![]() |
| 왼쪽부터 단국대 김민주 교수, 최준환 교수, 고려대 신용구 교수(단국대 제공) |
이번 연구는 단국대 융합반도체공학과 김민주 교수, 화학공학과 최준환 교수와 고려대 전자정보공학과 신용구 교수가 참여했다.
멤리스터는 전류 흐름을 스스로 제어하며 학습 가중치를 조절할 수 있어 '스스로 생각하는 메모리'로 불리지만 기존 고분자 기반 멤리스터는 소자 특성 편차로 인한 오작동, 수율 저하 등 내구성과 신뢰성 문제로 상용화에 어려움이 있었다.
연구팀은 이러한 한계를 극복하기 위해 전류를 정밀하게 제어할 수 있는 고성능 초박막 소재를 개발했다.
개발된 멤리스터를 고해상도 이미지 기반 최신 AI 모델(CNN)에 적용한 결과, 최대 88.39%의 분류 정확도를 기록했했으며 전력 효율 향상, 처리 속도 증가, 칩 면적 감소 등 기존 반도체 구조 대비 구조적 우수성을 입증했다.
김민주 교수는 "국내 기술만으로 고해상도 이미지 기반 CNN 연산을 실제 멤리스터 하드웨어에서 검증해 뉴로모픽 반도체 상용화 가능성을 한층 높였다는 점에서 의미가 있다"며 "엣지 AI, 웨어러블 기기, 자율주행, 로봇 등 저전력·고효율 AI 시스템 구현에 크게 기여할 것"이라고 했다.
천안=하재원 기자
중도일보(www.joongdo.co.kr), 무단전재 및 수집, 재배포 금지
하재원 기자

![[기획시리즈] 2. 세종시 신도시의 마지막 퍼즐 `5·6생활권` 2026년은?](https://dn.joongdo.co.kr/mnt/webdata/content/2025y/12m/16d/55255.jpeg)




