이 연구는 실리콘 나노구조체 기반의 *quasi-non-volatile memory(QNVM)* 소자를 설계하고, 이를 배열 구조로 구현하여 메모리 기능과 논리 연산 기능을 동시에 수행할 수 있는 새로운 형태의 논리-메모리 융합 소자 기술을 개발하는 데 목적이 있다. QNVM은 volatile memory(SRAM/DRAM)의 빠른 동작 속도와 non-volatile memory(flash)의 긴 정보 보존 특성을 결합한 새로운 메모리 개념으로, 기존의 메모리 계층 구조에서 발생하는 속도 차이와 대역폭 병목 현상을 완화할 수 있는 혁신적 접근이다. 특히 본 연구에서 제안된 소자는 실리콘 채널 내부의 포텐셜 장벽을 양성 피드백 루프를 통해 동적으로 제어하는 방식으로 동작하며, 빠른 read/write 속도(<100 ns), 높은 내구성(>10⁹ 회), 긴 유지 시간(>100 s)의 메모리 특성과 100 MHz 이상의 논리 연산 기능을 동시에 달성한다. TCAD 시뮬레이션을 활용하여 3차원 나노구조체 설계와 공정 조건을 최적화하고, 실제 제작된 소자의 전기적 특성 및 동작 메커니즘을 실험과 비교함으로써 소자의 물리적 원리를 정밀하게 규명하였다. 연구팀은 다양한 게이트 구조 및 공정 변수에 따른 소자의 메모리 동작 성능을 정량적으로 분석하였으며, 이를 기반으로 단일 QNVM 소자를 배열하여 고속 random access memory를 구현하였다. 아울러 mixed-mode 시뮬레이션을 통해 QNVM 배열 소자를 이용한 논리 회로(inverter, NAND, NOR 등)의 성능을 예측하고, 이를 실험적으로 제작·검증함으로써 기존 메모리 소자가 수행하지 못했던 연산+저장 동시 구현이라는 새로운 기능을 가능하게 하였다. 이 기술은 기존 메모리 소자와 비교해 집적도 및 에너지 효율 측면에서 탁월한 장점을 가지며, 무엇보다도 CPU의 일부 연산을 메모리 계층에서 직접 수행함으로써 시스템 전반의 계산 병목(bottleneck)을 크게 완화할 수 있는 근본적 해법을 제공한다. 또한, 기존 CMOS 공정을 그대로 활용할 수 있어 생산성과 상용화 가능성도 매우 높다. 나아가 이러한 논리-메모리 융합 QNVM 기술은 메모리 시장뿐만 아니라 인공지능, 엣지 컴퓨팅, 빅데이터 분석 등 다양한 비메모리 응용 분야로의 확장도 용이하여, 차세대 컴퓨팅 아키텍처의 핵심 기반 기술로 주목받을 수 있다. 궁극적으로 본 연구는 국제적 메모리 기술 경쟁력 향상과 고속·고밀도 데이터 처리 시대에 부응하는 차세대 반도체 소자 플랫폼으로서 큰 파급효과를 창출할 것으로 기대된다.