칼코게나이드 기반 셀렉터-온리 메모리(selector-only memory, SOM)는 CXL(Compute Express Link) 기반 및 고밀도 컴퓨팅 시스템에서 메모리 확장을 위한 확장 가능 후보로서 유망하게 부상하고 있다. 그러나 대부분의 선행 연구는 SOM 장치를 단일 스케일, 즉 원자 수준 또는 장치 수준 중 하나에서만 조사해 왔으며, 이로 인해 SOM의 동작에 대한 포괄적 이해가 제한된다. 본 연구에서는 원자 결합 통계와 장치 스케일의 스위칭 거동을 명시적으로 연결하는 밀도범함수이론(density functional theory, DFT) 기반 확률적 유도 결함 퍼콜레이션(stochastically induced defect percolation, SIDP) 프레임워크를 제시한다. SIDP 프레임워크는 미시적 결합 재배열과 결함 활성화가 함께 전도성 퍼콜레이션 경로로 진화하는 과정을 포착하며, 이를 통해 SOM 특성을 정량적으로 분석하고 예측할 수 있을 뿐 아니라, 통계적 스위칭 변동성도 자연스럽게 재현한다. 이 프레임워크는 제작된 In–Te 기반 SOM 소자를 사용하여 검증되었고, Te–Te 동종극성 결합(homopolar bonds)이 메모리 성능과 스위칭 변동성 모두를 좌우한다는 사실이 밝혀졌으며, 그 결과 SOM 성능에서 본질적인 트레이드오프가 형성됨을 보여준다. 이러한 통찰을 바탕으로, SIDP 모델을 활용하여 다층 구조(multilayer structure)와 소자 스케일링(device scaling)이라는 두 가지 최적화 전략의 가능성을 입증한다. 이 두 접근을 결합함으로써 메모리 윈도우(memory window, MW) 최대 4.34 V 및 리드 윈도우 마진(read window margins, RWMs) 2.83 V의 달성이 가능함을 보이며, 물리 기반 설계가 제공하는 최적화 잠재력을 강조한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.