인공지능의 응용, LRS와 HRS 편차에 따른 BNN의 정확도, 세슘주석요오드 반도체의 합성과정 모식도

 인천대 진성훈교수 공동연구팀은 차세대 메모리 기술로 주목받는 세슘주석요오드 Cs2SnI6 (CSI) 기반의 저항변화 메모리(RRAM) 소자가 이진 신경망(Binary Neural Network, BNN)의 응용에서 탁월한 가능성을 보여줌을 밝혔다.

 컴퓨터와 스마트폰에서부터 대화형 인공지능(AI) 서비스인 ChatGPT에 이르기까지, 현대 기술의 발전은 컴퓨팅 파워의 증가와 함께 지속 가능성에 대한 요구를 증대시키고 있다. 이러한 배경에서, 페로브스카이트 반도체 중 하나인,  Cs2SnI6 (CSI) 기반의 저항변화 메모리(RRAM) 소자는 차세대 메모리 기술로서 주목받고 있었다. 

 CSI RRAM은 기존 메모리 기술들이 해결해야 했던 여러 도전 과제들-에너지 효율, 속도, 그리고 환경 안정성-을 해결할 수 있는 잠재력을 보여주었다고 밝혔다.

 이 기술의 핵심은 고저항상태(HRS)와 저저항상태(LRS) 사이의 전환을 이용하여 데이터를 저장하는 것이다. 특히, CSI 저항성메모리 소자가 갖고 있는, LRS에서의 낮은 변동성은 메모리의 신뢰성과 정확성을 향상시키며, 이는 이진 신경망(Binary Neural Network, BNN)의 성능 개선에 직접적으로 기여하게 된다. 

 이는 특히 AI 애플리케이션 및 IoT(Internet of Things) 기기에서의 적용 가능성을 시사한다.  CSI RRAM은 또한 납과 같은 유해 물질을 사용하지 않고, 공기 중에서도 안정적인 성능을 유지할 수 있어 환경적 지속 가능성을 높이는데 기여할 수 있다. 이러한 특성은 메모리 소자를 더 유연하고 다양한 환경에 적용할 수 있게 하며, 향후 착용 가능 기술과 같은 새로운 형태의 전자기기 개발에 큰 도움이 될 것이라고 본 연구진은 내다봤다. 

 진 교수는, “본 기술은 단순히 빠르고 효율적인 메모리 솔루션을 넘어, 지속 가능한 미래를 위한 AI 기술의 발전의 새로운 전환점을 제공할 수 있다고” 밝혔다. 

 이번 연구결과는 본 공동연구팀의 아짓쿠마르, 모쿠랄라 크리쉬니아, 박진우 연구원이 공동1저자로, 김형진, 진성훈 교수가 교신저자로 참여를 했으며, 이번 달 4월호 국제저명학술지 ‘어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials, IF=19)’에 게재되어 학술적인 우수성을 인정받았다.