RnDCircle Logo
송민규 연구실
고려대학교 전기전자공학부 송민규 교수
모노리식 3차원 집적
원적외선 감지기
상온 구동
홈
연구 영역
기본 정보
논문·특허
과제
구성원
홈

송민규 연구실

고려대학교 전기전자공학부 송민규 교수

송민규 연구실은 전기전자공학부 기반의 반도체 회로 설계 역량을 바탕으로 모노리식 3차원 집적 기술과 원적외선 센싱을 결합한 상온 구동 시스템을 연구합니다. 원적외선 감지기의 신호 획득 경로와 지능형 컴퓨팅 처리를 칩 수준에서 통합하기 위해 센서부-연산부 간 연결 구조와 동작 조건을 설계합니다. 또한 뉴로모픽 컴퓨팅을 활용한 신호 처리 흐름을 반도체 회로 관점에서 구현하여 센싱과 지능형 출력이 동일 플랫폼에서 동작하도록 최적화합니다.

모노리식 3차원 집적원적외선 감지기상온 구동뉴로모픽 컴퓨팅반도체 회로
대표 연구 분야
연구 영역 전체보기
모노리식 3차원 집적 기반 원적외선 센싱-컴퓨팅 통합 thumbnail
모노리식 3차원 집적 기반 원적외선 센싱-컴퓨팅 통합
Monolithic 3D Integration for Far-Infrared Sensing and Computing Convergence
연구 분야 상세보기
뉴로모픽 컴퓨팅을 활용한 원적외선 신호처리 thumbnail
뉴로모픽 컴퓨팅을 활용한 원적외선 신호처리
Neuromorphic Computing for Far-Infrared Signal Processing
연구 분야 상세보기
상온 구동 원적외선 센서 소자 및 반도체 회로 설계 thumbnail
상온 구동 원적외선 센서 소자 및 반도체 회로 설계
Device and Semiconductor Circuit Design for Room-Temperature Far-Infrared Sensing
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
최신 논문
41
논문 전체보기
1
Article
|
인용수 0
·
2025
Van der Waals integration of 2D materials for advanced intelligent computing
Chaehyeon Kwak, Keunpyo Park, Min-Kyu Song, Ho Won Jang, Jun Min Suh
IF 4 (2025)
Neuromorphic Computing and Engineering
반도체 소자의 더 빠른 동작, 에너지 효율성, 그리고 더 높은 대역폭에 대한 수요가 증가함에 따라, 기존의 Si 기반 스케일링은 이동도 저하, 단채널 효과, 높은 전력 소비를 포함하여 근본적인 한계에 도달하였다. 이러한 문제를 극복하기 위해 3차원 집적이 유망한 전략으로 부상하였으나, through-Si-via와 같은 웨이퍼 기반 접근법은 적층 밀도, 기계적 응력, 그리고 제작 복잡성 측면에서 중대한 한계를 지닌다. 2차원 물질은 원자층 수준의 박막 구조, 우수한 전기적 및 기계적 특성, 그리고 원자 스케일에서 성능을 유지할 수 있는 능력으로 인해 설득력 있는 대안을 제공한다. 또한 이들의 반데르발스( van der Waals ) 통합은 기능성 층의 이종(heterogeneous), 고밀도, 효율적인 조립을 가능하게 한다. 본 총설은 성장, 전사, 그리고 직접 통합을 포함하여 2차원 물질의 제조와 반데르발스 통합에 대한 최근의 진전들을 요약한다. 논리 소자부터 센서 소자에 이르기까지 지능형 컴퓨팅에서의 응용과 차세대 전자소자로서의 잠재력에 대해 논의한다.
https://doi.org/10.1088/2634-4386/ae294e
van der Waals force
Stacking
Electronics
Fabrication
Scaling
Semiconductor
Logic gate
2
Article
|
인용수 1
·
2025
Ultralow‐Power Peptide‐Based Memristor Enabled by Emulation of Proton‐Mediated Synaptic Signaling
Jeong Hyun Yoon, Wooho Ham, Kyung Jun Park, Seok Daniel Namgung, Min‐Kyu Song, Jang‐Yeon Kwon
IF 8.7 (2025)
Small Methods
프로톤 저장층. 비교 분석 결과, 전기 구동 방식은 프로톤 주입 동안 지속적으로 낮은 오프 전류가 유지됨에 주로 기인하여, 고유 소자 대비 215 pW의 극저 스위칭 전력—≈2500배 낮은 수준—을 달성함이 확인되었다. 이러한 결과는 프로톤 동역학을 정밀하게 제어함으로써 고도로 에너지 효율적인 시냅스와 유사한 막전이성(메모리스티브) 소자를 개발하기 위한 유망한 전략을 입증한다.
https://doi.org/10.1002/smtd.202501472
Neuromorphic engineering
Memristor
Emulation
Power consumption
Resistive touchscreen
Artificial neural network
Synaptic weight
Power (physics)
Energy consumption
3
Article
|
인용수 0
·
2025
Single-crystalline BaTiO 3 -based ferroelectric capacitive memory via membrane transfer
Xinyuan Zhang, Sangho Lee, Jung‐El Ryu, Jun Min Suh, Tae‐Hyeon Kim, Matthew R. Barone, Nicholas Parker, G.-H. Lee, Ik‐Jyae Kim, Injune Yeo, Jiho Shin, Jang‐Sik Lee, Darrell G. Schlom, Celesta S. Chang, Jae-sun Seo, Shimeng Yu, Min‐Kyu Song, Jeehwan Kim
IF 13.9 (2025)
Science Advances
강유전성 축전기 메모리(FeCAP)는 저전력, 고밀도(in-memory) 컴퓨팅을 위한 막대한 잠재력을 지닌다. 하프니아 기반 FeCAP는 실리콘과의 호환성 때문에 주목받아 왔으나, 좁은 메모리 윈도우와 상대적으로 높은 스위칭 전계와 같은 제한된 성능을 보인다. 본 연구에서는 에피택셜 방식으로 박막을 박리(lift-off)하여 실리콘 플랫폼으로 전사할 수 있는 페로브스카이트 산화물 박막인 단결정 바륨 티타네이트(BTO) 막(barium titanate membrane)을 기반으로 FeCAP 소자를 개발하였다. 소자 구조와 에피택시 공정을 공학적으로 설계함으로써 커패시턴스-전압 특성에서의 편극 비대칭성이 도입되었다. 그 결과 BTO 기반 FeCAP는 308 피코패럿의 넓은 메모리 윈도우와 센티미터당 0.005 메가볼트의 낮은 스위칭 전계 등 우수한 메모리 거동을 나타내며, 기존의 하프니아 기반 FeCAP를 능가한다. 또한 이러한 특성은 활성층을 실리콘 플랫폼으로 전사한 후에도 유지된다. 본 접근법은 고품질 BTO를 산업에서 호환 가능한 공정에 통합하기 위한 실행 가능한 경로를 제공하며, 향후 논리/메모리 응용 분야의 발전을 촉진할 것이다.
https://doi.org/10.1126/sciadv.adz2553
Ferroelectricity
Epitaxy
Silicon
Non-volatile memory
Barium titanate
Polarization (electrochemistry)
Window (computing)
Capacitive sensing
최신 정부 과제
2
과제 전체보기
1
2025년 3월-2030년 2월
|240,440,000원
모노리식 3차원 집적기술 기반 상온 구동 원적외선 센서/지능형 컴퓨팅 통합 시스템
- 본 연구는 냉각이 필요 없는 고성능 원적외선 센서를 활용하여 먼지, 비, 구름, 어둠 속 사물의 이미지를 감지하고, 감지된 사물을 정확히 인식 및 판단하는 인공지능 열화상 시스템을 개발하고자 함. - 본 집적회로는 PMN-PT와 LiTaO3 단결정 페로브스카이트 박막을 기반으로 한 Pyroelectric 센서 층과 단결정 실리콘 기반 Passive 멤리...
모노리식 3차원 집적
뉴로모픽 컴퓨팅
원적외선 감지기
반도체 회로
2
주관|
2020년 3월-2023년 2월
|580,000,000원
외부 전력이 필요 없는 자가발전 인공 감각신경 시냅스
가. 감각계 신경처리 네트워크 모방을 통한 인공 감각 신경 시냅스 구현 인간의 뇌에서 일어나는 정보처리과정은 모두 시냅스 가소성을 바탕으로 일어난다. 신경과학에서 시냅스 가소성이란 시간에 따라 혹은 이전 이후 뉴런의 활동에 따라, 시냅스의 활동이 강화되거나 약화되는 능력을 의미한다. 즉 신호에 따른 뉴런의 적응 능력을 의미한다. 이는 헤비안 이론(Hebbian theory)에서 비롯되었는데, 학습이나 기억같은 뇌의 활동은 시냅스 가소성에 의해 신경세포들이 상호연결되어 일어나는 전기화학반응에 기반하여 일어난다고 알려져있다. 그렇기에 시냅스 가소성은 학습과 기억과 같은 중요한 신경현상의 기초이다. 따라서 먼저 수반되어야할 과정은 뇌가 갖고 있는 시냅스 가소성을 지닌 인공 시냅스 소자를 개발하는 과정이다. (1) 시냅스 가소성을 갖는 인공 시냅스 소자 개발 옥사이드 물질을 이온겔 위에 증착하여 반도체 물질로 사용하는 인공시냅스 소자를 개발할 계획이다. 생물학적 신호처리방식과 유사하게, 이온겔의 이온의 움직임에 의하여 인공시냅스를 통해 신호가 전달된다. 외부 환경에 의해 신호가 전달되면 이는 이온겔 내부에 있는 이온의 흐름에 의해 전기화학적 변화가 일어나게 되고 이는 다음 뉴런에 신호를 전달하는 메커니즘과 같다.[3,4] (2) 저전력 시냅스 소자 개발 인공 감각신경 시냅스를 구성하는 부분은 크게 두 부분으로 나눌 수 있는데, 시냅스 소자와 자극을 전력화 하는 센서부로 나눌 수 있다. 외부 전력이 필요 없이 자가발전이 가능하기 위해서는 시냅스 소자를 구동하는데 필요한 전력 자체가 낮아져야한다. 자체 생산되는 전력만으로 인공 감각신경 시냅스를 작동해야하기 때문이다. 센싱부와 연결하는 회로 구조 및 소자 회로 구조를 연구하여 저전력만으로 가동이 되는 저전력 시냅스 소자를 개발해야한다. 소모전력을 낮춘 뉴로모픽 소자는 기존의 기술적 한계를 극복할 수 있게 해줄 뿐만 아니라, 다양한 분야에 적용 가능할 것이다. (3) 시냅스 가소성을 기반으로 인공 감각신경처리 시스템 구축 우리의 감각은 주변 환경을 인지하고 이해하고 그에 맞게 상호작용하고 반응하는 데에 중요한 수단이다. 생물학적 감각신경계는 다양한 환경 정보를 인지하고 이를 뇌에게 전달하여 우리가 반응하고 적응할 수 있도록 한다. 뇌의 뉴런은 기능에 따라 구분하는데, 감각신경계는 입력 (input) 역할을 한다. 외부 자극이나 환경의 변화를 감지하고 그에 따른 신호를 신경을 통해 뇌로 입력해준다. 이때 시냅스의 활동전위를 연속적으로 변화시켜 신호를 뇌까지 전달하게 되고 비로소 우리는 변화를 인식할 수 있는 것이다. 이 일련의 정보처리과정이 뇌에서는 아주 짧은 시간 안에 수만 번 일어나고 있는 중이다. 나. 자가발전 시스템 융합을 통한 자가발전 인공 감각신경 시냅스 구현 본 연구팀은 인체의 신경시스템을 모방하되, 이를 인체에도 적용이 가능한 전자시스템으로 구축할 계획이다. 그러기 위해선 바이오-전자기기의 가장 큰 장애물 중 하나인 소모전력 문제를 해결해야 중장기적으로 사용가능하다. 구축한 인공 감각신경 시스템에 자가발전 시스템을 융합시켜 외부 전력이 필요 없는 자가발전 인공 감각신경 시냅스를 구현하고자 한다. 외부전력없이 기계적 에너지를 전기적 에너지로 변환하여 전력을 생산하는 마찰전기발전 원리는 동적인 움직임 센싱 및 소자 제작에 용이하기 때문에 원하는 외부환경 정보를 감지하는 데에 유리하다.
인공 시냅스
뉴로모픽
인공 감각신경
자가발전
마찰전기발전기
저전력 시냅스 소자
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
등록2020멀티 입력 기반의 저항 변화 메모리 소자1020200018954
등록2018생분해성 전계 효과 트랜지스터 및 그 제조 방법1020180035240
전체 특허

멀티 입력 기반의 저항 변화 메모리 소자

상태
등록
출원연도
2020
출원번호
1020200018954

생분해성 전계 효과 트랜지스터 및 그 제조 방법

상태
등록
출원연도
2018
출원번호
1020180035240