초록 ▼

□ 연구개요
IoT 및 웨어러블 헬스케어 시대에는 저전력, 유연한 반도체 공정이 필수적임. 이를 위해 신뢰성을 고려한 설계 방법이 필요하며, 특히 비휘발성 메모리인 산화물 기반 RRAM이 주목받고 있음. RRAM은 동일한 재료를 사용해 공정 집적이 가능하며, 디자인 유연성과 에너지 효율이 뛰어남. 본 연구는 산화물 RRAM의 공정 및 신뢰성 모델을 유연한 기판에서 수립하고, 이를 통해 패턴 분류와 재구성 가능한 로직을 시연하여 트랜지스터-메모리 통합의 신뢰성 중심 설계 방법을 검증함.

□ 연구 목표대비 연구결과

□ 연구개요
IoT 및 웨어러블 헬스케어 시대에는 저전력, 유연한 반도체 공정이 필수적임. 이를 위해 신뢰성을 고려한 설계 방법이 필요하며, 특히 비휘발성 메모리인 산화물 기반 RRAM이 주목받고 있음. RRAM은 동일한 재료를 사용해 공정 집적이 가능하며, 디자인 유연성과 에너지 효율이 뛰어남. 본 연구는 산화물 RRAM의 공정 및 신뢰성 모델을 유연한 기판에서 수립하고, 이를 통해 패턴 분류와 재구성 가능한 로직을 시연하여 트랜지스터-메모리 통합의 신뢰성 중심 설계 방법을 검증함.

□ 연구 목표대비 연구결과
1차년도 : 디지털 스위치 소자 신뢰성 모델 수립
-IGZO ReRAM 소자-
ON/OFF ratio >10³ , V_SET < 8 V, V_RESET > -8 V, SET/RESET cycle 100회 이상, Stretching/Bending 100회 이상
▶ ON/OFF ratio >10³ , V_SET = 2~4 V , V_RESET = -1.5V , SET/RESET cycle 100회 이상, Stretching/Bending 100회 이상
-열화모델-
기본특성 예측능 오차 20% 미만, 열화 예측능 오차 20% 미만
▶ 기본특성 예측능 오차 10%, 열화 예측능 오차 8%

2차년도 : 아날로그 멤리스터 소자 신뢰성 모델 수립
-IGZO memristor 소자-
Potentiation/depression의 conductance state ≥64, V_SET < 5 V, V_RESET > -5 V, SET/RESET cycle 1000회 이상, Stretching/Bending 100회 이상
▶Potentiation/depression의 conductance state = 100, V_SET = 3 V, V_RESET > -1.5 V, SET/RESET cycle 1000회 이상, Stretching/Bending 100회 이상
-열화모델-
기본특성 예측능 오차 20% 미만, 열화 예측능 오차 20% 미만
▶기본특성 예측능 오차 15%, 열화 예측능 오차 10%

3차년도 : 스위치, 멤리스터, 로직이 모두 활용된 회로를 통한 모델 검증
-시냅스 소자-
시뮬레이션 모델에 1종 이상의 reliability 모델 탑재
▶시뮬레이션 모델에 2종의 reliability 모델 탑재
-Pattern classification-
4개 이상의 입력 신호를 활용, Winner-take all에 의한 pattern classification
▶6개의 입력신호를 활용, Winner-take all에 의한 pattern classification
-Reconfigurable logic-
2종 이상의 재구성 회로를 집적
▶2종의 재구성 회로를 집적
-회로 설계 적용 및 예측능-
기본특성 예측능 오차 10% 미만, 열화 예측능 오차 10% 미만
▶기본특성 예측능 오차 8.59% , 열화 예측능 오차 4.71%

1, 2, 3차 년도에서 연차별로 목표했던 평가착안점에 대하여 연구결과를 정량적으로 100% 달성하였으며, 유연한 기판 상의 산화물 기반 저항 변화 메모리를 제작하고, 신뢰성 모델을 수립하고 실험적으로 검증하였음. 결국, 에너지 효율을 극대화하고 지능형 연산 가능성을 확인하는 핵심 동작을 포괄적으로 시연하였음.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
사회경제적 파급효과로는 에너지 효율을 극대화하여 다양한 IoT 및 웨어러블 헬스케어 기기가 가능해지며, 사용자 맞춤형 스마트 환경 구축을 저렴한 비용으로 가능하게 함. 이를 통해 여러 분야에서 신시장 및 부가가치를 창출할 수 있음. 학문적 파급효과로는 로직과 메모리의 인터페이스에서 소자물리 및 열화에 대한 지식이 발전하며, 미래형 재료 및 소자 기술에 대한 신속한 회로 IP화가 가능할 것으로 기대됨. 기술적 파급 효과로는 새로운 재료 및 소자 연구 초기 단계에서의 응용 분야 예측이 가능하며, 융합 기술의 대표 사례로 IoT 및 웨어러블 회로 IP 구현이 가능할 것임.

(출처 : 연구결과 요약문 2p)