국내 연구진, ‘스스로 학습하는 메모리’ 구현

[아이뉴스24 박준표 기자] 국내 연구진이 기억과 연산을 동시에 수행할 수 있는 차세대 인공지능 반도체 핵심 소자 개발에 성공했다. 대용량 데이터 처리 과정에서 발생하는 반도체 병목 문제를 해결할 수 있는 기술로 저전력·고효율 인공지능 반도체 상용화 가능성을 한층 끌어올렸다는 평가다.

단국대학교와 고려대학교 공동 연구팀은 10나노미터 이하 초박막 고분자를 기반으로 한 멤리스터 소자 개발에 성공했다고 16일 밝혔다. 연구에는 단국대 김민주 교수(융합반도체공학과), 최준환 교수(화학공학과)와 고려대 신용구 교수(전자정보공학과)가 참여했다.

인공지능 기술 고도화와 함께 데이터 처리량이 급증하면서 기존 폰 노이만 구조 반도체의 한계인 ‘메모리 병목’ 문제가 심화되고 있다. 메모리와 프로세서가 분리된 구조로 인해 데이터 이동 과정에서 속도 저하와 전력 소모가 크게 늘어나는 것이 핵심 원인이다.

이를 해결하기 위한 대안으로 주목받는 멤리스터는 기억 기능과 저항 특성을 결합한 소자로 전류 흐름을 스스로 조절하며 학습 가중치를 저장할 수 있어 ‘스스로 학습하는 메모리’로 불린다. 다만 기존 고분자 기반 멤리스터는 소자 특성 편차와 낮은 신뢰성으로 상용화에 제약이 있었다.

연구팀은 액체 용매를 사용하지 않고 기체 상태의 물질을 반응시켜 박막을 형성하는 유도 화학 기상 증착 공정을 적용해 사이아노 기능을 갖는 고분자 물질을 10나노미터 이하 두께의 초정밀 박막으로 구현했다. 이는 머리카락 굵기의 수천 분의 1 수준에 해당한다.

개발된 멤리스터를 고해상도 이미지 기반 인공지능 모델에 적용한 결과, 최대 88.39%의 분류 정확도를 기록했다. 이를 통해 전력 효율 향상과 처리 속도 개선, 칩 면적 축소 등 기존 반도체 구조 대비 우수성을 입증했다.

김민주 교수는 “국내 기술만으로 고해상도 이미지 기반 연산을 실제 멤리스터 하드웨어에서 검증했다는 점에서 의미가 크다”며 “엣지 인공지능, 웨어러블 기기, 자율주행, 로봇 등 저전력·고효율 인공지능 시스템 구현에 활용될 수 있을 것”이라고 말했다.

이번 연구 성과는 국제 학술지 '어드밴스드 사이언스'에 2025년 11월 온라인으로 게재됐다.

한편 이번 연구는 한국연구재단의 차세대 지능형 반도체 기술개발사업과 우수신진연구사업, 중견연구사업, 신진연구자인프라지원사업, 정보통신기획평가원의 인간지향적 차세대 도전형 인공지능 기술개발사업 지원을 받아 수행됐다.