디지스트, 차세대 AI 반도체 고효율 공정 기술 개발

디지스트(DGIST·대구경북과학기술원)는 장재은 전기전자컴퓨터공학과 교수팀과 권혁준 교수팀이 차세대 AI(인공지능) 메모리 트랜지스터의 고효율 공정기술을 개발했다고 10일 밝혔다.

공동연구팀은 비휘발성 메모리 특성, 고속 작동, 저전력 소비, 긴 수명과 내구성을 갖춘 ‘강유전체 전계 효과 트랜지스터’가 가진 고온 공정의 단점을 극복해 차세대 AI 반도체의 핵심 기술인 이종 접합 구조의 구현이 가능하도록 나노초 펄스 레이저 기반의 ‘선택적 열처리 방법’과 ‘열에너지 최소화 제어 공정기술’을 개발했다.

장재은 교수(사진 왼쪽), 권혁준 교수(사진 오른쪽) 공동연구팀. 디지스트 제공

최근 AI형 메모리 트랜지스터 연구는 비휘발성 메모리 특성, 고속 작동, 저전력 소비, 긴 수명과 내구성을 갖춘 ‘강유전체 전계 효과 트랜지스터’를 활용한 연구가 활발하다. 하지만, ‘고온의 상형성 공정’을 필요로 하는 강유전체의 특성으로 트랜지스터의 특성이 저하되거나, 메모리 장치의 이종 접합 시 논리 회로나 입출력 회로 하부층에 열 손상을 발생시키는 문제가 있다.

이에 공동연구팀은 강유전체 공정의 단점을 극복하고자 특정 부분의 열처리 방법과 열에너지 최소화 제어 공정기술 개발 연구를 수행했다. 연구팀은 고온 공정의 문제 해결을 위해 선택적 열처리가 가능한 ‘나노초 펄스레이저 어닐링 공정’을 도입했다. 이 공정은 짧은 파장으로 머리카락 굵기의 2000분의 1만큼 얇은 침투 깊이를 가지며, 3000만분의 1초에 해당하는 펄스 레이저를 활용한 빠른 냉각 특성도 갖춰 열에너지 제어와 강유전체가 가진 강유전성의 촉진에 매우 유리하다.

연구팀은 이 기술을 활용해 저온에서도 ‘강유전체’와 ‘반도체 채널’이 활성화하고, 고효율의 AI 반도체 특성을 갖춘 메모리 트랜지스터를 개발했다. 최적화된 소자는 매우 빠른 응답 시간을 갖고 있어 100만분의 1초 만에 반응하고, 가속 측정 환경에서 10만 번 이상의 안정적인 쓰기와 지우기 작업을 수행할 수 있으며, 10년 이상 메모리 상태를 유지했다.

나노초 레이저 어닐링 기법 최적화 및 신경 모방 시스템. 디지스트 제공

트랜지스터는 1.7볼트(V) 이상의 ‘메모리 동작범위’를 확보했으며, 온-오프 전류비는 10만 이상의 높은 값을 보여 우수한 전력 소모 성능을 보였다. 높은 강유전체 특성과 패턴 인식 선형성을 통해 기계적, 전기적, 화학적으로 뛰어난 성능을 입증했다.

장재은 교수는 “이번 연구를 통해 개발한 열에너지 최소화 레이저 어닐링 기술은 AI 시스템을 위한 ‘강유전체 전계 효과 트랜지스터’의 상용화 가능성을 높이는 새로운 접근법으로, 기존의 고온 공정의 한계를 극복해 3차원 통합 기술의 혁신을 주도할 것”이라고 밝혔다.

연구 결과는 국제학술지인 ‘어드밴스드 사이언스(Advanced Science)’ 온라인 판에 게재됐다.

대구=김덕용 기자 [e-mail]