초록 ▼

◻ 연구개요
본 연구에서는 차세대 인공지능 반도체 소자의 개발에 결정화 제어 기술을 적용하여 인공적으로 결함 밀도가 제어된 Ⅲ-nitride 소재를 제작함. 나아가, 자가소멸 (self-annihilation) 에 의한 소자 신뢰성 저하를 억제할 수 있는 전극이 결합된 고성능의 뉴로모픽 (neuromorphic) 반도체 소자를 개발하고, 동작 원리 규명을 통해 원천기술을 확보하는 것을 연구 목표로 함.

◻ 연구 목표대비 연구결과
1) 결정립계를 가지는 박막의 증착 조건 최적화 및 멤리스터 소자 적용: Sc이

◻ 연구개요
본 연구에서는 차세대 인공지능 반도체 소자의 개발에 결정화 제어 기술을 적용하여 인공적으로 결함 밀도가 제어된 Ⅲ-nitride 소재를 제작함. 나아가, 자가소멸 (self-annihilation) 에 의한 소자 신뢰성 저하를 억제할 수 있는 전극이 결합된 고성능의 뉴로모픽 (neuromorphic) 반도체 소자를 개발하고, 동작 원리 규명을 통해 원천기술을 확보하는 것을 연구 목표로 함.

◻ 연구 목표대비 연구결과
1) 결정립계를 가지는 박막의 증착 조건 최적화 및 멤리스터 소자 적용: Sc이 치환된 Al_xSc_1-xN 저항층 형성을 위해 DC 스퍼터 증착과 패터닝 공정을 통해 32×32 수직 적층 멤리스터 소자를 제작함. 증착 압력이 낮을수록 (고진공) 결정성이 향상되며, 높은 압력에서는 표면 이동 제약에 의해 결정화가 어려움.
2) AlN 박막과 Sc 치환된 Al_xSc_1-xN 박막의 결정구조 규명: AlN 박막과 Sc이 치환된 Al_0.72Sc_0.28N 박막은 유사 결정립 크기를 가지며 전도성 필라멘트에 미치는 Sc 치환의 영향을 확인함. 3차원 결함이 급격하게 감소하여 소자의 열화가 방지되고, 결정립계 결함이 제어되어 안정적인 저항 변화 거동이 나타남. 700W에서 형성된 Al_0.34Sc_0.66N 박막은 AlN, Al0.72Sc0.28N에 비해 조밀하고, cubic 구조로의 상전이를 확인함. 또한, Al 하부 전극의 산화층 뿐만 아니라 Al_0.34Sc_0.66N 박막의 하부의 비정질 형태의 층은 침투하는 금속성 이온을 제어함.
3) AlN 박막과 Sc 치환된 AlxSc1-xN 박막 기반 멤리스터 소자의 신뢰성 평가: AlN 박막 내에 존재하는 3차원 결함 및 결정립계에 형성되는 금속성 필라멘트는 상대적으로 강하게 형성되어 reset 과정 중 LRS 상태에서 HRS 상태로의 변화가 원활히 이루어지지 않음. 이러한 원인은 Cu/AlN/Al 소자의 endurance와 retention 결과를 통해 확인이 가능하며, compliance current 값에 따라 LRS 값이 장시간 유지되는 것에 비해 반복적인 저항변화 거동에서는 HRS와 LRS의 변동폭이 큰 것을 알 수 있음.
4) Al_0.34Sc_0.66N 박막 기반 멤리스터의 아날로그 시냅스 뉴로모픽 적용 평가: 안정적인 DC 특성이 확보된 Cu/Al_0.34Sc_0.66/Al 멤리스터 소자를 시냅스로 활용한 뉴로모픽 소자로의 적용을 위한 연구를 수행함. 펄스 전압을 인가하는 조건을 LTP 50 pulses, LTP 50 pulses로 설정하고, 총 3000회의 펄스를 인가하여 30회에 해당하는 endurance 결과를 확보함. 컨덕턴스 값이 장시간 일정하게 유지되어 안정적인 특성을 확보하였음. 본 연구에서 확보한 소자의 선형형은 LTP 2.7과 LTD 2.2로 확인됨. 이러한 아날로그 특성을 기반으로 이미지 학습 및 인공지능 소자의 구현 가능성을 점검함.

◻ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
1) 연구결과의 의미 및 중요성: 본 연구는 차세대 뉴로모픽 소자를 구현하기 위한 핵심 소재의 발굴과 소재 내에 형성되는 금속성 필라멘트의 인위적 제어를 위한 방법, 그리고 형성된 소재 및 소자의 분석을 아우르는 종합적인 방안을 제시한다는 점에서 큰 의미를 가지며, 해당 연구는 III-nitride 소재의 다양한 연구분야로의 확장과 원소 치환이 소재의 특성 및 소자의 성능에 미치는 영향을 규명하여 신개념 소자를 개발하는 밑바탕이 됨.
2) 기술적 파급효과: 박막 소재를 형성하는 공정 조건을 체계화하여 III-nitride 소재를 비롯한 다양한 소재의 개발에 적용이 가능하며, 재료 내에 존재하는 결함을 제어하여 다결정 소재 및 단결정 소재에 적용하여 소재의 고유 특성이 발현되는 뉴로모픽 소자의 개발을 앞당김.
3) 사회·경제적 파급효과: 본 연구는 최근 기계학습이나 딥러닝을 구현하기 위한 인프라의 핵심 기술로 알파고의 연산 시스템에 1202개의 CPU와 176개의 GPU가 탑재되어 약 170kW의 높은 전력 소모가 발생하지만, 본 연구를 통해 개발되는 뉴로모픽 소자는 이러한 폰 노이만 컴퓨팅을 대체하여 소비전력을 획기적으로 낮출 수 있음.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• (1) 연구의 목적 ... 4
• (2) 연구 필요성 ... 4
• (3) 연구범위 ... 4
• (4) 연구목표 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• (1) 균일한 III-nitride 소재의 최적화 ... 4
• (2) III-nitride 기반의 수직 교차 멤리스터 시냅스 소자 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 8
• 1) 정성적 연구개발성과(연구개발결과) ... 8
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4) 목표 미달 시 원인 분석 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 13
• 1) 연구결과의 의미 및 중요성 ... 13
• 2) 기술적 파급효과 ... 13
• 3) 사회·경제적 파급효과 ... 13
• 5. 연구개발성과의 관리 및 활용 계획 ... 13
• 1) 성과 관리 추진체계 ... 13
• 2) 활용분야 및 방안 ... 13
• 3) 추가연구의 필요성 ... 13
• 4) 타 연구에의 응용 ... 13
• 6. 자체점검표 ... 14
• 7. 참고문헌 ... 14
• 끝페이지 ... 32