KIST, AI가 차세대 반도체 소재 연구 돕는다

[테크월드=선연수 기자] 한국과학기술연구원(KIST) 스핀융합연구단 권희영, 최준우 박사팀이 경희대학교 원창연 교수 연구팀과의 공동연구를 통해, 딥러닝 기술로 순식간에 소재를 분석해내는 기술을 개발했다.

현재 사용되는 실리콘 반도체의 집적도 한계를 극복하고 초저전력, 고성능 차세대 반도체를 개발하기 위해 전자의 스핀(Spin)과 전자공학(Electronics)을 함께 연구하는 스핀트로닉스(Spintronics)에 대한 연구가 활발하다. 자성 메모리(MRAM)와 같은 스핀트로닉스 소자 개발에는 자성을 띠는 물질인 자성체가 이용되는데, 이 자성체의 물성을 정확히 파악해야 제대로 활용할 수 있다.

자성체는 물질을 구성하는 미세단위 자석인 스핀이 같은 방향으로 정렬된 영역인 '자성 도메인'을 가지는데, 이것이 변함에 따라 다양한 자기 현상이 발생한다. 이런 자성 도메인의 특성 이해를 위해 많은 시간과 자원이 투입됐다. 

KIST-경희대학교 공동연구진은 딥러닝 기술을 활용해 기존 자성체의 한계를 극복했다.

인공지능에 기계학습 알고리즘을 적용해 기존 자성 도메인 이미지들을 학습시키고, 새로운 자성 도메인 이미지를 보면 그 물질의 자기적 물성을 추정하도록 했다. 그 결과 자성체의 전자현미경 이미지를 입력하고 실시간으로 해당 자성체의 자기적 물성을 추정할 수 있게 됐다.

뿐만 아니라 실제 관측한 데이터와 인공지능이 추정한 값을 비교했더니 그 오차가 1% 내외로 추정 정확도가 높았다.

KIST 권희영 박사는 "이런 인공지능 기술을 활용해 자성 시스템을 분석하는 새로운 연구 방법은 실험과 이론의 연결을 강화하고, 나아가 인공지능 기술과 순수과학 연구의 융합이라는 새로운 연구 분야의 확장이 이뤄질 수 있을 것으로 기대한다"고 전했다.