초록 ▼

□ 연구개요
본 연구는 기존의 평면 집적 소자 미세화의 물리적 한계를 극복하고자, 전 과제를 통해 성공적으로 구현된 대면적 칼코젠 소재(MoS₂, WS₂, Te, 그래핀) 활용 3D 집적 광증폭 능동 이미지센서 뉴럴 네트워크 소자를 구축한다. 특히, 이미지센서의 반도체 물질의 광대역 파장에서 민감하게 반응하는 초고감도/형상가변 active-pixel 기능을 위해 해당 칼코젠 소재들의 (1) 이종접합 성장 및 멀티 밴드갭 구현을 이룬다. 또한, (2) Nanomesh 구조체를 통한 광증폭

□ 연구개요
본 연구는 기존의 평면 집적 소자 미세화의 물리적 한계를 극복하고자, 전 과제를 통해 성공적으로 구현된 대면적 칼코젠 소재(MoS₂, WS₂, Te, 그래핀) 활용 3D 집적 광증폭 능동 이미지센서 뉴럴 네트워크 소자를 구축한다. 특히, 이미지센서의 반도체 물질의 광대역 파장에서 민감하게 반응하는 초고감도/형상가변 active-pixel 기능을 위해 해당 칼코젠 소재들의 (1) 이종접합 성장 및 멀티 밴드갭 구현을 이룬다. 또한, (2) Nanomesh 구조체를 통한 광증폭 소자 구현, (3) 다중 저항값 저장이 가능한 2D 멤리스터의 개발하여, (4) 이의 데이터를 기반으로 딥러닝 기술을 적용하여 고집적/저전력/고속 연산이 가능한 이미지 센서를 제작하고자 한다.

□ 연구 목표대비 연구결과
본 연구에서 개발한 2-Step 공정을 통해 2차원 칼코젠 화합물 TMDs(MoS₂, WS₂)/준 2차원 칼코젠 물질 Tellurium을 성공적으로 대면적으로 성장하였으며 안정화된 해당 박막 MoS₂, WS₂ 기반의 어레이 능동이미지 센서를 제작하였다. 또한, block copolymer(BCPs)를 이용하여 Nanomesh를 구현하고 해당 박막의 균일함을 증명하기 위한 Raman, PL, XRD, XPS 등 물리적 분석을 진행하여 4 inch wafer 규격에서 높은 균일도를 확보하였다. 박막을 이용해 기존의 특성 파장에 대한 우수한 광 효율을 극대화 시키는 연구를 통해 광증폭 트랜지스터를 제작하였다. 본 연구와 관련하여 SCI 상위 5% 저널(Advanced Materials, Advanced Functional Materials, npj flexible electronics)에 4건, SCI 상위 10% 저널(IEEE Transactions on industrial electronics, nature communication, ACS Nano) 8건을 출간하였다. 또한, 2D 박막을 활성층으로 활용한 어레이 Atomistor 공정조건 최적화 및 시냅스 소자를 개발하였고 기계학습 알고리즘 평가(MNIST, CIFAR-10)에서 95% 이상의 정확도를 확보하였다. 본 연구개발 과정에서 체계적으로 구성된 공정체계, 저전력 소자 및 고민감도를 갖는 광소자들은 인공지능 센서 뉴럴네트워크 분야의 원천기술로서 활용이 가능할 것으로 전망된다. 본 과제를 통해 최종적으로 30편의 SCI 논문을 출간하였고 7건의 지식재산권 확보, 언론 보도 10건(YTN, 사이언스), 기술실시계약 1건 등 다양한 성과를 이루었다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
4차 산업혁명 시대에 접어들면서 3D 프린팅, 안면인식, 자율주행 기술, IoT 기술들이 등장하고 있다. 이를 위해, 고 이동도와 넓은 대역의 광 반응성을 갖는 이미지 센서 기술 그리고 빅데이터 분석이 가능한 하드웨어가 요구되고 있다. 하지만, 기존의 Si 기반의 기술은 좁은 대역의 광 반응성을 가지고, 기존의 중앙처리 장치로 빅데이터 분석을 하려면 엄청난 양의 전력이 필요하게 된다. 인공지능 알파고의 경우도, 1000개가 넘는 중앙처리장치, 200개에 가까운 그래픽 처리장치, 그리고 100만개가 넘는 메모리 반도체로 인해, 많은 양의 전력이 필요하였다. 하지만, 인간의 뇌는 같은 바둑을 하더라도, 사용 전력이 알파고보다 5만 배의 효율을 가진다.
위와 같은 이유로 새로운 물질 기반의 고이동도/광대역의 이미지센서 구현과 엄청난 양의 데이터를 빠르고 효율적으로 처리할 수 있는 뇌를 닮은 반도체 기술인 뉴로모픽 엔지니어링이 대두되기 시작되었다. 하지만 뉴로모픽 하드웨어에 대한 연구로 대부분 독립적인 부분의 연구들이 진행되고 있고 이를 통합할 방법에 대해서는 연구가 부족한 상황이다. 따라서 본 연구진은 칼코젠 기반 나노메쉬 기술을 이용한 멀티 밴드갭 이미지센서, 센서 뉴럴네트워크 컴퓨팅을 위한 멤리스터 시냅스 소자를 CMOS 위에 적층하여 통합된 뇌 신경 모방 인공지능의 플랫폼 제시한다. 즉, 본 연구진은 인간의 뇌를 모방하는 센서 뉴럴네트워크와 시각을 모방하는 이미지 센서를 통합하여 인공 시각 시스템을 개발하는 원천 기술을 확보하고자 한다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 13
• 1) 정성적 연구개발성과(연구개발결과) ... 13
• 2) 세부 정량적 연구개발성과 ... 13
• 3) 목표 달성 수준 ... 14
• 4) 목표 미달 시 원인 분석 ... 14
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 15
• 5. 연구개발성과의 관리 및 활용 계획 ... 16
• 6. 자체점검표 ... 17
• 7. 참고문헌 ... 17
• 끝페이지 ... 44