차세대 AI 반도체 핵심 소자 RRAM의 고질적 내구성 저하 문제 개선
초당 0.1A° 증착 속도서 1만배 저항 차이 구현...1만회 이상 반복 구동 성공
단국대학교는 최근 홍웅기 융합반도체공학과 교수 연구팀이 차세대 AI 반도체의 핵심 소자인 저항변화메모리(RRAM)의 신뢰성과 동작 안정성을 향상할 수 있는 공정 기술을 개발했다고 16일 밝혔다.
생성형 AI와 사물인터넷(IoT), 엣지 컴퓨팅 기술이 빠르게 발전하면서 기존 플래시 메모리의 한계인 메모리 병목 문제를 해결할 차세대 메모리 기술로 RRAM이 주목받고 있다.
RRAM은 저항값의 변화를 이용해 데이터를 저장하는 비휘발성 메모리로 전원이 꺼져도 저장된 정보를 유지한다. 소형화에 유리하고 동작 속도가 빠르며 소비전력이 낮아 차세대 AI 반도체 및 뉴로모픽 컴퓨팅 구현을 위한 후보 기술로 평가받는다. 하지만 반복 구동에 따른 내구성과 동작 안정성이 낮다는 점은 상용화의 과제였다.
홍 교수팀은 차세대 반도체 소재인 이황화몰리브덴(MoS₂)에 주목해 전자빔 증착 공정을 활용한 신뢰성 향상 기술을 개발했다. MoS₂는 높은 집적도와 낮은 소비전력 특성을 갖췄지만, 데이터 저장 과정에서 형성되는 전도성 필라멘트가 불규칙하게 생성돼 소자 성능과 신뢰성이 저하되는 문제가 있었다.
연구팀은 상부 전극의 증착 속도를 정밀하게 제어해 금속 원자가 MoS₂ 내부 결함으로 침투하는 정도를 조절하는 방법을 제안했다. 이를 통해 전도성 필라멘트의 형성 위치와 성장 과정을 안정적으로 제어함으로써 소자의 동작 신뢰성을 크게 높였다.
실험 결과 초당 0.1Å(옹스트롬)의 낮은 증착 속도 조건에서 제작된 소자는 약 1만배에 이르는 저항 차이를 구현하며 우수한 메모리 성능을 보였다. 1만회 이상의 반복 구동 후에도 안정적인 동작 특성을 유지했으며, 2000초 이상 데이터를 안정적으로 저장하는 것으로 확인됐다. 소자 구동에 필요한 전압 편차를 크게 줄여 기존 RRAM의 핵심 과제였던 신뢰성과 동작 안정성을 효과적으로 개선한 것이다.
홍 교수는 "증착 속도라는 공정 변수만으로 MoS₂ 기반 RRAM의 전도성 필라멘트 형성을 안정적으로 제어할 수 있음을 입증했다"며 "앞으로 저전력 AI 반도체와 뉴로모픽 컴퓨팅 소자 개발을 위한 핵심 기반 기술로 활용될 수 있을 것"이라고 설명했다.
독자들의 PICK!
한편 이번 연구는 △한국연구재단 '차세대지능형반도체기술개발사업' △정보통신기획평가원 '정보통신방송혁신인재양성사업'(대학ICT연구센터) △한국산업기술진흥원 '산업혁신인재성장지원사업'(교육훈련)의 지원을 받아 수행됐다. 제1저자로 허윤정 파운드리공학과 석사과정이 참여했다.
연구 결과는 'Engineering stable conductive filament formation in MoS₂ resistive random access memory via process-controlled metal incorporation into defects for enhanced electrochemical metallization switching'라는 제목으로 미국물리학협회(AIP)가 발행하는 응용물리학 분야 국제학술지 'Applied Physics Letters'(IF=3.6, JCR Q2)에 게재됐으며 에디터스 픽으로 선정됐다.
