제목

인공지능용 feedback Si channel 1T-SRAM의 공정 및 구조 최적화 기술 개발

상세 설명

이 연구는 실리콘 나노선 기반의 새로운 구조를 적용하여 고속, 고집적, 저전력 특성을 지닌 1T-SRAM 소자를 개발하고, 이를 바탕으로 차세대 뉴로모픽 반도체 기술의 실현 가능성을 제시하는 데에 목적이 있다. 1T-SRAM은 채널 내에서 형성되는 p-n-p-n 에너지 밴드 다이어그램을 기반으로 positive feedback 동작을 유도하여, 기존 6T-SRAM 대비 소자 수를 줄이고 소형화 및 에너지 효율을 극대화할 수 있는 장점을 갖는다. 연구진은 이를 위해 채널 구조와 동작 메커니즘을 정밀 분석하고, TCAD 시뮬레이션을 통해 최적의 나노선 구조 및 공정 파라미터를 도출하였다. 다양한 도핑 농도, 채널 길이, 반지름의 실리콘 나노선을 CMOS 기반 top-down 방식으로 제작하고, 싱글 및 더블 탑 게이트 구조의 1T-SRAM 소자를 구현하였으며, 제작된 소자에 대해 메모리 윈도우(≤ 2 V), on/off 전류비(≥ 10⁴), retention(≥ 10³ s), 내구성(≥ 10⁴ cycles) 등 주요 특성을 종합적으로 평가하였다. 특히, 양자역학적 특성이 현저해지는 30 nm 이하의 스케일에서 발생하는 동작 이상 현상을 분석하고 해결함으로써, 초소형 소자 설계에도 대응 가능한 기술 기반을 마련하였다. 또한, full device-level 실험을 통해 write/erase 동작의 반복 수행 시 내구성과 데이터 유지 특성 변화도 체계적으로 측정되었다. 이러한 기술은 기존 SRAM 구조의 한계를 극복하고, 뉴런 및 시냅스 기능을 병렬적으로 통합할 수 있는 뉴로모픽 반도체 설계에 핵심적인 역할을 수행할 수 있으며, 고속 연산과 저전력을 동시에 요구하는 AI 컴퓨팅 환경에 적합하다. 이 연구의 기술적 기대효과는 feedback 기반 1T-SRAM 원천기술을 통해 기존 대비 획기적인 소형화 및 에너지 효율 개선을 실현할 수 있다는 점이며, 이는 산업화 및 표준화 기술로서 글로벌 특허 경쟁에서도 주도권을 확보할 수 있는 기반이 된다. 경제적으로는 고속 성장 중인 인공지능 반도체 시장에서 국내 기술 우위를 확보할 수 있으며, 사회적으로는 AI 시스템의 의료, 국방, 교육 등 다양한 응용 영역에서의 실질적인 기여를 통해 새로운 산업 및 일자리 창출에 이바지할 수 있을 것으로 기대된다.

기관명

고려대학교 산학협력단

예산

키워드

프로젝트 기간

2020년 12월 - 2021년 08월

관련 이미지

관련 자료