연구 영역

AI 인사이트

RnDcircle AI가 제공하는 사용자 맞춤 정보

※ 사용자 모드를 변경하여 맞춤형 인사이트를 받아보세요

연구 분야

기술 도입 효과 및 상용화 단계

경제적/시장 적용 및 기대 효과

1
저전력/고효율 신개념 반도체 소자 (뉴로모픽, TFET 등)
  • 본 연구실의 저전력 소자(TFET 등) 기술은 모바일 및 IoT 기기의 전력 효율을 획기적으로 개선하여 배터리 수명을 연장할 수 있습니다.
  • 뉴로모픽 소자는 엣지 디바이스에서의 실시간 데이터 처리에 최적화되어 있으며, 상용화 시 인공지능 반도체 시장의 게임 체인저가 될 잠재력을 가집니다.

뉴로모픽 컴퓨팅 시장은 2024년 782만 달러에서 2032년 4,572만 달러로 연평균 24.7% 성장이 예상됩니다. 특히 저전력 엣지 AI 시장에서 높은 경쟁력으로 기업 가치 상승에 기여할 것입니다.

2
나노소재 기반 유연/스트레처블 전자소자
  • 폴더블/롤러블 디스플레이, 웨어러블 헬스케어 센서 등 차세대 제품군에 직접 적용 가능한 핵심 기반 기술입니다.
  • 소재의 기계적 스트레스에 대한 높은 신뢰성 확보 연구는 제품의 내구성과 수명을 보장하여 상용화의 기술적 장벽을 낮추고 소비자 만족도를 높입니다.

2022년 기준 610억 달러 규모의 웨어러블 기기 시장은 유연 전자소자 기술의 핵심 수요처입니다. 본 기술 도입을 통해 혁신적인 소비자 제품을 개발하고 시장을 선점할 수 있습니다.

3
차세대 에너지 하베스팅 및 저장 소자
  • 슈퍼커패시터는 급속 충방전과 긴 수명이 필요한 산업 장비, 전기차, 에너지 저장 시스템(ESS)에 적용 가능합니다.
  • 열전소자는 공장 폐열이나 체온을 활용해 IoT 센서 등을 자가 구동시켜, 배터리 교체 및 유지보수 비용을 획기적으로 절감하는 효과를 제공합니다.

나노탄소소재 기반의 에너지 소자는 기존 배터리 시장을 보완하고, 자가 구동 센서 네트워크 등 새로운 시장을 창출하여 높은 경제적 가치를 가집니다. 이를 통해 ESG 경영에도 기여할 수 있습니다.

대표 연구 분야

연구실에서 최근에 진행되고 있는 관심 연구 분야

1

게이트 다이오드를 이용한 진성 난수 발생기 개발 (True Random Number Generator using Gate Diodes)

정보 보안, 암호화, 인증 시스템에서 필요한 진성 난수(TRNG)는 예측 불가능성과 고유성이 핵심입니다. 본 연구는 게이트 다이오드 기반 소자로부터 발생하는 열 및 전기 잡음을 활용해 고품질 난수를 생성하는 장치를 개발합니다. 특히 보안용 게이트 다이오드 설계 최적화, 잡음 분석 및 하드웨어 구현을 통합하여 실제 응용 환경에서도 안정적인 난수 발생 성능을 확보하는데 중점을 둡니다. 한국연구재단 기술사업화센터 자료에 따르면, 해당 기술(#10‑2024‑0095589)은 최근 출원된 특허로, 사업화 가능성 높은 전략 기술로 분류되었습니다

진성 난수

게이트 다이오드

보안 하드웨어

정보 암호화

잡음 분석

2

나노전자소자 및 메모리 소자 설계·물성제어 (Nanoelectronic & Memory Device Design and Material Property Control)

본 연구실은 나노 스케일에서 전자 소자와 메모리 소자의 구조 설계, 물성 최적화 및 동작 메커니즘 연구에 집중합니다. 다양한 나노소재 기반(탄소 전극 포함) 소자 구조를 설계하고 물리적 특성을 제어함으로써 안정적 스위칭, 높은 집적도, 저전력 동작이 가능한 차세대 메모리 소자를 목표로 합니다. 고려대학교 융합기술연구소 소개에서 김상식 교수 연구 분야로 '나노전자소자 및 메모리소자'가 명시되어 있습니다.

나노전자소자

메모리 소자

물성 제어

탄소 전극

저전력 스위칭

3

인공지능 기반 나노소자 설계 시뮬레이션과 제작 (AI-Driven Nanodevice Design & Fabrication)

연구실 초기 공지에 따르면, AI 설계, 시뮬레이션, 제작을 아우르는 시스템을 구축하여 나노소자 개발 전체 주기를 자동화하고 효율화하고자 합니다. 머신러닝 기반 소재 특성 예측, 시뮬레이션 기반 공정 최적화, 최종 제작 단계의 자동화 기술을 결합하여 연구-개발(R&D) 기간을 단축하고 반복 실험 비용을 절감합니다. 이는 실제 산업체 및 시스템 통합(SI) 단계에 적용 가능한 솔루션으로, 나노소자 기술의 상용화 및 산업 협력 가능성을 높이도록 설계되었습니다.

인공지능 설계

머신러닝 시뮬레이션

나노소자 제작

공정 최적화

자동화