[충청뉴스 이성현 기자] 기존 실리콘 반도체의 물리적 한계를 뛰어넘을 차세대 소재로 주목받으면서도 무작위로 형성되는 조각들을 연구자가 현미경으로 일일이 찾아내야 했던 ‘꿈의 반도체’ 연구 병목 현상이 국내 연구진의 주도로 해결됐다.
한국과학기술원(KAIST)은 전기및전자공학부·AI시스템학과 권지민 교수 연구팀이 UNIST, 국립한밭대, 한양대, 미국 워싱턴대 세인트루이스와 광학 현미경 이미지만으로 2차원 반도체를 자동 선별하고 트랜지스터 제작까지 원스톱으로 연결하는 기술을 개발했다고 9일 밝혔다.
원자 몇 개 층 두께에 불과한 2차원 반도체는 크기가 작고 전력 소모가 극도로 적어 AI 반도체, 초저전력 반도체, 웨어러블 기기 등의 핵심 소재로 꼽힌다.
그러나 용액 공정이나 박리 과정에서 나오는 반도체 조각들은 위치, 크기, 두께가 모두 무작위로 결정돼 연구자가 온종일 현미경을 들여다보며 시료를 찾고 그에 맞춰 전극을 일일이 설계해야 하는 한계가 있어, 수천 개의 소자를 분석하는 것은 사실상 불가능에 가까웠다.
연구팀은 대표적 2차원 소재인 이황화몰리브덴을 활용했다. 현미경 이미지의 RGB(적·녹·청) 밝기 값이 두께에 따라 미세하게 변하는 특성을 파악해 컴퓨터가 스스로 반도체를 찾아내고 전극까지 자동으로 설계하도록 프로그램을 개발한 것이다.
개발 과정에서 기판의 무작위 위치에 있는 조각들의 좌표를 마이크로 단위 오차 없이 추출하는 것이 가장 큰 난관이었다. 현미경으로 촬영할 때 발생하는 미세한 기판 틀어짐조차 마이크로 스케일에서는 치명적인 오차를 유발하기 때문이다.
연구팀은 미리 기판에 새겨둔 글로벌·로컬 얼라인 키(align key)와 현미경 스테이지의 메타데이터를 결합해 문제를 해결했다. 검증 결과 3~8층의 극도로 미세한 두께 차이까지 정확히 구분해 내는 성과를 거뒀다.
자동화 시스템의 위력은 대규모 실증에서 증명됐다. 연구팀은 시스템을 통해 무려 12만 개 이상의 반도체 조각을 스캐닝해 이 중 가장 적합한 시료를 자동 선별했고 1615개의 트랜지스터 소자를 성공적으로 제작·측정했다.
대량의 통계 데이터를 분석하는 과정에서 학술적으로 매우 중요한 근본적 발견도 도출됐다.
반도체 채널이 두꺼워질수록 접촉 저항이 줄어들어 전류는 더 잘 흐르지만, 정전기적 게이트 제어 능력이 약해져 누설 전류가 발생하고 전기를 켜고 끄는 스위칭 특성은 나빠진다는 ‘상충 관계’를 통계적으로 명확히 규명한 것이다.
기존의 소규모 실험으로는 포착할 수 없었던 다층 채널 반도체의 본질적인 한계를 빅데이터를 통해 신뢰성 있게 밝혀낸 쾌거다.
권지민 교수는 “그동안 연구자의 노동력에 의존하던 탐색과 설계 과정을 완전히 자동화함으로써 광학 사진만으로도 반도체의 전기적 성능을 예측할 수 있는 기반이 마련됐다”며 “앞으로 이 통계 데이터를 활용해 실제 2D 소자의 실용화를 위한 회로 시뮬레이션의 현실성을 높이는 한편, 두꺼운 채널에서도 효율적 전류 주입과 강한 게이트 제어를 동시에 달성하기 위한 이중 게이트 등 3차원 소자 구조 연구로 확장해 차세대 AI 반도체 개발 속도를 획기적으로 끌어올리겠다”고 설명했다.
한편 이번 연구는 KAIST 권지민 교수와 정학순·이용우 박사가 공동 교신저자로 참여하고 UNIST 이상현 연구원이 제1저자로 재료과학 분야 최고 권위지인 ‘어드밴스드 펑셔널 머티리얼즈’에 인사이드 백 커버 논문으로 선정됐다.
