단국대 연구팀, AI 반도체용 메모리 ‘RRAM’ 신뢰성 높인 기술 개발

단국대학교는 융합반도체공학과 홍웅기 교수 연구팀이 차세대 인공지능(AI) 반도체 핵심 소자인 저항변화메모리(RRAM) 신뢰성과 동작 안정성을 향상할 수 있는 공정 기술을 개발했다고 16일 밝혔다.

RRAM은 저항값의 변화를 이용해 데이터를 저장하는 비휘발성 메모리로, 전원이 꺼진 상태에서도 저장된 정보를 유지할 수 있다.

그러나 반복 구동에 따른 내구성과 동작 안정성이 낮다는 점은 상용화를 가로막는 주요 과제다.

연구팀은 차세대 반도체 소재인 이황화몰리브덴(MoS₂)에 주목해 전자빔 증착(e-beam evaporation) 공정을 활용한 신뢰성 향상 기술을 개발했다.

MoS₂는 높은 집적도와 낮은 소비전력 특성을 갖춰 차세대 메모리 소재로 각광받는다.

하지만 데이터 저장 과정에서 형성되는 전도성 필라멘트(conductive filament)가 불규칙하게 생성돼 소자 성능과 신뢰성이 저하되는 문제점이 있다.

연구팀은 상부 전극의 증착 속도를 정밀하게 제어해 금속 원자가 MoS₂ 내부 결함으로 침투하는 정도를 조절하는 방법을 제안했다.

실험 결과, 초당 0.1Å(옹스트롬)의 낮은 증착 속도 조건에서 제작된 소자는 약 10⁴(1만 배)에 이르는 저항 차이를 구현하며 우수한 메모리 성능을 보였다.

해당 소자는 1만 회 이상의 반복 구동 후에도 안정적인 동작 특성을 유지했으며, 2,000초 이상 데이터를 안정적으로 저장하는 것으로 확인됐다.

이번 연구 성과는 미국물리학협회(AIP)가 발행하는 응용물리학 분야 국제학술지 「Applied Physics Letters」에 게재됐으며, Editor‘s Pick으로 선정됐다.

논문 제목은 ‘Engineering stable conductive filament formation in MoS₂ resistive random access memory via process-controlled metal incorporation into defects for enhanced electrochemical metallization switching’이다.

연구는 한국연구재단 ‘차세대지능형반도체기술개발사업’, 정보통신기획평가원 ‘정보통신방송혁신인재양성사업(대학ICT연구센터)’, 한국산업기술진흥원 ‘산업혁신인재성장지원사업(교육훈련)’의 지원을 받아 수행됐다.

천안 이종익 기자