국립부경대·KIST 연구팀, 생성형 AI로 '차세대 메모리' 설계

확산모델 기반 AI 설계 기법
차세대 강유전체 물질 2종 도출
기존 물성 뛰어넘는 성능 확인

생성형 AI 모델로 발굴한 신규 강유전체 물질과 기존 소재 간의 분극 성능을 분석한 비교 이미지.(사진=국립부경대 제공)

인공지능이 스스로 반도체의 핵심 소재를 설계하고 찾아내는 새로운 형태의 물질 탐색 기술이 학계의 주목을 받고 있다.

국립부경대 여병철 교수 연구팀은 한국과학기술연구원(KIST)과 공동으로 생성형 AI를 활용해 차세대 반도체 메모리 물질 후보를 발굴했다고 6일 밝혔다.

이번 연구는 기존의 제한적인 소재 탐색 방식을 벗어나 AI와 계산과학을 결합한 새로운 설계 프레임워크를 제시했다는 점에서 반도체 산업의 기술적 전환점을 마련했다는 평가다.

◆ 확산모델 AI 활용한 신규 물질 설계 시스템 구축

연구팀은 원자 구조를 생성하는 확산모델(diffusion model) 기반 AI와 밀도범함수이론(DFT) 계산 기법을 결합했다.

이를 통해 수많은 결정 구조 후보를 단시간에 생성하고, 머신러닝 기법으로 검증하는 다단계 스크리닝 과정을 거쳐 유망 물질을 도출해냈다.

그 결과 인화칼슘(Ca3P2)과 리튬카드뮴인화물(LiCdP) 등 두 가지 유망 강유전체 물질을 발굴했다.

이들 물질은 외부 자극에 따라 전기적 분극 상태를 전환할 수 있는 특성을 갖춰, 전력이 끊겨도 정보가 유지되는 차세대 비휘발성 메모리 소자로서의 높은 가능성을 확인했다.

◆ 기존 물성 뛰어넘는 성능... 에너지 분야 활용 기대

특히 리튬카드뮴인화물은 기존 고성능 분극 소재에 필적하거나 이를 상회하는 우수한 물성을 나타냈다.

인화칼슘의 경우 지금까지 보고되지 않았던 새로운 저온 결정 구조 후보를 제시해 학술적 가치를 높였다.

이들 물질은 반도체뿐만 아니라 태양광 기반 광전류 소자 등 에너지 응용 분야에서도 활용이 가능할 전망이다.

연구진은 "이번 연구는 생성형 AI가 기존에 알려지지 않은 기능성 소재를 효율적으로 발굴할 수 있음을 입증한 사례"라며 "앞으로도 차세대 반도체 및 에너지 소재 개발 연구를 지속해 나가겠다"고 밝혔다.

이번 연구 성과는 나노 분야 권위지인 'Advanced Science' 최신호에 게재되며 기술력을 인정받았다.

부산=김성욱 기자 attainuk0518@