전북대학교 김기현 교수(전자공학부)가 인간의 두뇌 구조와 학습법을 모방해서 만든 하드웨어인 ‘뉴로모픽(Neuromorphic) 반도체’의 핵심이 되는 뉴로트랜지스터 소자를 개발했다.

독일 드레스덴 공대, 헬름홀츠 드레스덴 로센도르프센터 연구팀과의 국제 공동연구를 통해 이뤄진 이번 연구는 저전력의 실리콘 나노선 전계효과 트랜지스터에 이온이 도핑된 졸-겔 실리케이트 필름을 적용한 것이다. 이 연구결과는 세계적인 전자소자 분야 학술지인 『네이처 일렉트로닉스' (Nature Electronics)』(Impact Factor: 27.5)에 게재됐다.

4차 산업혁명 시대의 도래로 인간처럼 생각할 수 있는 인공지능(AI) 기술이 각광받고 있고, 현재 소프트웨어적 측면의 인공지능 기술(인지 및 학습 기술)은 인간의 수준에 많이 근접해 있다. 그러나 짧은 시간 안에 인간처럼 생각할 수 있는 인공지능 기술을 구현하기 위해서는 하드웨어적인 방식으로 인간의 두뇌를 구현해야 한다.

이러한 하드웨어적 방식으로 인간의 두뇌를 구현해 낸 것이 ‘뉴로모픽 반도체’다. 이것은 인간의 두뇌 구조와 학습법을 모방해 만든 반도체 칩으로 인간의 신경망 구조를 그대로 구현하는 기술이다.

인간의 신경망은 무수히 많은 뉴런(정보를 처리하는 코어)과 시냅스(뉴런들 사이를 연결)들이 동시에 병렬로 작동하기 때문에 짧은 시간에 많은 양의 데이터를 처리할 수 있다.

또한 시냅스가 가지는 가소성을 이용하여 학습이라는 과정을 이뤄낼 수 있다. 따라서 뉴로모픽 반도체는 저전력으로 정보 기억과 복잡한 연산 및 학습 기능을 수행할 수 있어 얼굴인식, 자율주행자동차, 드론, 사물인터넷 디바이스 등 4차 산업혁명 분야에 폭 넓게 활용될 수 있으며 향후 반도체 시장을 좌우할 차세대 핵심기술로 주목받고 있다.

김 교수팀에 의해 개발된 뉴로모픽 반도체의 핵심 기술은 ‘졸-겔 실리케이트’ 물질이 핵심이다. 이 물질은 다공성 세라믹 구조체로, 물질 내부에 도핑 된 이온들은 입력신호에 의해 활성화되어 구멍들 사이를 자유롭게 이동하고 다시 원래의 자리로 돌아가는데 지연이 발생하여 데이터 저장효과를 유발한다.

또한 이온의 분극과 확산 현상을 이용하여 시냅스가 가지는 가소성 특성을 구현할 수 있다. 가소성 특성은 전자소자의 하드웨어적인 학습을 가능하게 한다.

개발된 뉴로트랜지스터 소자는 단일 소자에서 정보를 저장함과 동시에 학습을 통해 정보를 처리할 수 있다는 장점이 있다. 또한 나노선 채널과 가까운 위치의 졸-겔 실리케이트 필름 위에 신호입력 단자를 여러개 만들어 뉴로모픽 연산을 위한 병렬타입의 신호 인공 신경망 구현도 가능하다.

김기현 교수는 “개발된 뉴로트랜지스터는 전통적인 전계효과 트랜지스터를 기반으로 제작된 인공 시냅스 소자이며 필름 내의 이온에 따라 시냅스 가소성을 제어함으로써 인간의 뇌를 가장 밀접하게 모방하였다”라고 이 기술에 대해 설명했다.

김 교수는 뉴로트랜지스터 외에도 지난해 12월 과학기술정보통신부의 ‘신진연구자지원사업’을 통해 자율주행자동차에 쓰이는 라이다센서의 핵심부품 반도체 센서 소자를 개발하는데 성공해 『네이처 일렉트로닉스(Nature Electronics)』에 연구 성과를 발표한 바 있다.

이러한 연구성과에서 가장 눈에 띄는 점은 기존의 실리콘 반도체 공정 기술을 적용하여 제작 단가를 낮추면서도 대량생산이 가능하다는 점이다.

김 교수팀은 이러한 기초연구성과들을 바탕으로 전북대 반도체설계교육센터(IDEC)와 협력해 상용화를 목표로 4차 산업혁명 시대에 핵심이 되는 차세대 반도체소자 기술의 고도화를 추진할 계획이다.