인공지능(AI) 연산 수요가 급증하면서 기존 CMOS 반도체 차세대 대안으로 인간 뇌 구조를 모방한 뉴로모픽 컴퓨팅(neuromorphic computing)이 주목받고 있다.
미국 미시간 대학(University of Michigan) 연구진이 에너지 효율과 처리 속도를 동시에 개선할 수 있는 새로운 멤리스터 소자를 개발해 관심을 모으고 있다. 해당 연구 결과는 나노과학 분야 학술지 ACS Nano에 게재됐다.
연구팀이 개발한 멤리스터는 2차원 물질인 비스무트 셀레나이드(Bi₂Se₃)를 기반으로 제작됐으며, 기존 멤리스터 기술에서 동시에 구현하기 어려웠던 세 가지 핵심 성능을 확보했다. 이 소자는 장기간 데이터 저장이 가능한 비휘발성 특성과 연속적으로 값을 조절할 수 있는 아날로그 메모리 특성, 그리고 외부 전류 조절기 없이도 안정적으로 작동하는 구조를 모두 갖췄다. 이는 기존 기술에서 상충되던 특성들을 하나의 소자에 통합한 사례로 평가된다.
멤리스터는 전류의 흐름에 따라 저항값이 변하고 이를 기억하는 특성을 지닌 소자로, 데이터 저장과 연산을 동시에 수행할 수 있다. 이로 인해 기존 컴퓨터 구조에서 발생하는 메모리와 프로세서 간 데이터 이동 병목 문제를 줄일 수 있어 뉴로모픽 컴퓨팅 구현의 핵심 요소로 꼽힌다. 그러나 기존 멤리스터는 장기 안정성을 확보하면 정밀한 제어가 어려워지고, 반대로 정밀 제어가 가능하면 데이터 유지력이 떨어지는 한계를 보여왔다.
이번에 개발된 Bi₂Se₃ 멤리스터는 내부에 형성되는 금(Au) 필라멘트 구조를 통해 이러한 문제를 해결했다. 전압이 가해지면 금 원자가 Bi₂Se₃ 층 내부로 확장되며 전도 경로를 형성하고, 전압 변화에 따라 이 구조가 성장하거나 수축하면서 전도도를 연속적으로 조절한다. 이러한 메커니즘은 인간 뇌의 시냅스가 강화되거나 약화되는 방식과 유사해, 보다 자연스러운 학습형 연산이 가능하다는 특징이 있다.
연구진은 성능 검증을 위해 해당 멤리스터를 완전 아날로그 기반 하드웨어 신경망에 적용했다. 실험에서는 시소 형태의 균형 장치를 제어하도록 구성했으며, 멤리스터는 별도의 소프트웨어나 디지털 변환 과정 없이 프로펠러 속도를 조절해 장치를 90도 상태로 안정적으로 유지하는 데 성공했다. 특히 이 과정에서 소모된 전력은 약 7마이크로와트 수준으로, 일반 가정용 LED 조명보다 현저히 낮은 초저전력 특성을 입증했다.
또한 연구팀은 이 멤리스터를 실리콘 기판 위에 크로스바 배열 형태로 제작해 기존 반도체 공정과의 호환성도 확인했다. 금 전극 위에 Bi₂Se₃ 층을 증착하고 그 위에 티타늄과 금을 교차 구조로 쌓는 방식은 대량 생산과 집적화에 유리한 구조로 평가된다. 이는 향후 상용 AI 반도체에 적용될 가능성을 높이는 요소로 작용한다.
이번 연구는 뉴로모픽 컴퓨팅 구현을 위한 핵심 하드웨어 기술의 진전을 보여주는 사례로, 향후 AI 시스템의 전력 효율 개선과 처리 속도 향상, 그리고 설계 단순화에 기여할 것으로 기대된다. 특히 데이터 저장과 연산을 동시에 수행하는 인메모리 컴퓨팅 구조가 현실화될 경우, AI 기술은 기존 소프트웨어 중심 구조에서 벗어나 보다 자율적이고 효율적인 물리적 시스템으로 진화할 것으로 전망된다.
David is the Editor of The Science Monitor. Drawing on extensive experience as the former Public Affairs officer for the Republic of Korea (ROK) Navy, he provide in-depth analysis at the intersection of science, technology, global security, geopolitics, and maritime strategy.
Contact: navy@scimonitors.com | LinkedIn
