이 연구 주제는 박막 전자재료의 설계와 증착 공정을 통해 고집적 메모리 소자를 개발하는 데 초점을 맞춘다. 연구실은 초기부터 박막공학과 전자재료를 핵심 역량으로 삼아, 자가조립층, 산화물, 고분자 전해질, 할라이드 페로브스카이트, 나노입자 복합체 등 다양한 재료 시스템을 이용한 메모리 소자를 연구해 왔다. 이는 단순한 재료 합성을 넘어, 재료의 전하트랩 특성, 저항변화 메커니즘, 계면 현상을 이용해 새로운 저장 원리를 구현하려는 접근이다. 대표적으로 층별 자기조립 구조를 이용한 전하트랩 메모리, 증기 증착 기반 금속 할라이드 페로브스카이트 메모리, 나노스케일 저항변화 메모리 소자 등이 연구실의 주요 성과로 나타난다. 이 과정에서 박막의 두께, 결정성, 조성, 계면 결함, 나노구조 배열이 소자의 스위칭 전압, 속도, 내구성, 보존 특성에 미치는 영향을 정밀하게 분석한다. 또한 웨이퍼 수준 공정, 비아홀 기반 소자 제작, 크로스포인트 어레이 적용 등 실제 고집적 소자 구현을 고려한 공정 전략도 함께 발전시키고 있다. 이러한 연구는 차세대 저장장치의 집적도와 기능성을 동시에 높이는 데 기여한다. 특히 저전압 동작, 빠른 스위칭, 대면적 제조 가능성은 차세대 메모리뿐 아니라 센서-메모리 융합 소자, 유연 전자소자, 인메모리 컴퓨팅 플랫폼으로의 확장 가능성을 높인다. 따라서 본 연구는 재료 선택에서 공정, 소자 구조, 시스템 응용까지 연결되는 전형적인 신소재 기반 반도체 연구라고 할 수 있다.

이 연구 주제는 강유전체 박막과 산화물 반도체를 결합하여 차세대 비휘발성 메모리 소자를 구현하는 데 초점을 둔다. 연구실은 기존 메모리 기술의 미세화 한계와 전력 소모 문제를 극복하기 위해, 분극 특성을 이용해 정보를 저장하는 강유전체 트랜지스터 구조를 핵심 플랫폼으로 발전시키고 있다. 특히 hafnia 기반 강유전체는 CMOS 공정과의 높은 호환성, 우수한 스케일링 특성, 빠른 동작 속도라는 장점을 지녀 차세대 반도체 메모리 구현에 매우 유망한 재료로 다뤄진다. 구체적으로는 강유전체 층의 형성, 산화물 반도체 채널의 전하 수송 특성 제어, 계면 안정화, 피로도 및 데이터 유지 특성 향상 등이 주요 연구 내용이다. 연구실의 논문과 특허에서는 강유전체 트랜지스터를 이용한 비휘발성 메모리, 3D vertical 구조 메모리, 고집적 NAND 형태의 확장 가능성이 지속적으로 제시되고 있다. 또한 박막 증착, 어닐링, 계면 제어와 같은 박막공학 기반 공정 기술을 통해 실제 소자 수준에서 재현성과 신뢰성을 높이는 방향으로 연구가 전개된다. 이 연구는 고속·저전력·고집적 메모리 반도체의 실현뿐 아니라, 연산과 저장의 경계를 줄이는 새로운 컴퓨팅 구조의 기반이 될 수 있다는 점에서 중요하다. 향후에는 3차원 적층 구조, 대면적 어레이, 공정 변동성 최소화, 회로 수준 검증으로 확장되며, 메모리 반도체 산업과 인공지능 하드웨어 분야 모두에 큰 파급효과를 가져올 것으로 기대된다.

이 연구 주제는 인간 뇌의 시냅스 동작을 모사하는 전자소자를 개발하여 차세대 저전력 지능형 연산 시스템을 구현하는 데 목적이 있다. 연구실은 전기적 자극뿐 아니라 광 자극에 반응하는 시냅스 소자, 그리고 이온 전달 메커니즘을 활용하는 멤브레인 기반 인공 뉴로모픽 소자를 폭넓게 연구하고 있다. 이는 기존 폰 노이만 구조가 가진 데이터 이동 병목과 높은 에너지 소모 문제를 해결하기 위한 대안으로서 매우 중요한 방향이다. 특히 산화물 반도체의 persistent photoconductivity 특성과 강유전체 분극을 결합한 광시냅스 소자는 단기 가소성, paired-pulse facilitation, 장기 가소성과 같은 생체 시냅스 기능을 정밀하게 구현할 수 있다는 점이 특징이다. 연구실은 광반응층, 채널층, 강유전체 층, 멤브레인 및 전해질 환경을 조합하여 도전도 변화를 세밀하게 제어하고, 이를 통해 학습과 기억에 해당하는 다단계 상태를 소자 내부에서 구현하고자 한다. 관련 특허에서는 흥분성·억제성 거동을 모사하는 이온 기반 소자 구조까지 제안되어 있어, 전자적 시냅스와 생체모사형 시냅스 연구가 동시에 진행되고 있음을 보여준다. 이 연구는 센서와 기억, 연산 기능을 하나의 소자에서 통합하는 방향으로 확장 가능성이 크다. 미래에는 자율주행, 엣지 AI, 저전력 이미지 인식, 실시간 환경 반응형 시스템 등에 적용될 수 있으며, 특히 광학 입력을 직접 처리하는 뉴로모픽 하드웨어로 연결될 가능성이 높다. 따라서 이 연구는 소자물리, 재료공학, 반도체공정, 인공지능 하드웨어를 잇는 대표적인 융합 연구 분야라 할 수 있다.