본 연구실은 3차원 나노스케일 트랜지스터의 설계, 제작 및 분석에 중점을 두고 있습니다. 나노미터 크기의 반도체 소자는 기존의 평면형 소자에 비해 집적도가 높고, 전력 소모와 동작 속도 측면에서 우수한 특성을 보입니다. 이를 위해 TCAD(Technology Computer-Aided Design) 시뮬레이션을 활용하여 소자의 동작 특성을 예측하고, 최적의 구조와 공정 조건을 도출합니다. 나노스케일 소자 연구는 반도체 산업의 미세화 한계를 극복하기 위한 핵심 기술로, 다양한 신소재와 구조적 혁신이 요구됩니다. 본 연구실에서는 실리콘 나노와이어, 이중 게이트 TFT, a-IGZO 등 다양한 소재와 구조를 적용한 트랜지스터를 개발하고, 이들의 전기적 특성 및 신뢰성 평가를 수행합니다. 또한, 소자 제작 공정의 미세 조정과 분석을 통해 실제 양산에 적용 가능한 기술을 확보하고 있습니다. 이러한 연구는 차세대 고성능, 저전력 반도체 칩 개발에 직접적으로 기여하며, 인공지능, 사물인터넷, 모바일 등 다양한 응용 분야에서 요구되는 고집적·고효율 반도체 소자 기술의 기반을 마련합니다. 미래 반도체 산업의 경쟁력을 확보하기 위해 지속적으로 혁신적인 소자 구조와 공정 기술을 탐구하고 있습니다.

본 연구실은 메모리 반도체, 특히 비휘발성 메모리(NAND Flash, RRAM, PRAM 등)와 이들을 활용한 인메모리 컴퓨팅(Processing-In-Memory, PIM) 기술 개발에 주력하고 있습니다. 빅데이터 시대에 정보 저장과 고속 데이터 처리가 필수적이기 때문에, 메모리 소자의 집적도와 성능 향상은 매우 중요한 연구 주제입니다. 본 연구실에서는 NAND 플래시 메모리, RRAM, CTF(Charge Trap Flash) 등 다양한 메모리 소자의 구조 설계, 제작 및 특성 분석을 수행하고 있습니다. 특히, 인메모리 컴퓨팅은 메모리와 연산 기능을 통합하여 기존 폰 노이만 구조의 병목 현상을 극복할 수 있는 혁신적인 기술로 주목받고 있습니다. 본 연구실은 커패시티브 커플링 기반의 전압 합산 연산, 아날로그 및 디지털 PIM 매크로, 임베디드 플래시 메모리 기반 로직 연산 등 다양한 인메모리 컴퓨팅 아키텍처를 제안하고, 실제 칩 제작 및 시스템 수준의 검증을 진행하고 있습니다. 또한, 메모리 소자의 신뢰성, 내구성, 에너지 효율성 향상을 위한 소재 및 공정 혁신도 병행하고 있습니다. 이러한 연구는 인공지능, 자율주행, 엣지 컴퓨팅 등 차세대 고성능 컴퓨팅 시스템의 구현에 필수적인 기반 기술을 제공합니다. 본 연구실은 산학협력 및 국가 연구과제를 통해 산업계와 긴밀히 협력하며, 미래 메모리 및 컴퓨팅 패러다임 전환을 선도하고 있습니다.

뉴로모픽 시스템은 인간 뇌의 뉴런과 시냅스 구조를 모방하여 고효율, 저전력 인공지능 하드웨어를 구현하는 차세대 컴퓨팅 기술입니다. 본 연구실은 시냅스 소자(RRAM, CTF, PRAM 등)와 뉴런 회로의 설계 및 제작, 그리고 이들을 통합한 뉴로모픽 시스템 개발에 집중하고 있습니다. 특히, 스파이킹 뉴럴 네트워크(SNN), 스토캐스틱 뉴런, 패턴 인식 등 다양한 응용을 위한 하드웨어 구현을 목표로 하고 있습니다. 연구실에서는 소자의 전기적 특성 제어, 신경망 학습 알고리즘의 하드웨어 구현, 그리고 실제 칩 제작 및 시스템 통합에 이르기까지 전주기적 연구를 수행합니다. 예를 들어, RRAM 기반 시냅스 어레이, 커패시티브 커플링을 이용한 뉴런 회로, 온칩 학습이 가능한 스토캐스틱 컴퓨팅 구조 등 다양한 혁신적 기술을 개발하고 있습니다. 또한, MNIST 등 실제 데이터셋을 활용한 패턴 인식 및 이미지 분류 실험을 통해 시스템의 성능을 검증하고 있습니다. 이러한 뉴로모픽 기술은 기존 디지털 컴퓨팅의 한계를 극복하고, 초저전력·고성능 인공지능 칩 개발에 핵심적인 역할을 합니다. 본 연구실은 국내외 학술대회 및 산업체와의 협력을 통해 뉴로모픽 반도체 분야의 기술 혁신을 선도하고 있으며, 미래 지능형 반도체 시장을 위한 원천 기술 확보에 주력하고 있습니다.