국립금오공과대학교 배근열 교수, 서울과학기술대학교 이은호 교수, 가천대학교 김대건 교수로 구성된 국내 연구팀이 최근 발표한 연구 결과가 우수성과 독창성을 인정받아 재료과학 분야의 SCI급 저명 국제 학술지 ‘Small(상위 7.8%, Impact Factor: 12.1)’의 표지논문(Back cover)으로 선정됐다.
논문 제목은 ‘Brain-Inspired Topological Surface Modulation for Advanced Nonvolatility in Organic Artificial Synapses(유기 인공 시냅스의 향상된 비휘발성을 위한 뇌모사형 표면 위상 조절)’이다.
연구팀은 인간 대뇌의 지각능력이 주름이 형성된 순간 급격히 향상된 진화과정에서 영감을 받아, 표면 주름을 이용한 새로운 형태의 전기화학트랜지스터 기반 인공 시냅스 소자**를 개발했다. 인간의 대뇌 피질이 부피 확장 대신 주름을 형성하여 신경 세포 간 접점을 극대화한 현상에 주목하여, 뇌의 ‘주름 진화’를 전자소자에 응용하고자 한 것이다.
이를 위해 고분자 반도체 박막에 기계적 압축을 가해 미세한 주름 구조를 형성하여 박막 내 결정 구조를 제어했는데, 이 과정에서 형성된 압축성 결정립(crystallite)이 전자소자의 기억을 담당하는 이온을 강하게 고정하여, 인공 시냅스의 장기 기억 능력을 기존 대비 4배 이상 향상됨을 규명했다.
|
** 인공 시냅스 소자 - 뇌의 시냅스처럼 신호를 기억하고 학습하는 기능을 갖는 전자 소자 - 전기화학트랜지스터 기반 인공 시냅스 소자는 전해질 내 이온의 이동을 이용해 전류의 흐름을 조절하며, 이온이 남아 있으면 ‘기억’이 형성됨. 외부(게이트) 전압이 소자의 전도도를 바꿔 이후 반응이 달라지는 방식으로 학습 효과가 나타남 - 이는 낮은 전력으로 동작하며, 유연한 유기 소재로 구현할 수 있어 차세대 인공지능 하드웨어에 적합함 |
개발된 주름형 인공 시냅스 소자는 인간 신경세포의 시냅스가 가지는 다양한 학습 메커니즘을 모두 구현했다. 쌍자극 촉진(Paired-Pulse Facilitation), 자극 강도 의존 가소성(SADP), 시간·빈도·횟수·지속시간 의존 가소성(STDP, SRDP, SNDP, SDDP) 등 총 6가지 핵심 시냅스 기능을 모사하며 실제 신경 시냅스에 준하는 학습 거동을 보였다.
특히 인공지능 신경망 시뮬레이션에서 주름형 소자 기반 인공 시냅스가 기존 평면 소자보다 140% 이상 높은 학습 정확도를 보여, 단순한 재료 개선을 넘어 뇌의 구조적 진화를 전자 하드웨어 수준에서 재현한 혁신적 결과로 평가된다. 이를 통해 인간의 뇌가 주름을 통해 신경 효율을 극대화하듯, 전자소자도 표면 위상을 정교하게 제어함으로써 더 지속적이고 효율적인 학습이 가능한 하드웨어로 진화할 수 있음을 보였다.
이번 연구는 고분자 기반 유기소자의 결정 구조를 기계적으로 조절해 전자적 기억 성능을 극대화한 최초의 사례다. 연구팀은 다양한 고분자 시스템과 전자 구조에 위상 제어 개념을 확장하여, 차세대 인공지능 하드웨어 및 자가학습형 센서 네트워크 개발로 연구를 이어갈 계획이다. 이 연구는 한국연구재단, 교육부 및 산업통상자원부의 지원을 받아 진행되었다.
