Spiking 신경망(SNNs)은 스파이크 신호를 통해 정보를 처리하고 저장함으로써 인간 두뇌의 작동 방식을 밀접하게 모사하는, 뉴로모픽 하드웨어를 위한 유망한 컴퓨팅 아키텍처로 주목받고 있다. 그러나 최근 하드웨어 SNN 구현을 위해 제안된 대부분의 시냅스 소자는 단일 도전성 극성(conductance polarity) 내에서의 아날로그 튜닝만을 보일 수 있어, 확장 가능하고 에너지 효율적인 뉴로모픽 시스템을 구현하기에는 부적절하다. 본 연구에서는 단일 소자 내에서 양(+)과 음(−)의 상태 모두에 걸쳐 도전도(conductance) 조절이 가능하도록 하는 ReS 2 /WSe 2 / h‐BN 이종구조 기반의 광전자 시냅스 소자를 제시하고, 이를 통해 양방향 도전도 조절이 가능함을 입증하였다. 이러한 양방향 가소성(bidirectional plasticity)은 O 2 플라즈마 처리된 h‐BN 가중치 제어(weight-control) 층을 통해 인가되는 전압 펄스에 의해 유도된 WSe 2 페르미 준위(Fermi level)의 정전기적 변조에서 기인한다. 해당 소자는 가역적인 광전류 극성, 시냅스 후시냅스 전류의 신뢰성 있는 강화/약화(potentiation/depression), 그리고 재현 가능한 다중 사이클 동작과 함께 시냅스 가중치의 안정적인 유지 성능을 보인다. 1024–20–3 SNN 아키텍처를 사용한 시스템 수준 시뮬레이션에서는 양방향 시냅스의 기능적 우위가 확인되었으며, 네트워크는 20회의 학습 에폭 내에서 95% 초과의 얼굴 인식 정확도를 달성한 반면, 단방향 시냅스 기반 네트워크는 75% 미만에서 정체되었다. 이러한 결과는 양방향 가소성을 갖는 광전자 시냅스 소자가 차세대 뉴로모픽 하드웨어 시스템에서 효율적인 온칩 학습을 위한 유망한 소자 플랫폼이 될 수 있음을 시사한다.