 기존 3차원 결정 구조 대신 2차원 결정 구조를 전극에 수직 방향으로 성장시키는 방식을 택했다. 이를 통해 기존 보고된 소자들에 비해 선형성, 대칭성 및 신뢰성이 월등히 향상된 결과를 얻을 수 있었다.   

그리고, 이렇게 제작된 소자를 기반으로 작동되는 회로에서 인공지능 알고리즘이 얼마나 잘 작동하는지 평가하였다. 

▲ 뉴로모픽 AI 연산 개념도 및 결과(이미지 출처:NRF)

개발된 인공 시냅스를 784 x 300 x 10 크로스바 어레이에 적용하여 의류 이미지 (티셔츠, 반바지, 스니커즈 등) 훈련 예제들을 인공지능 심층신경망 알고리즘을 기반으로 학습하였을 때, 주어진 이미지가 어떤 의류인지 판별하는 평가에서 이론적 한계 값의 1%의 오차 내외 정확도로 매우 정확히 인식할 수 있었다.

그 결과 손글씨로 써진 숫자를 96.5%의 정확도로 인식하는 한편, 의류의 종류를 86.5%로 정확히 인식했다. 이는 이론적 한계값의 1% 내외 오차범위로 높은 수준의 인식률을 보였다는 것이다.

특히 할라이드 페로브스카이트 멤리스터 상용화의 가장 큰 장벽으로 여겨지던 수분 불안정성 및 저신뢰성의 한계를 극복, 대기 중에서 수개월 동안 작동이 가능함을 실험을 통해 통해 검증하였다.

연구팀은 기존 CPU 성능을 넘어선 뇌처럼 작동하는 컴퓨팅 칩을 개발하고자 이번에 제작한 소자를 집적회로 공정에 적용하여 프로그래밍이 가능한 칩을 설계하는 연구를 지속할 계획이다.  

과학기술정보통신부와 한국연구재단이 추진하는 나노소재기술개발사업과 미래소재디스커버리사업 등의 지원으로 수행된 이번 연구의 성과는 재료과학 분야 국제학술지 머티리얼스 투데이(Materials Today)에 연구논문으로 11월 23일 게재(온라인)되었다.

글. 이지은 기자 smile20222@brainworld.com
사진 및 자료출처 = NRF(한국연구재단)