입력 2026.07.27 13:56
- 재료 분야 국제학술지 ‘Advanced Functional Materials’ 논문 게재
- 세계 최초 ‘자가구동 광학 읽기’ 구현… 초저전력 인센서 컴퓨팅 핵심 기술 제시
인간의 뇌처럼 AI가 더 적은 전력으로 더 빠르게 정보를 처리할 수 있는 반도체 기술이 개발되며, 자율주행차와 로봇, 스마트기기 등 차세대 AI 기기의 성능 혁신에 한 걸음 다가섰다.
충남대학교 응용화학공학과 송슬기 교수팀과 서울과학기술대 이은호 교수팀이 빛과 전기를 동시에 활용해 인간의 뇌를 모사하는 고성능 뉴로모픽 광전자 소자를 공동 개발해 초전력 ‘인센서 컴퓨팅’의 길을 제시했다.
이번 연구 결과는 재료 분야 세계적 권위의 국제학술지인 ‘어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials, IF: 19.9)’에 게재됐다. 이번 연구에는 송슬기 교수와 이은호 교수가 교신저자로, 충남대 전영운 연구원, 서울과기대 이동화 연구원이 공동1저자로 참여했다.
최근 생성형 AI와 자율주행, 로봇 기술의 발전으로 대규모 데이터를 빠르고 효율적으로 처리할 수 있는 뉴로모픽 컴퓨팅 기술이 주목받고 있다. 특히 센서에서 획득한 정보를 별도의 메모리로 이동하지 않고 곧바로 연산하는 ‘인센서 컴퓨팅’은 데이터 이동 과정에서 발생하는 전력 소모와 지연을 줄일 수 있는 차세대 AI 반도체 기술로 평가받고 있다.
공동 연구팀은 이러한 기술 구현을 위해 페로브스카이트 다이오드 구조를 기반으로 광검출과 메모리 기능을 하나의 소자에 통합한 뉴로모픽 광전자 시냅스 소자를 개발했다. 특히 정보를 읽어들이는 과정에서 외부 전압이 전혀 필요 없는 ‘자가구동(Zero-bias) 광학 읽기’를 세계 최초로 구현해 대기 전력 소모를 획기적으로 줄였다.
또 소자의 정확도와 안정성을 높이기 위해 유기 스페이서(Organic Spacer)를 도입했다. 이를 통해 소재 내부 이온의 불규칙한 이동을 제어하고 전도성 필라멘트 형성을 정밀하게 제어함으로써 연산 오차를 최소화했으며, 3,000회 이상의 반복 동작 이후에도 성능 저하가 거의 없는 우수한 내구성을 확인했다.
개발된 소자는 동작 과정에서 단 34pJ의 초저전력을 소비하면서도 29㎲ 미만의 빠른 응답 속도를 구현했다. 또한 실제 소자 데이터를 활용한 인공신경망 시뮬레이션에서는 손글씨 이미지 인식 정확도 92.89%, 고난도 컬러 이미지 인식 정확도 84.21%를 기록하며 높은 AI 연산 성능을 입증했다.
이번 기술은 센서와 메모리, 연산 기능을 하나의 소자에 통합해 초저전력으로 인공지능(AI) 연산을 수행할 수 있는 차세대 인센서(In-Sensor) 컴퓨팅 구현 가능성을 제시했다.
송슬기 교수는 “이번 연구는 소재 내부에서 발생하는 현상을 규명해 고성능·초저전력 뉴로모픽 소자의 새로운 설계 패러다임을 제시했다”며 “센서와 메모리, 연산 기능을 하나로 통합한 초저전력 인센서 컴퓨팅과 차세대 비전 시스템 구현을 위한 핵심 원천기술로 활용될 것으로 기대한다”고 말했다.
한편, 이번 연구는 한국화학연구원과 한국연구재단 기초연구사업의 지원을 받아 수행됐다.
□ 논문 제목: Linearity Engineering of Perovskite Optoelectronic Synapses via Stimulus Modulation for Neuromorphic Photonic Computing
□ 논문 DOI: https://doi.org/10.1002/adfm.76960