고려대학교 세종캠퍼스(부총장 양지운) 전자정보공학과 신용구 교수 연구팀이 차세대 인공지능(AI) 반도체의 핵심 소자인 멤리스터(Memristor) 성능을 향상시키는 신규 소재 기반 기술을 단국대 김민주 교수 연구팀과 협력 연구를 수행하여 개발했다. 연구팀은 개시제를 이용한 화학 기상 증착법(iCVD)을 적용해 고해상도 이미지 처리에 적합한 유기 멤리스터 구현에 성공했다.

 

최근 AI 기술의 확대로 대용량 이미지 처리 수요가 빠르게 증가하고 있다. 이에 따라 기존 컴퓨터 구조(폰 노이만 구조)에서 발생하는 데이터 병목 현상과 전력 소모 문제가 중요한 기술적 한계로 지적되어 왔다. 이를 해결할 대안으로 인-메모리 컴퓨팅(In-Memory Computing)이 주목받고 있으나, 기존 고분자 기반 멤리스터는 소자 편차와 낮은 학습 정확도로 인해 상용화가 어려웠다.

 

연구팀은 이러한 한계를 해결하기 위해 iCVD 공정을 도입했다. 2-시아노에틸 아크릴레이트(CEA)와 디에틸렌 글리콜 디비닐 에테르(DEGDVE)를 기체 상태에서 합성해 10나노미터(nm) 이하 두께의 균일한 공중합체 박막을 제작했다. 이 소재는 시아노(Cyano) 작용기를 통해 전도성 필라멘트 형성을 정밀하게 제어할 수 있어 데이터 저장 특성의 선형성과 대칭성이 크게 향상됐다.

 

또한 전압 펄스의 크기와 지속 시간을 조절하는 구동 방식을 적용해 시냅스 가중치(Weight)를 정교하게 조절할 수 있음을 확인했다. 개발된 멤리스터를 활용해 DenseNet-121 모델을 시뮬레이션한 결과, Oxford 102 Flowers, Food-101, Stanford Cars 등 고해상도 이미지 데이터셋에서 최대 88.39%의 분류 정확도를 얻었다. 이는 기존 연구 수준을 넘어 실제 AI 응용 분야에서도 활용 가능성을 보여주는 결과다.

 

이번 연구 성과는 국제 학술지 Advanced Science에 게재되었으며, 논문 제목은 ‘An Ultrathin, Cyano-Functionalized Copolymeric Memristor by iCVD Process for Driving Convolutional Neural Networks of High-Resolution Images’다.

 

한편 신용구 교수는 IITP 주관 「인간지향적 차세대 도전형 AI 기술개발 사업」과 한국연구재단 「우수신진연구 사업」을 수행하며 피지컬 AI, 생성형 인공지능, 지능형 에이전트 등 차세대 자율지능 시스템 핵심 기술을 연구하고 있다. 연구팀은 로봇 조작, 멀티모달 인지, 생성형 AI 결합 기술 등 다양한 미래형 AI 기술 개발을 지속하며 국내 인공지능 연구 생태계 발전에 기여하고 있다.