상세 설명

인공지능 및 뉴로모픽 시스템을 위한 신경모방 소자와 인메모리 컴퓨팅 기술은 기존 폰 노이만 구조의 한계를 극복하고, 인간 두뇌와 유사한 병렬 연산 및 초저전력 연산을 구현하기 위한 차세대 반도체 기술입니다. 본 연구실에서는 RRAM, CTF(Charge Trap Flash), a-IGZO TFT 등 다양한 신소재 및 소자 구조를 기반으로 한 시냅스 소자와 뉴런 회로를 개발하고 있습니다. 이를 통해 스파이킹 뉴럴 네트워크(SNN), 인메모리 컴퓨팅(Processing-In-Memory, PIM) 등 첨단 AI 하드웨어 시스템의 구현을 목표로 하고 있습니다. 특히, 저항변화 메모리(RRAM)와 플래시 메모리 기반의 3차원 시냅스 어레이, 스토캐스틱 뉴런 회로, 커패시티브 커플링 기반의 행렬-벡터 곱 연산 가속기 등 다양한 하드웨어 아키텍처를 연구하고 있습니다. 이러한 소자 및 회로는 실제 패턴 인식, 이미지 분류, 음성 인식 등 다양한 AI 응용 분야에 적용되고 있으며, MNIST 등 공개 데이터셋을 활용한 시스템 레벨 시뮬레이션을 통해 우수한 성능을 입증하고 있습니다. 또한, 본 연구실은 AI 반도체의 신뢰성, 내구성, 에너지 효율성 향상을 위한 소자 물성 분석, 회로 최적화, 시스템 통합 기술을 함께 연구하고 있습니다. 이를 통해 차세대 인공지능 반도체 시장에서 요구되는 고성능, 저전력, 고신뢰성의 뉴로모픽 및 인메모리 컴퓨팅 솔루션을 제공하고, 미래 지능형 반도체 산업의 핵심 경쟁력을 확보하고자 합니다.

키워드

관련 이미지

관련 자료