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
차세대 3D NAND 플래시 메모리 소자 및 회로 설계
  • 본 연구실의 소자 신뢰성 및 간섭 최소화 기술은 200단 이상 초고집적 3D NAND의 양산 수율과 성능 안정성을 직접적으로 향상시킬 수 있습니다.
  • 최적화된 회로 설계 기술은 메모리 동작 속도를 높여, Kioxia 등이 목표로 하는 3.2Gb/s 이상의 고속 I/O 표준을 만족시키는 데 기여합니다.

스마트폰, IoT 기기, 데이터센터 시장의 폭발적인 성장에 따라 고용량, 고성능 메모리 수요가 급증하고 있습니다. 본 기술 도입 시, 비트 밀도 향상과 비용 효율성을 확보하여 시장 경쟁력을 강화하고 점유율을 확대할 수 있습니다.

2
뉴로모픽 컴퓨팅 및 인공지능 응용을 위한 저전력 메모리 소자 및 모델링
  • LiM/CIM 기술은 AI 연산 시 발생하는 데이터 병목 현상을 해결하고, 기존 시스템 대비 전력 소모를 획기적으로 줄일 수 있어 즉시 상용화 가능한 엣지 AI 디바이스 개발에 필수적입니다.
  • 검증된 컴팩트 모델은 차세대 AI 반도체 설계 및 검증에 소요되는 시간과 비용을 단축시켜 제품 출시를 앞당기는 효과를 제공합니다.

AI, 5G 인프라, 차세대 소비자 기기 시장에서 저전력 고효율 반도체는 핵심 경쟁력입니다. 본 기술은 데이터센터의 운영 비용(OPEX) 절감과 배터리 기반 기기의 사용 시간 증대를 통해 높은 투자수익률(ROI)을 기대할 수 있습니다.

3
초미세 반도체 소자(나노플레이트, GAA, FinFET 등)의 신뢰성 및 열적 특성 분석
  • 3nm 이하 GAA 공정의 상용화를 앞두고 가장 큰 난제인 발열 및 신뢰성 문제를 해결하는 핵심 기술입니다.
  • 본 연구실의 분석 기술은 양산 전 소자 및 공정 설계를 최적화하여 개발 리스크를 줄이고, 제품의 수명과 안정성을 보장합니다.

차세대 파운드리 공정의 성공은 신뢰성 확보에 달려있습니다. 본 기술은 수율 향상과 직결되어 막대한 FAB 투자 비용을 회수하고, 고성능 컴퓨팅, AI 반도체 시장에서 기술 리더십을 확보하는 기반이 될 것입니다.

대표 연구 분야

연구실에서 최근에 진행되고 있는 관심 연구 분야

1

차세대 3D NAND 플래시 메모리 소자 및 회로 설계

우리 연구실은 차세대 3D NAND 플래시 메모리 소자의 구조적 혁신과 회로 설계에 중점을 두고 있습니다. 최근 반도체 산업에서 3D NAND 플래시 메모리는 고집적, 고성능, 저전력 특성을 요구받고 있으며, 이를 위해 다양한 소자 구조와 소재, 공정 기술이 도입되고 있습니다. 본 연구실에서는 O/N/O, O/N/F, IGZO 채널, FeNAND 등 다양한 구조의 메모리 소자에 대한 분석과 최적화 연구를 수행하고 있습니다. 특히, 프로그래밍 및 소거 동작의 신뢰성 향상, 셀 간 간섭 최소화, 셀 전류 및 임계 전압 변화 특성 분석 등 소자 레벨에서의 근본적인 문제 해결에 집중하고 있습니다. 이를 위해 TCAD, SPICE 등 첨단 시뮬레이션 도구를 활용하여 실제 소자 동작을 정밀하게 예측하고, 실험적 결과와의 비교를 통해 모델의 정확도를 높이고 있습니다. 또한, 메모리 셀의 집적도와 동작 속도를 높이기 위한 새로운 회로 설계 방법론도 함께 연구하고 있습니다. 이러한 연구는 차세대 메모리 소자의 신뢰성, 내구성, 저전력화에 크게 기여할 뿐만 아니라, 인공지능 및 빅데이터 시대에 요구되는 고성능 메모리 시스템의 기반 기술을 제공하고 있습니다. 앞으로도 본 연구실은 3D NAND 플래시 메모리의 한계를 극복하고, 미래형 반도체 메모리 기술을 선도하는 연구를 지속적으로 추진할 계획입니다.

2

뉴로모픽 컴퓨팅 및 인공지능 응용을 위한 저전력 메모리 소자 및 모델링

본 연구실은 뉴로모픽 컴퓨팅과 인공지능 응용을 위한 저전력 메모리 소자 개발 및 모델링에도 주력하고 있습니다. 최근 인공지능 및 엣지 컴퓨팅의 발전에 따라, 기존의 폰노이만 구조를 극복할 수 있는 로직-인-메모리(Logic-in-Memory, LiM) 및 컴퓨팅-인-메모리(Computing-in-Memory, CIM) 기술이 각광받고 있습니다. 이를 위해 플로팅 게이트 FET(FGFET), 멤리스터(memristor), 저항변화 메모리(ReRAM) 등 다양한 차세대 메모리 소자와 회로를 연구하고 있습니다. 특히, 멀티레벨 셀 특성, 아날로그 저항 가변 특성, 시냅스 모방 특성 등 뉴로모픽 시스템 구현에 필수적인 소자 특성에 대한 심층 분석을 진행하고 있습니다. SPICE 및 Verilog-A 기반의 컴팩트 모델 개발을 통해 대규모 집적 회로 시뮬레이션이 가능하도록 하였으며, 실제 소자 제작 및 측정 결과와의 정합성을 확보하여 모델의 신뢰성을 높이고 있습니다. 또한, 다양한 소재(HfO2, ZnO, SnO2, WS2 등)와 구조를 적용한 멤리스터 소자의 신경망 학습, 패턴 인식 등 인공지능 응용 가능성도 실험적으로 검증하고 있습니다. 이러한 연구는 차세대 인공지능 하드웨어 구현에 필수적인 저전력, 고성능, 고신뢰성 메모리 소자 및 회로 기술을 확보하는 데 중추적인 역할을 하고 있습니다. 앞으로도 본 연구실은 뉴로모픽 및 인공지능 시스템의 실현을 위한 혁신적인 소자 및 모델링 연구를 지속적으로 선도해 나갈 것입니다.

3

초미세 반도체 소자(나노플레이트, GAA, FinFET 등)의 신뢰성 및 열적 특성 분석

우리 연구실은 3nm 이하의 초미세 반도체 소자(나노플레이트 FET, GAA, FinFET, 나노와이어 FET 등)의 신뢰성 및 열적 특성 분석에도 많은 연구 역량을 집중하고 있습니다. 반도체 소자의 미세화가 진행됨에 따라, 셀프 히팅 효과(Self-Heating Effect, SHE), 단락 채널 효과(Short Channel Effect, SCE), 방사선 내성 등 다양한 신뢰성 문제가 대두되고 있습니다. 본 연구실에서는 이러한 문제를 해결하기 위해 3D TCAD, 몬테카를로 시뮬레이션 등 첨단 해석 기법을 활용하여 소자의 열적, 전기적 특성을 정밀하게 분석하고 있습니다. 특히, 패키징 방식, 게이트 산화막 두께, 스페이서 구조, 채널 두께 등 다양한 공정 및 구조적 변수에 따른 소자의 열적 거동과 신뢰성 변화를 체계적으로 연구하고 있습니다. 또한, 방사선 환경에서의 트랜지스터 특성 변화, 인터페이스 트랩, 핫 캐리어 주입, 게이트 누설 전류 등 신뢰성 저하 메커니즘을 규명하고, 이를 극복할 수 있는 최적 설계 및 공정 가이드를 제시하고 있습니다. 이러한 연구는 차세대 초미세 반도체 소자의 성능 한계 극복과 신뢰성 향상에 직접적으로 기여하며, 미래 반도체 산업의 경쟁력 확보에 중요한 역할을 하고 있습니다. 앞으로도 본 연구실은 초미세 소자 분야의 세계적 연구를 선도하며, 산업계와 학계에 실질적인 해법을 제공할 것입니다.