인공지능으로 반도체 소재 분석
인공지능으로 반도체 소재 분석
  • 함예솔
  • 승인 2020.11.26 06:50
  • 조회수 608
  • 댓글 0
이 기사를 공유합니다

현재 사용되고 있는 실리콘 반도체의 집적도 한계를 극복하고 초저전력, 고성능 차세대 반도체 개발을 위해 전자의 '스핀(spin)'과 '전자공학(electronics)'을 함께 연구하는 스핀트로닉스(spintronics)에 관한 연구가 활발합니다. 자성 메모리(MRAM) 등의 스핀트로닉스 소자를 개발하기 위해서는 자성을 띠는 물질인 자성체를 이용하는데, 이 자성체들의 온도에 대한 안정성, 변화에 대응하는 속도 등의 물성들을 정확히 파악해야 소자 개발에 이용할 수 있습니다.

  • 스핀트로닉스(Spintronics) 

전자의 양자역학적 성질인 스핀 특성을 이용하는 소자로 기존 실리콘 반도체를 대체하고자 하는 새로운 패러다임의 전자공학입니다.

이를 위해 국내 연구진이 스핀트로닉스의 소재인 자성체의 물성을 순식간에 분석하는 인공지능을 개발했습니다. 한국과학기술연구원(KIST)은 스핀융합연구단 권희영, 최준우 박사팀이 경희대학교 원창연 교수 연구팀과의 공동연구를 통해 인공지능 기술을 활용해 자성체의  전자가 갖고 있는 자기적 특성인 '스핀구조' 이미지로부터 자기적 물성을 추정하는 기술을 개발했습니다. 개발한 인공지능은 딥러닝 기술로, 기존에는 수십 시간까지 걸리던 소재 분석을 순식간에 해결할 수 있습니다. 본 연구는 <Science Advances>에 게재됐습니다. 

 

딥러닝 기술 활용해 한계 극복

인공지능 활용해 물성의 다공성 물질을 역설계하는 방법 개발했다. 출처:AdobeStock
인공지능 활용해 자성체의  전자가 갖고 있는 자기적 특성인 '스핀구조' 이미지로부터 자기적 물성을 추정하는 기술을 개발  출처:AdobeStock

자성체는 물질을 구성하는 미세단위 자석인 스핀이 같은 방향으로 정렬된 영역인 '자성 도메인'들을 갖고 있는데 이러한 자성 도메인들이 형성되고 변화함에 따라 다양한 자적 현상들이 나타나는 것으로 알려져 있습니다. 그동안은 자성 도메인의 특성을 좀 더 정확하고 깊게 이해하기 위해 다양한 실험을 통해 직접 물성을 측정해왔으며 이를 위해 많은 시간과 자원을 쏟아야 했습니다. 

깊은 인공신경망을 통한 자성 물성 추정에 관한 개념도. 출처: KIST
깊은 인공신경망을 통한 자성 물성 추정에 관한 개념도. 출처: KIST

KIST-경희대학교 공동연구진은 딥러닝 기술을 활용해 위와 같은 한계를 극복했습니다. 인공지능에 기계학습 알고리즘을 적용해 기존 자성 도메인 이미지들을 학습시키고, 새로운 자성 도메인 이미지를 보면 그 물질의 자기적 물성을 추정하도록 했습니다. 그 결과 자성체의 전자현미경 이미지를 입력하고 실시간으로 해당 자성체의 자기적 물성을 추정할 수 있게 됐습니다. 뿐만 아니라 실제 관측한 데이터와 인공지능이 추정한 값을 비교했더니 그 오차가 1% 내외로 추정 정확도가 매우 높았습니다.

권희영 박사. 출처: KIST
권희영 박사. 출처: KIST

 

 

 

KIST 권희영 박사는 "인공지능 기술들이 자성 도메인의 특성을 분석하기 위해 어떻게 활용될 수 있는지에 관한 새로운 길을 제시하였다"라고 말하면서 "이러한 인공지능 기술을 활용해 자성 시스템을 분석하는 새로운 연구 방법은 실험과 이론의 연결을 강화하고, 나아가 인공지능 기술과 순수과학 연구의 융합이라는 새로운 연구 분야의 확장이 이루어질 수 있을 것으로 기대한다"라고 밝혔습니다. 

 

 

 

 


##참고자료##

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

  • 충청남도 보령시 큰오랏3길
  • 법인명 : 이웃집과학자 주식회사
  • 제호 : 이웃집과학자
  • 청소년보호책임자 : 정병진
  • 등록번호 : 보령 바 00002
  • 등록일 : 2016-02-12
  • 발행일 : 2016-02-12
  • 발행인 : 김정환
  • 편집인 : 정병진
  • 이웃집과학자 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.
  • Copyright © 2016-2021 이웃집과학자. All rights reserved. mail to contact@scientist.town
ND소프트