▲ (왼쪽) 홍웅기 교수 (오른쪽) 허윤정 석사생  © 뉴스파고

[뉴스파고=한광수 기자] 단국대학교 연구팀이 차세대 인공지능(AI) 반도체의 핵심으로 꼽히는 저항변화메모리(RRAM)의 약점을 보완할 새로운 공정 기술을 내놨다.

융합반도체공학과 홍웅기 교수 연구팀은 RRAM의 신뢰성과 동작 안정성을 크게 끌어올릴 수 있는 공정 기술을 개발했다고 밝혔다. RRAM은 그동안 반복 구동 시 내구성과 안정성이 떨어진다는 점이 상용화의 걸림돌로 지적돼 왔는데, 이를 정면으로 겨냥한 성과다.

RRAM이 주목받는 배경에는 AI 기술의 빠른 확산이 있다. 생성형 AI와 IoT, 엣지 컴퓨팅이 발전하면서 기존 플래시 메모리의 한계인 '메모리 병목' 문제가 부각됐고, 이를 풀어낼 차세대 메모리로 RRAM이 떠올랐다.

RRAM은 저항값의 변화로 데이터를 저장하는 비휘발성 메모리여서 전원이 꺼져도 정보가 유지된다. 소형화에 유리하고 동작 속도가 빠른 데다 소비전력까지 낮아 차세대 AI 반도체와 뉴로모픽 컴퓨팅을 구현할 유력 후보로 평가받는다.

연구팀은 차세대 반도체 소재인 이황화몰리브덴(MoS₂)에 주목했다. MoS₂는 집적도가 높고 소비전력이 낮아 차세대 메모리 소재로 각광받지만, 데이터를 저장할 때 만들어지는 전도성 필라멘트가 불규칙하게 생기면서 소자 성능과 신뢰성이 떨어지는 문제를 안고 있었다.

해법은 전자빔 증착(e-beam evaporation) 공정에서 찾았다. 연구팀은 상부 전극의 증착 속도를 정밀하게 조절해 금속 원자가 MoS₂ 내부 결함으로 파고드는 정도를 제어하는 방법을 제안했다. 이 방식으로 전도성 필라멘트가 어디서, 어떻게 자라는지를 안정적으로 다스려 소자의 동작 신뢰성을 한층 높였다.

성능은 실험으로 입증됐다. 초당 0.1Å(옹스트롬)의 낮은 증착 속도로 만든 소자는 약 1만 배(10⁴)에 이르는 저항 차이를 구현하며 우수한 메모리 성능을 보였다. 1만 회 넘게 반복 구동한 뒤에도 안정적으로 작동했고, 2천초 이상 데이터를 유지했다. 특히 소자 구동에 필요한 전압 편차를 크게 줄여, RRAM의 숙제였던 신뢰성과 동작 안정성을 효과적으로 개선했다.

홍웅기 교수는 “이번 연구는 별도의 복잡한 공정 추가 없이 증착 속도라는 공정 변수만으로 MoS₂ 기반 RRAM의 전도성 필라멘트 형성을 안정적으로 제어할 수 있음을 입증한 연구”라며, “향후 저전력 AI 반도체와 뉴로모픽 컴퓨팅 소자 개발을 위한 핵심 기반 기술로 활용될 것으로 기대한다”고 말했다.

이번 성과는 미국물리학협회(AIP)가 펴내는 응용물리학 분야 국제학술지 「Applied Physics Letters」에 실렸으며, Editor's Pick으로 뽑혔다. 논문 제목은 「Engineering stable conductive filament formation in MoS₂ resistive random access memory via process-controlled metal incorporation into defects for enhanced electrochemical metallization switching」으로, 제1저자로는 대학원 파운드리공학과 석사과정 허윤정 씨가 참여했다.

이번 연구는 한국연구재단 「차세대지능형반도체기술개발사업」과 정보통신기획평가원 「정보통신방송혁신인재양성사업(대학ICT연구센터)」, 한국산업기술진흥원 「산업혁신인재성장지원사업(교육훈련)」의 지원을 받아 진행됐다.