10nm 고분자 멤리스터 구현...단국대, AI 반도체 병목 문제 극복

고려대와 공동연구...기억·연산 동시 수행 멤리스터 소자 구현
iCVD 공정 적용...10nm 이하 초박막 고분자 구조 구현
고해상도 이미지 기반 CNN서 분류 정확도 88.39% 기록

권태혁 기자 | 2025.12.16 12:44

김민주 단국대 융합반도체공학과 교수와 최준환 화학공학과 교수, 신용구 고려대 전자정보공학과 교수.(왼쪽부터)/사진제공=단국대

단국대학교는 최근 김민주(융합반도체공학과)·최준환(화학공학과) 교수 연구팀이 신용구 고려대학교 전자정보공학과 교수 연구팀과 함께 10nm 이하 초박막 고분자를 기반으로 기억과 연산을 동시에 수행하는 차세대 AI 반도체 멤리스터(Memristor) 소자를 개발했다고 16일 밝혔다.

AI 기술 고도화와 대용량 데이터 처리 수요가 증가하면서 기존 폰 노이만 반도체 구조의 한계인 '메모리 병목'(Memory Wall) 문제가 부각됐다. 이에 따라 메모리와 저항 기능을 결합한 멤리스터 구조가 차세대 메모리·연산 소자로 주목받고 있다.

멤리스터는 전류 흐름을 스스로 제어하며 학습 가중치를 조절할 수 있다. 단, 기존 고분자 기반 멤리스터는 소자 특성 편차로 인한 오작동과 수율 저하 등 내구성과 신뢰성 문제로 상용화에 어려움이 있었다.

연구팀은 이를 극복하기 위해 액체 용매 없이 기체 상태의 물질을 반응시켜 박막을 형성하는 iCVD(initiated Chemical Vapor Deposition) 공정을 적용했다. 그 결과 사이아노(CN) 기능을 갖는 고분자 물질을 10nm 이하 두께의 초정밀 박막으로 구현하는 데 성공했다.

이번에 개발한 멤리스터는 고해상도 이미지 기반 최신 AI 모델(CNN)에서 최대 88.39%에 달하는 이미지 분류 정확도를 보였다. 연구진은 △전력 효율 향상 △처리 속도 증가 △칩 면적 감소 등 구조적 우수성을 확인했다.

김 교수는 "국내 기술만으로 고해상도 이미지 기반 CNN 연산을 실제 멤리스터 하드웨어에서 검증했다. 뉴로모픽 반도체 상용화의 가능성을 한층 높였다"며 "엣지 AI, 웨어러블 기기, 자율주행, 로봇 등 저전력·고효율 AI 시스템 구현에도 기여할 수 있을 것"이라고 설명했다.

한편 이번 연구는 한국연구재단과 기초과학연구원, 정보통신기획평가원 사업의 지원을 받아 수행됐다. 연구 결과는 국제 학술지 'Advanced Science' 온라인판에 게재됐다.