전자현미경 사진으로 학습, 자성체 물성 분석 시간 줄여
국내 연구진이 자성체 물성을 빠르게 분석하는 인공지능(AI) 기술을 개발했다.
한국과학기술연구원(KIST) 스핀융합연구단 권희영, 최준우 박사, 경희대 원창연 교수로 이뤄진 공동연구팀은 AI 기술을 활용해 자성체의 스핀(spin) 구조 이미지로부터 자기적 물성을 추정하는 기술을 개발했다고 17일 밝혔다.
AI 딥러닝을 토대로 한 이번 기술은 기존 수십시간 걸리던 소재 분석 시간을 대폭 줄여준다.
자성 메모리(MRAM) 등의 소자를 개발하기 위해 자성을 띠는 물질인 자성체를 이용한다. 이 자성체들의 온도 안정성, 변화 대응 속도 등의 물성들을 정확히 파악해야 소자 개발에 이용할 수 있다.
연구팀은 AI에 기계학습 알고리즘을 적용해 기존 자성 도메인 이미지들을 학습시키고 새로운 자성 도메인 이미지를 보면 그 물질의 자기적 물성을 추정하도록 했다. 연구팀은 “자성체의 전자현미경 이미지를 입력하고 실시간으로 해당 자성체의 자기적 물성을 추정할 수 있게 했다”고 설명했다.
연구팀이 실제 관측한 데이터와 AI가 추정한 값을 비교하니 오차가 1% 내외로 추정 정확도가 매우 높았다. 이번 연구성과는 국제학술지 ‘사이언스 어드밴스’에 게재됐다.
