RnDCircle Logo

Nano-Electronic Materials & Devices Lab.

포항공과대학교 신소재공학과

이장식 교수

Selector Devices

Ferroelectric Transistors

Neuromorphic Devices

Nano-Electronic Materials & Devices Lab.

신소재공학과 이장식

나노전자재료 및 소자 연구실(NEML)은 신소재공학과를 기반으로 차세대 메모리 소자와 인공지능 하드웨어 구현을 위한 핵심 기술을 연구하고 있습니다. 본 연구실은 강유전체, 저항변화메모리(RRAM), 페로브스카이트, 바이오폴리머 등 다양한 첨단 소재를 활용하여, 기존 반도체 메모리의 한계를 극복하고 초고속·저전력·고집적 메모리 소자 개발에 앞장서고 있습니다. 특히, 하프니아 기반 강유전체와 산화물 반도체를 결합한 3차원 메모리 어레이, 금속-강유전체-금속-강유전체-채널(MFMFS) 구조 등 혁신적인 소자 구조를 도입하여, 낮은 전압에서도 빠르고 안정적으로 동작하는 차세대 메모리 소자를 구현하였습니다. 이러한 기술은 데이터센터, 인공지능, 자율주행차, 사물인터넷 등 다양한 첨단 산업 분야에서 요구되는 대용량 데이터 저장과 고속 정보 처리를 가능하게 합니다. 또한, 본 연구실은 저항변화메모리(RRAM)와 선택소자(selector device) 기술을 통해, 메모리 소자의 대규모 집적화와 신뢰성 향상에 기여하고 있습니다. 은 도핑 산화아연 기반의 선택소자는 10억 배 이상의 높은 선택비와 우수한 열적 안정성을 바탕으로, 3차원 크로스포인트 메모리 구조에서의 누설전류 문제를 효과적으로 해결합니다. 이를 통해 차세대 비휘발성 메모리의 상용화와 인메모리 컴퓨팅 기술 발전에 중요한 역할을 하고 있습니다. 뉴로모픽 소자 및 인공 시냅스 트랜지스터 연구도 본 연구실의 핵심 분야입니다. 강유전체, 바이오폴리머, 산화물 반도체 등 다양한 소재를 활용하여, 인간 두뇌의 병렬적 정보 처리와 학습 기능을 모사하는 인공 신경망 소자와 뉴로모픽 칩을 개발하고 있습니다. 이러한 연구는 저전력·고속·다기능의 인공지능 하드웨어 구현에 필수적이며, 미래 지능형 반도체 산업의 혁신을 선도하고 있습니다. 나노전자재료 및 소자 연구실은 소재 개발, 소자 설계, 집적 공정, 신뢰성 평가 등 전주기적 연구 역량을 바탕으로, 차세대 메모리 및 뉴로모픽 소자 분야에서 세계적인 경쟁력을 확보하고 있습니다. 앞으로도 첨단 소재와 혁신적 소자 구조를 융합하여, 미래 정보화 사회의 핵심 인프라 구축에 기여할 것입니다.

Selector Devices
Ferroelectric Transistors
Neuromorphic Devices
강유전체 기반 차세대 3차원 메모리 소자
강유전체 기반 차세대 3차원 메모리 소자는 기존의 낸드 플래시 메모리의 한계를 극복하기 위한 혁신적인 기술로 주목받고 있습니다. 본 연구실에서는 하프니아(Hafnia) 기반 강유전체 물질과 산화물 반도체를 결합하여, 낮은 전압에서도 고속으로 동작 가능한 3차원 구조의 고집적 메모리 어레이를 개발하였습니다. 이 기술은 기존의 평면 구조를 넘어, 수직으로 적층된 구조를 통해 동일 면적 내에 더 많은 데이터를 저장할 수 있도록 하여 데이터 저장 밀도를 획기적으로 향상시킵니다. 특히, 하프니아 기반 강유전체는 낮은 구동 전압과 빠른 동작 속도를 동시에 실현할 수 있으며, 반복적인 사용에도 높은 안정성을 유지합니다. 연구팀은 금속-강유전체-금속-강유전체-채널(MFMFS) 구조와 같은 새로운 소자 구조를 도입하여, 각 층에 걸리는 전압을 효과적으로 제어함으로써 메모리 윈도우를 크게 확장하였습니다. 이를 통해 단일 트랜지스터에서 16레벨 이상의 다중 데이터 저장이 가능해졌으며, 이는 QLC(Quad-Level Cell) 기술을 구현하는 데 중요한 역할을 합니다. 이러한 강유전체 기반 3차원 메모리 소자는 저전력, 고속, 대용량의 특성을 바탕으로 데이터센터, 인공지능, 자율주행차, 사물인터넷 등 다양한 첨단 분야에 적용될 수 있습니다. 본 연구실의 연구는 차세대 메모리 소자의 상용화와 더불어, 미래 정보화 사회의 핵심 인프라로 자리매김할 것으로 기대됩니다.
저항변화메모리(RRAM) 및 선택소자 기술
저항변화메모리(RRAM)는 고속, 저전력, 고집적, 높은 신뢰성을 갖춘 차세대 비휘발성 메모리 기술로, 단순한 금속-절연체-금속(MIM) 구조를 기반으로 합니다. 본 연구실에서는 다양한 소재와 공정 기술을 활용하여 RRAM의 성능 최적화와 신뢰성 향상에 집중하고 있습니다. 특히, 할라이드 페로브스카이트, 산화물, 바이오폴리머 등 다양한 소재를 적용하여 저항변화 특성의 근본적인 메커니즘을 규명하고, 소재별 특성에 맞는 소자 구조를 설계하고 있습니다. 또한, RRAM 어레이의 대규모 집적화 과정에서 발생하는 누설전류(sneak current) 문제를 해결하기 위해, 은(Ag) 도핑 산화아연(ZnO) 기반의 선택소자(selector device) 기술을 개발하였습니다. 이 선택소자는 10억 배 이상의 높은 온/오프 전류 선택비와 우수한 열적 안정성을 자랑하며, 3차원 크로스포인트 메모리 구조에서의 신뢰성 있는 동작을 가능하게 합니다. 이러한 선택소자 기술은 RRAM의 대규모 집적화와 상용화에 필수적인 요소로, 메모리 소자 간 간섭을 최소화하고 전력 소모를 줄이는 데 중요한 역할을 합니다. 본 연구실의 RRAM 및 선택소자 연구는 차세대 메모리 소자의 실현뿐만 아니라, 인메모리 컴퓨팅, 뉴로모픽 시스템 등 미래 지능형 반도체 기술의 기반을 마련하는 데 기여하고 있습니다. 다양한 소재와 공정 기술의 융합을 통해, 더욱 효율적이고 신뢰성 높은 메모리 소자 개발을 선도하고 있습니다.
뉴로모픽 소자 및 인공 시냅스 트랜지스터
뉴로모픽 소자는 인간 두뇌의 정보 처리 방식을 모사하여, 병렬적이고 에너지 효율적인 정보 처리를 구현하는 차세대 컴퓨팅 기술의 핵심입니다. 본 연구실에서는 강유전체, 바이오폴리머, 산화물 반도체 등 다양한 소재를 활용한 인공 시냅스 트랜지스터와 뉴로모픽 소자 개발에 주력하고 있습니다. 강유전체 기반 인공 시냅스 트랜지스터는 선형적인 아날로그 정보 제어가 가능하며, 실제 신경망 시뮬레이션에서 90% 이상의 인식률을 달성하는 등 우수한 성능을 보이고 있습니다. 특히, 바이오폴리머(키토산 등) 기반의 인공 시냅스 소자는 친환경적이고 생체적합성이 뛰어나며, 아날로그 메모리 스위칭, 단기 및 장기 가소성, 스파이크-율 의존성 가소성 등 다양한 생물학적 시냅스 특성을 모사할 수 있습니다. 또한, 광반응성 산화물 반도체와 강유전체를 결합한 광 시냅스 소자는 빛에 의한 신호 전달 및 가중치 변화를 구현하여, 저전력·고속의 뉴로모픽 칩 개발에 새로운 가능성을 제시하고 있습니다. 이러한 뉴로모픽 소자 연구는 인공지능, 자율주행, 사물인터넷, 지능형 센서 등 비정형 데이터의 효율적 처리와 인메모리 컴퓨팅 분야에 적용될 수 있으며, 미래 지능형 반도체 산업의 혁신을 이끌어갈 핵심 기술로 자리매김하고 있습니다.
1
Size Effects on the Stabilization and Growth of Tetragonal ZrO2 Crystallites in Nanotubular Structure
Jang-Sik Lee, Hyunchul Kim, Pil-Ryung Cha, Jiyoung Kim, Hyunjung Shin
J. Nanosci. Nanotech., 2012
2
Reduced graphene oxide based flexible organic charge trap memory devices
Adila Rani, Ji-Min Song, Mi jung Lee, Jang-Sik Lee*
Appl. Phys. Lett., 2012
3
High Performance Flexible Organic Thin Film Transistors (OTFTs) with Octadecyltrichlorsilane/Al2O3/Poly(4-vinylphenol) Multilayer Insulators
Mohammad Arifur Rahman, Hyunho Kim, Young Kyu Lee, Chiyoung Lee, Hosoek Nam, Jang-Sik Lee, Hoesup Soh, Jong-Kwon Lee, Eun-Gu Lee, Jaegab Lee*
J. Nanosci. Nanotech., 2012
1
3단자 뉴로모픽 시냅스 소자를 위한 양이온 소재 개발
2020년 07월 ~ 2020년 12월
2
2D hybrid material-based paper electronic devices
2018년 06월 ~ 2020년 05월
3
Development of 3D memory array based on all bottom-up processes
2015년 11월 ~ 2017년 10월