‘폰 노이만 병목’ 해결할 뉴로모픽 메모리 구현
뇌 신경망 구조·시냅스 작동 방식 모방
복합재료 분야 최상위 저널 게재

삼육대 인공지능융합학부 양민규 교수 연구팀이 AI 시대의 핵심 과제로 꼽히는 ‘폰 노이만 병목’ 문제를 해결할 차세대 메모리 기술을 개발했다. 폰 노이만 병목은 데이터 연산 장치와 저장 장치(메모리)가 물리적으로 분리돼 있어, 데이터 이동 과정에서 처리 속도가 지연되고 전력 소모가 극심해지는 현상을 뜻한다.

이번 연구 성과는 복합재료 분야 최상위 국제 학술지인 ‘어드밴스드 컴포지트 앤 하이브리드 머티리얼즈(Advanced Composites and Hybrid Materials, IF=21.8, 상위 1.5%)’에 3월자로 게재됐다.

논문 제목은 ‘Fast and Energy-Efficient Resistive Switching in ZrOx/TaOx Bilayer Structures under Ultra-Low Voltage Operation for Next-Generation Memory Applications(고속동작 및 초저전력 구동 가능한 ZrOx/TaOx 이중층 구조 차세대 메모리 응용)’이다. 양민규 교수가 교신저자, 이민경 연구원(삼육대 학사, 고려대 석·박사 통합과정 재학)이 제1저자로 참여했다.

논문 바로가기▷https://link.springer.com/article/10.1007/s42114-026-01695-w

연구팀은 기존 컴퓨팅 구조의 한계인 ‘폰 노이만 병목’을 해결하기 위해 인간 뇌의 신경망 구조와 시냅스 작동 방식을 모방, 연산과 저장을 한 곳에서 동시에 수행하는 뉴로모픽 컴퓨팅용 저항변화 메모리(ReRAM)를 개발했다.

개발된 소자의 핵심은 지르코늄 산화물(ZrOx)과 탄탈륨 산화물(TaOx)을 겹친 이중층 구조다. 이 중 탄탈륨 산화물(TaOx) 층이 산소 저장소 역할을 해 전류 흐름을 안정적으로 제어하고 전도성 필라멘트 형성을 돕는다.

그 결과 ±1.3V의 초저전압 환경에서도 10ns(나노초·1억 분의 1초) 수준의 초고속 스위칭 구동에 성공했다. 더불어 10억 회(10⁹) 이상의 작동 내구성을 입증했으며, 85℃ 고온에서도 안정적인 데이터 유지 특성을 보여 기존 단일층 대비 소자의 신뢰성을 대폭 끌어올렸다.

연구팀은 이 소자를 실제 인공지능 연산에 적용해 우수한 성능을 입증했다. MNIST 손글씨 데이터셋을 활용한 인공신경망 학습 실험에서 93.31%의 높은 분류 정확도를 기록하며 소프트웨어 기반 학습과 맞먹는 수준을 달성했다.

또한 인공지능 이미지 복원 모델(AOTGAN)에 적용한 결과, 안경이나 주름 등으로 일부가 가려진 이미지를 자연스럽게 재구성해 내며 실제 시각 추론 응용의 가능성까지 증명했다.

양민규 교수는 “이번 연구는 메모리와 연산을 통합하는 뉴로모픽 반도체 구현 가능성을 실험적으로 입증한 것”이라며 “초저전력·고효율 특성을 바탕으로 향후 엣지 AI, 자율주행, 사물인터넷(IoT) 등 다양한 분야의 차세대 AI 반도체 개발에 핵심 기반 기술로 활용될 것으로 기대한다”고 말했다.

이번 연구는 과학기술정보통신부 정보통신기획평가원(IITP)과 한국연구재단이 주관하는 지능형반도체사업의 지원을 받아 수행됐다.

글 하홍준 hahj@syu.ac.kr

ⓒ 삼육대학교 브랜드전략본부 커뮤니케이션팀 supr@syu.ac.kr