본문 바로가기
HOME 学术研究 个人研究成果

个人研究成果

김현재 교수 연구팀

김현재 교수 연구팀, 인간의 시각 시스템을 모방할 수 있는 뉴로모픽 어레이 개발 성공 전기전자공학과

김현재 교수 연구팀, 인간의 시각 시스템을 모방할 수 있는 뉴로모픽 어레이 개발 성공

재료과학분야 권위 있는 국제학술지 ACS Nano에 논문 게재


사진. (왼쪽부터) 전기전자공학과 김현재 교수, 제 1저자 강병하 박사 (졸업생, 現 삼성전자 메모리사업부)]



전기전자공학과 김현재 교수 연구팀의 논문이 9월 28일, 미국의 ACS (American Chemical Society)사에서 발행하는 학술지로 기능성 신소재 분야의 최고 권위지로 인정받고 있는 ACS Nano 저널(IF 15.881, JCR 상위 6.30%)에 게재됐다. 김현재 교수는 공동 교신저자로, 졸업생인 강병하 박사(現 삼성전자 메모리사업부)가 공동 1저자로 참여한 이번 논문은 연세대, 성균관대, 텍사스대(오스틴)가 진행한 공동 연구의 결과물이며 산화물 선택트랜지스터(Select Transistor) 및 가시광 영역에서 동작 가능한 포토트랜지스터(Photo Transistor)가 구성된 8 x 8 뉴로모픽 능동 픽셀 이미지 센서 어레이(Neuromorphic Active Pixel Image Sensor Array, NAPISA)를 제안함으로써 미래의 인공지능 눈으로의 적용 가능성을 입증하였다.


최근 인공지능(Artificial Intelligence, AI)은 대량의 데이터를 효과적으로 처리하고 대량의 정보를 신속하게 수집 및 저장할 수 있는 능력으로 인해 다양한 애플리케이션에서 많이 사용되고 있다. 하지만 메모리 및 중앙처리장치(Central Processing Unit, CPU)가 물리적으로 분리된 폰 노이만(von Neumann) 구조의 현 컴퓨터는 병목 현상으로 높은 전력 소모를 겪고 있어 AI 기술에서 효율적이지 못한 단점을 가지고 있다.


이에, 생체의 시냅스 기능 또는 신경 시스템을 모방하는 신경형 공학은 높은 에너지 효율성과 병렬 계산으로 인해 대량의 데이터를 처리하기 위한 유망하고 효과적인 전략으로 제안되었다. 또한, von Neumann 구조에서 AI 기술이 직면하는 문제를 직접 해결하는 것 외에도, 신경 시스템을 모방하는 다양한 신경 형태 소자가 동시에 제안되어 컴퓨팅 기술에 대한 가능성을 제공하고 있다. 특히, 자극이나 정보를 수신하고 해석하는 능력인 시각적 지각과 같은 인간 시각 시스템(Human Visual System)의 기능을 모방하는 뉴로모픽 소자에 관한 연구가 활발히 진행되고 있다.


[그림. 산화물 선택트랜지스터 및 가시광 영역에서 동작 가능한 포토트랜지스터로 구성된
8 x 8 NAPISA 구조 및 시각 기억/망각 결과물]



본 연구팀은 인간의 시각 기억(Human Visual Memory)을 모방할 수 있는 인공지능 시각 시스템을 구현하기 위해 현 디스플레이 산업에서 활용되고 있는 산화물 반도체를 활용하여 8 x 8 NAPISA를 제안하였다. NAPISA에 진공 공정인 스퍼터링 방식을 활용하여 IGZO (Indium Gallium Zinc Oxide)를 증착함으로써 높은 균일성을 갖는 우수한 성능의 채널 층과 용액 공정의 일종인 스핀 코팅 방식으로 IZO (Indium Zinc Oxide)를 코팅함으로써 내부 결함을 유도하여 PPC (Persistent Photoconductivity) 유발 층을 구성하였다. 그 결과, 소프트웨어나 시뮬레이션 없이 8 x 8 NAPISA에서 시각적 기억 및 망각 모드를 선택적으로 활성화함으로써 인간의 시각 기억을 모방할 수 있었다. 본 연구팀이 제작한 8 x 8 NAPISA는 향후 인공지능 눈을 구현하는 데에 기여할 것으로 기대된다.


한편, 이번 연구 성과는 과학기술정보통신부 지원으로 연구재단의 중견연구사업, 차세대 지능형 반도체 기술개발(소자)사업, 나노·미래소재원천기술개발사업의 지원으로 수행되었다.


논문명: Neuromorphic Active Pixel Image Sensor Array for Visual Memory

논문 주소: https://pubs.acs.org/doi/10.1021/acsnano.1c06758

Researcher