RnDCircle Logo

FuST Lab

한국과학기술원 신소재공학과

김경민 교수

Oxide Thin-Film Diodes

Neuromorphic Computing

Spiking Neural Networks

FuST Lab

신소재공학과 김경민

FuST Lab(미래반도체기술연구실)은 차세대 반도체 소자와 시스템을 위한 멤리스터 기반 신소재, 신공정, 신소자 개발에 집중하는 연구실입니다. 멤리스터는 전기적 이력에 따라 저항 상태가 변화하는 4번째 수동 소자로, 기존의 메모리와는 차별화된 특성을 지니고 있습니다. 본 연구실은 멤리스터의 물리적 원리, 전기 전도 메커니즘, 확산 동역학 등 근본적인 현상에 대한 심층 연구를 통해 소자의 성능과 신뢰성을 극대화하고자 노력하고 있습니다. 특히, ALD, PVD 등 첨단 박막 증착 기술을 활용한 새로운 소재 개발과, 3차원 구조 및 초미세 패턴에 적합한 박막 형성 공정 연구를 활발히 진행하고 있습니다. 이를 통해 멤리스터뿐만 아니라, RRAM, ReRAM, Logic-in-Memory, 뉴로모픽 디바이스 등 다양한 차세대 반도체 소자의 상용화 기반을 마련하고 있습니다. 또한, 비도전성 필름, 초미세 피치 플립칩 본딩, 에폭시 몰딩 필름 등 첨단 패키징 및 인터커넥션 소재·공정 개발에도 앞장서고 있습니다. 본 연구실은 멤리스터 기반 신소자 연구를 통해 폰 노이만 아키텍처의 한계를 극복하고, 인메모리 컴퓨팅, 뉴로모픽 컴퓨팅, 확률적 컴퓨팅 등 혁신적인 컴퓨팅 패러다임을 제시하고 있습니다. Logic-in-Memory 소자는 CPU와 메모리의 경계를 허물어 데이터 이동에 따른 에너지 소모를 줄이고, 뉴로모픽 소자는 인간 두뇌와 유사한 정보처리 방식을 구현하여 인공지능 하드웨어의 효율성을 극대화합니다. 이외에도, 멤리스터 기반 진성 난수 발생기, 확률적 컴퓨팅, 동적 임계값 조절 소자 등 다양한 응용 연구를 통해 미래 IT 산업의 핵심 기술을 선도하고 있습니다. 이러한 연구 성과는 다수의 국제 저널 논문, 특허, 학술대회 발표 등으로 이어지고 있으며, 국내외 반도체 및 인공지능 분야에서 높은 평가를 받고 있습니다. FuST Lab은 앞으로도 소재 과학, 공정 기술, 소자 설계, 시스템 응용 등 다양한 분야의 융합 연구를 통해 차세대 반도체 기술의 혁신을 이끌어갈 것입니다. 미래 정보화 사회의 핵심 인프라를 구축하고, 인공지능, 사물인터넷, 엣지 컴퓨팅 등 첨단 IT 분야의 발전에 기여하는 것을 목표로 하고 있습니다.

Oxide Thin-Film Diodes
Neuromorphic Computing
Spiking Neural Networks
멤리스터 물리 및 저항 변화 메커니즘
멤리스터는 저항 상태를 전기적 이력에 따라 변화시키는 4번째 수동 소자로, 기존의 저항, 커패시터, 인덕터와 함께 회로의 기본 요소로 주목받고 있습니다. 본 연구실에서는 멤리스터의 동작 원리와 관련된 물리적 현상, 즉 멤리스티브 피직스, 전기 전도 메커니즘, 그리고 확산 동역학에 대한 심층적인 연구를 수행하고 있습니다. 이를 통해 멤리스터 소자의 신뢰성, 속도, 에너지 효율성 등 핵심 성능을 좌우하는 근본적인 원인을 규명하고자 합니다. 특히, 멤리스터 내에서 발생하는 필라멘트 형성 및 파괴, 전하 트래핑과 디트래핑 현상, 그리고 산소 공공의 이동과 같은 미시적 현상을 실험 및 시뮬레이션을 통해 분석합니다. 이러한 연구는 멤리스터의 저항 변화 특성을 정밀하게 제어하고, 다양한 응용 분야에 적합한 맞춤형 소자 설계에 필수적입니다. 이러한 기초 연구를 바탕으로, 멤리스터 기반 신소자 개발뿐만 아니라, 차세대 메모리 및 인공지능 하드웨어 구현에 필요한 핵심 기술을 확보하고 있습니다. 앞으로도 멤리스터의 물리적 이해를 바탕으로 새로운 소자 구조와 동작 원리를 지속적으로 탐구할 계획입니다.
신규 멤리스터 소재 및 박막 공정 개발
차세대 반도체 소자의 성능을 극대화하기 위해서는 혁신적인 소재와 정밀한 박막 증착 공정의 개발이 필수적입니다. 본 연구실은 ALD(원자층 증착), PVD(물리적 기상 증착) 등 첨단 박막 증착 기술을 활용하여 멤리스터에 최적화된 새로운 소재를 개발하고 있습니다. 이를 통해 소자의 신뢰성, 내구성, 집적도, 에너지 효율 등 다양한 특성을 향상시키고자 합니다. 특히, 산화물 기반 멤리스터, 강유전 커패시터, 금속 박막 등 다양한 소재의 박막 성장 메커니즘을 규명하고, 3차원 구조 및 초미세 패턴에 적합한 균일한 박막 형성 기술을 연구합니다. 또한, 차세대 패키징 및 인터커넥션을 위한 비도전성 필름, 초미세 피치 플립칩 본딩, 에폭시 몰딩 필름 등 반도체 공정 전반에 걸친 소재 및 공정 혁신을 추진하고 있습니다. 이러한 소재 및 공정 연구는 멤리스터뿐만 아니라, RRAM, ReRAM, Logic-in-Memory, 뉴로모픽 소자 등 다양한 신개념 반도체 소자의 상용화와 대량 생산에 중요한 역할을 합니다. 앞으로도 소재 과학과 공정 기술의 융합을 통해 반도체 산업의 미래를 선도할 계획입니다.
차세대 멤리스터 기반 신소자 및 응용
본 연구실은 멤리스터의 고유한 특성을 활용한 차세대 반도체 소자 개발에 주력하고 있습니다. 대표적으로 RRAM(ReRAM)과 같은 비휘발성 메모리, Logic-in-Memory(LIM) 소자, 그리고 뉴로모픽 디바이스 등이 있습니다. 이러한 소자들은 기존의 폰 노이만 아키텍처에서 발생하는 병목 현상을 극복하고, 데이터 처리와 저장을 동시에 수행할 수 있는 혁신적인 컴퓨팅 패러다임을 제시합니다. Logic-in-Memory 소자는 CPU와 메모리의 경계를 허물어 데이터 이동에 따른 에너지 소모를 획기적으로 줄일 수 있으며, 인메모리 컴퓨팅을 통해 고속·저전력 연산이 가능합니다. 뉴로모픽 소자는 인간 두뇌의 신경망 구조와 유사한 방식으로 정보를 처리하여, 인공지능 하드웨어의 효율성과 학습 능력을 크게 향상시킵니다. 이와 더불어, 멤리스터 기반의 확률적 컴퓨팅, 진성 난수 발생기, 동적 임계값 조절 소자 등 다양한 응용 연구도 활발히 진행 중입니다. 이러한 신소자 및 응용 연구는 미래의 인공지능, 사물인터넷, 엣지 컴퓨팅 등 첨단 IT 분야에서 핵심적인 역할을 할 것으로 기대됩니다.
1
Higher-Order Temporal Dynamics in Complementary Charge Trap Memristor for High-Dimensional Reservoir Computing
Alba Martinez†, Younghyun Lee†, Geunyoung Kim, Woojoon Park, Jingyao Yu, Sooyeon Narie Kay, Eun Young Kim, Hakseung Rhee, Do Hoon Kim, Kyung Min Kim*
Advanced Functional Materials, 2025
2
Enantioselective Se lattices for stable chiroptoelectronic processing media
Junyoung Kwon†, Jae Bum Jeon, Min Gu Lee, Serin Jeong, Wonjin Choi, Kyung Min Kim, Jihyeon Yeom*
Nature Communications, 2025
3
Enhancing Johnson-Nyquist Noise for High-Performance Mott memristor-based Oscillatory TRNG
Gwangmin Kim†, Jae Hyun In, Hakseung Rhee, Woojoon Park, Hanchan Song, Kyung Min Kim*
npj Unconventional Computing, 2025