빛의 ‘회전 방향’까지 기억하는 광전자 인공시냅스 소자 개발 

△ 빛의 회전 방향을 지속형 아날로그 메모리로 저장하고, 잡음 기반 상태 용량 예측과 장기 실험·회로 수준 검증까지 수행한 ‘카이랄 페로브스카이트 인공시냅스’ 연구 개념도

고려대학교(총장 김동원) 전기전자공학부 심재원·이형민 교수 연구팀이 빛의 세기나 파장뿐 아니라 회전 방향까지 구별하고 기억하는 차세대 광전자 인공시냅스 소자를 개발했다.

인공시냅스는 인간 뇌의 신경세포가 신호를 주고받고 기억하는 원리를 모방한 소자로, 인공지능 반도체의 핵심 기술 중 하나다. 그중 광전자 인공시냅스는 빛과 전기 신호로 소자에 전기가 흐르는 정도인 ‘전도도’를 조절해 정보를 저장한다. 이때 전도도가 서로 다른 각각의 상태를 ‘전도 상태’라고 하며, 각 상태는 서로 다른 정보값을 나타낸다.

기존 광전자 인공시냅스 소자가 주로 빛의 세기나 파장을 이용해 정보를 저장했다면, 연구팀은 빛의 ‘회전 방향’이라는 새로운 특성을 활용했다. 빛의 회전 방향에 따라 서로 다른 전도 상태가 형성되도록 하고, 빛과 전기 자극을 중단한 뒤에도 이를 유지해 정보를 장기간 저장하는 아날로그 메모리 기능을 구현했다.

이를 위해 연구팀은 반도체 소재인 ‘카이랄 준2차원 페로브스카이트’의 다중양자우물 구조를 조절해 최적의 소자 구조를 찾아냈다. 특히 무기물층이 세 겹으로 쌓인 ‘n=3 구조’에서 빛의 회전 방향에 따른 전도도 변화가 가장 뚜렷하고 전기적 결함과 잡음이 낮았다.

*다중양자우물 구조: 전하의 움직임을 제한하는 얇은 층들이 반복적으로 쌓인 구조

나아가 소자에 저장된 정보를 읽을 때 나타나는 전기적 잡음인 ‘판독 잡음’을 분석해 서로 구별할 수 있는 전도 상태의 수를 72.3개로 예측했다. 이어 실제 소자에 72개의 전도 상태를 구현하고 장기 유지 성능을 검증했으며, 100만 초가 지난 뒤에도 모든 상태가 서로 겹치거나 교차하지 않고 명확하게 구분돼 정보가 장기간 안정적으로 유지됨을 확인했다. 별도로 진행한 반복 작동 실험에서도 8,000회에 걸쳐 안정적인 성능을 유지했다.

또한 온도에 따른 전기적 특성과 이온 분포를 분석한 결과, 빛의 회전 방향에 따라 서로 다른 전도 상태가 형성되는 과정에 반도체 내부의 결함과 이온·전자의 재배열이 연관되어 있음을 확인했다.

연구팀은 최적화한 소자를 실제 인공지능 연산에도 활용할 수 있는지 검증했다. 소자를 7×7 형태로 배열하고 2,000개의 입력 데이터를 이용해 평가한 결과, 평균 상호연결 오차는 0.73%에 불과했다. 나아가 소자에서 측정한 전도도 값을 인공지능 이미지 분류 연산에 적용했을 때도 89.7%의 정확도를 기록해 기존 소프트웨어 기반 모델의 정확도인 91.5%에 근접한 성능을 보였다. 

*평균 상호연결 오차: 여러 소자를 배열해 연산할 때, 실제 연산 결과가 기준값에서 벗어나는 정도를 나타낸 지표

심재원 교수는 “이번 연구는 빛의 회전 방향을 새로운 정보 변수로 활용하는 데서 나아가, 실제 소자의 잡음과 안정성을 바탕으로 저장 가능한 아날로그 상태의 한계를 정량적으로 예측하고 실험적으로 검증했다는 데 의미가 있다”며 “향후 신뢰성 높은 지능형 광센서와 차세대 뉴로모픽 반도체 기술로 확장될 수 있을 것으로 기대한다”라고 밝혔다.

본 연구 성과는 다학제 분야 국제 학술지인 ‘Advanced Materials(IF=29.1)’ 온라인에 10월 5일 게재됐으며, 과학기술정보통신부·한국연구재단 지원사업, 한국과학기술정보연구원(KISTI) 계산자원, 산업통상자원부 기술혁신사업의 지원을 받아 수행됐다.

*논문명: Helicity-Defined Analog Conductance States in Chiral Perovskite Synapses

*DOI: 10.1002/adma.75308

*URL:https://doi.org/10.1002/adma.75308

[연구진 사진]

△ (왼쪽부터) 고려대 전기전자공학부 심재원 교수·이형민 교수(교신저자), 이민종·조형욱 석박통합과정(공동 제1저자)