%ec%82%bc%ec%84%b1%ed%9c%b4%eb%a8%bc%ed%85%8c%ed%81%ac%eb%85%bc%eb%ac%b8%eb%8c%80%ec%83%81
-
‘스마트 출입문’ 반도체로 저장공간 크게 늘린다
스마트폰부터 대규모 인공지능(AI) 서버에 이르기까지 현대 사회의 디지털 정보는 대부분 낸드플래시(NAND Flash) 메모리*에 저장된다. 우리 대학 연구진이 더 많은 정보를 더 작은 공간에 담아야 하는 차세대 반도체의 한계를 넘어설 수 있는 혁신 기술을 개발했다. 이번 기술은 초고용량 메모리 구현을 앞당길 핵심 원천기술로 기대된다.
*낸드플래시 메모리: 스마트폰 사진·영상·앱 등을 저장하는 스마트폰·SSD 등의 저장장치에 사용되는 반도체로, 전원이 꺼져도 데이터가 사라지지 않는 비휘발성 메모리
우리 대학은 전기및전자공학부 조병진 교수 연구팀이 머리카락보다 얇은 반도체 층에 새로운 소재를 적용해, 전자의 이동을 상황에 따라 선택적으로 제어하는 ‘스마트 출입문’ 구조를 구현함으로써 3차원 V-낸드(3D V-NAND) 메모리*의 고집적화 한계를 극복했다고 20일 밝혔다.
*3차원 V-낸드: 기존 메모리 셀을 평면(2차원) 배열한 데 비해, 데이터를 저장하는 반도체 셀을 위로 층층이 쌓아 더 많은 정보를 저장할 수 있도록 만든 메모리 기술
이번 연구는 데이터를 쓰고 지우는 과정에서 발생하는 고질적인 속도 저하와 신뢰성 문제를 신소재인 ‘붕소 산질화물(Boron Oxynitride, 이하 BON)’을 통해 해결했다는 점에서 큰 의미가 있다.
반도체 메모리에서 데이터가 드나드는 통로인 터널링층(Tunneling Layer)은 그동안 성능과 안정성이라는 두 마리 토끼를 잡는 데 어려움을 겪어왔다. 터널링층은 메모리 셀 내부에서 전자가 이동하는 매우 얇은 통로 역할을 하는 절연층이다.
하지만 기존 소재에서는 성능과 안정성을 동시에 확보하기 어려운 구조적 한계가 있었다. 기존 소재인 실리콘 산질화물(SiON)은 데이터를 지우기 위해 통로를 넓히면 저장된 데이터가 밖으로 새 나가고, 반대로 입구를 좁히면 데이터 삭제 속도가 너무 느려지는 ‘트레이드오프(Trade-off)’현상이 발생했기 때문이다.
이는 메모리 셀 하나에 5비트 정보를 저장하는 차세대 펜타 레벨 셀(Penta-Level Cell, PLC) 기술 구현의 가장 큰 걸림돌이었다. PLC는 하나의 메모리 셀에서 32단계의 전압 상태를 구분해 데이터를 저장하는 방식으로, 같은 크기의 메모리에서도 더 많은 정보를 저장할 수 있게 한다.
연구팀은 이러한 문제를 해결하기 위해 기존의 실리콘 기반 소재에서 벗어나 완전히 새로운 소재인 BON을 터널링층에 적용했다. 이 소재는 전하의 종류에 따라 문턱 높이가 달라지는 독특한 물리적 특성을 가지고 있다.
연구팀은 이를 활용해 데이터를 지울 때 필요한 전하(정공, hole)는 쉽게 통과시키고, 저장된 데이터를 의미하는 전자(electron)는 밖으로 새어나가지 못하도록 막는‘비대칭 에너지 장벽’구조를 설계했다.
비대칭 에너지 장벽은 전하가 이동할 때 넘어야 하는 에너지 장벽의 높이가 전하의 종류에 따라 서로 다르게 형성되는 구조를 의미한다. 이를 통해 데이터를 지울 때는 전하가 쉽게 이동하도록 하면서도, 저장된 데이터인 전자가 외부로 누설되는 것을 효과적으로 막을 수 있다. 이는 마치 들어올 때는 잘 열리고 나갈 때는 굳게 닫히는 ‘스마트 출입문’을 반도체 안에 구현한 것과 같은 원리다.
실제 실험 결과, BON 터널링층을 적용한 소자는 기존 대비 데이터 삭제 속도가 최대 23배나 향상되었으며, 수만 번의 반복 사용 후에도 성능 저하가 거의 없는 탁월한 내구성을 보였다. 특히 32개의 미세한 전압 상태를 구분해야 하는 초고난도 펜타 레벨 셀 동작에서도 소자 간 데이터 분포를 3배 이상 정밀하게 제어하는 데 성공했다.
이는 논문 수준의 연구를 넘어 실제 반도체 양산 공정에 즉시 적용 가능한 수준이라는 학계와 산업계의 평가다.
조병진 교수는 “이번 연구는 차세대 초고용량 메모리 제조에 바로 적용할 수 있는 독창적인 기술”이라며 “반도체 강국인 대한민국의 기술 초격차를 유지하는 데 크게 기여할 것”이라고 말했다.
기및전자공학부 강대현 석박사통합과정생이 제1저자로 주도한 이번 연구는 반도체 분야 최고 권위 학술대회인 지난 12월 9일 ‘국제전자소자학회(IEDM)’에서 발표되어 세계적인 주목을 받았으며, 삼성전자가 주최한 제32회 삼성휴먼테크논문대상에서 대학 부문 전체 1위인 ‘대상’을 수상하며 AI 분야가 강세였던 역대 수상 기조 속에서 전통 반도체 소자 분야 연구로 대상을 거머쥐는 쾌거를 이루었다.
※ 논문명: Bandgap-Engineered Boron Oxynitride Tunneling Layer for Reliable PLC operation of 3D V-NAND Flash Memory Devices, DOI : https://doi.org/10.1109/IEDM50572.2025.11353681
한편, 이번 연구는 과기정통부의 국가반도체연구실지원 핵심기술개발사업의 지원을 받아 수행되었다.
2026.03.20 조회수 1844 -
제32회 삼성휴먼테크논문대상 대학부문 대상 포함 14명 수상
삼성전자가 신진 연구자를 발굴하고 육성하기 위해 진행한 삼성휴먼테크논문대상에서 대상을 수상한 우리대학 강대현 학생을 비롯해, 우리 대학 학생 14명이 수상하는 쾌거를 이루었다.
11일 서울 서초구 삼성전자 서초사옥에서 시상식이 열린 제32회 삼성휴먼테크논문대상 삼성휴먼테크논문대상은 국내에서 유일하게 대학 및 대학원생뿐 아니라 고교생까지 참여할 수 있는 논문 경진 대회다.
대학 부문에서는 우리대학 전기및전자공학부 강대현 석박사 통합과정생(지도교수 조병진)이 기존 낸드플래시 한계를 보완할 수 있는 새로운 소재를 제안한 연구로 대상을 수상했다.
강대현 학생은 ‘플래시 메모리 터널링층 내 적용된 붕소 옥시나이트라이드(BON) 소재의 밴드갭 엔지니어링 연구’로 수상했다. 낸드플래시 메모리는 전자를 저장층에 보관하며 데이터를 저장하는데, 이때 전자가 드나드는 출입문이 터널링층이다.
그는 “BON은 비대칭적으로 설계된 출입문”이라고 설명했다. 데이터를 지울 때는 전하가 잘 들어올 수 있게 해주고, 데이터를 저장할 때는 새어나가지 않게 잘 막히는 방향성을 갖는 것이 BON이 가진 가장 큰 특징이다. 이러한 비대칭적인 에너지 장벽 덕분에, 속도와 신뢰성이 서로 충돌하던 기존의 한계를 한 번에 완화할 수 있게 된다. 기존 공정이나 셀 구조의 큰 변화 없이 새로운 소재와 밴드 구조 설계를 통해 플래시 메모리 성능과 신뢰성을 개선했다는 점에서 의미를 갖는다.
금상은 전기및전자공학부 박유성, 인공지능반도체대학원 윤지언, 기계공학과 고주희, 신소재공학과 박창현 학생 등 4명이 수상의 영예를 안았다.
은상에는 AI대학원 김제민, 인공지능반도체대학원 홍성연, 기계공학과 김성재, 전기및전자공학부 이상호, 바이오및뇌공학과 차영길 학생이 수상했다.
또한, 동상은 항공우주공학과 김경수, 전기및전자공학부 김동혁, 생명과학과 고대력 학생이 수상했고 장려상은 전기및전자공학부 김민석 학생이 수상했다.
대회는 올해로 32주년을 맞는 권위있는 시상식이며, 역대 제출된 논문 수는 총 4만4171편이다. 시상 받은 논문은 3192편에 달한다. 올해 초록 접수는 총 3172건으로, 이 중 511편이 초록 심사를 통과했다. 치열한 경쟁 속에서 엄격한 심사를 거쳐 최종 120편이 수상작으로 이름을 올렸다.
2026.02.20 조회수 2050 -
기계공학과 고주희 박사과정, 제32회 삼성휴먼테크논문대상에서 금상 수상
우리대학 기계공학과 고주희 박사과정(지도교수: 이정철)이 최근 삼성전자 주최로 열린 ‘제32회 삼성휴먼테크논문대상’ Mechanical Engineering 분과에서 2월 11일 금상을 수상하였다.
삼성휴먼테크논문대상은 과학기술 분야의 주역이 될 젊고 우수한 과학자를 발굴하기 위해 1994년부터 시행 중이며 과학기술정보통신부와 중앙일보가 후원하고 있다. 이번 제32회 대회에는 에너지 및 환경, 회로설계, 신호처리, 네트워크, 기계공학, 재료과학, 기초과학, 생명과학 등 10개 분야 총 3172 편의 논문이 접수됐다.
고주희 박사과정은 하나의 센서 플랫폼에서 액체의 밀도·점도·열물성 등을 동시에 정밀 측정할 수 있는 멀티모달 계측 기술을 제안해 연구 성과를 인정받았다.(논문 제목: 가열전극 통합된 마이크로채널 공진기 기반 액상 시료 특성화를 위한 하이퍼 멀티모달 계측)
본 연구는 소량 액체의 물성을 보다 정확하고 효율적으로 분석할 수 있는 기술로, 바이오·화학 센서 및 정밀 계측 분야 등 다양한 응용 가능성이 기대된다.
2026.02.19 조회수 1316 -
삼성휴먼테크논문대상 대학부문 17명 대거 수상
삼성전자가 주최하고 과학기술정보통신부와 중앙일보가 후원하는 제31회 삼성휴먼테크논문대상에서 우리 대학 학생 17명이 대거 수상하는 쾌거를 이루었다.
금상(상금 2천만원)은 전산학부 김원웅, 기계공학과 강석경, 바이오및뇌공학과 김현경, 화학과 허성록 학생 등 4명이 수상했다. 은상은 바이오및뇌공학과 정형진, 전기및전자공학부 오재원, 홍천산, 기계공학과 김동근 학생 등 4명이 수상의 영예를 안았다.
또한, 동상은 전기및전자공학부 허지완, 윤동현, 이병관, AI대학원 김현승, 바이오및뇌공학과 이윤흠, 신소재공학과 우준희, 박기현, 뇌인지공학프로그램 손연주 학생 등 8명이, 장려상에는 전기및전자공학부 신훈범 학생이 수상했다.
특히, 우리 대학은 대학부문에서 개인에게 시상되는 10개 분과 중 4개 분과의 금상을 석권하였고, 컴퓨터과학 및 공학 분과에서는 김원웅, 홍천산, 이병관, 김현승 학생이 절반의 상을 차지하며 두각을 나타냈다.
금상 수상자인 김원웅(지도교수 박종세)는 포스트-트랜스포머 모델의 연산을 분석하고, 기존 PIM 한계를 극복하기 위해 양자화 기반 모델 경량화 기법과 새로운 PIM 구조를 접속한 GPU+PIM 융합 가속 시스템 논문으로 컴퓨터과학 및 공학 분야에서 가장 높은 평가를 받았다.
또한, 기계공학 분과의 강석경(지도교수 김산하)학생은 탄소나노튜브(VACNT)를 활용한 나노 사포를 개발해 연마 입자의 안정성을 높여 기존 사포보다 정밀한 가공을 가능케 하는 논문으로 금상 수상의 영예를 안았다.
오재원(지도교수 조성환)학생은 60GHz 대역에서 1ns 이내의 빠른 주파수 스위칭과 우수한 잡음 성능을 구현한 mm-wave 대역 통신 및 레이다 회로를 위한 주파수 합성기 개발에 관한 논문으로 은상을 수상하였다.
홍천산(지도교수 오태현, 성민혁)학생은 이미지 생성형 모델에서 초상권 및 저작권 침해 완화하도록 MCMC 기법을 활용하여 암기된 이미지를 유발하는 프롬프트를 효율적으로 찾아 벤치마크를 찾는 연구로 우수성을 입증받았고, 김동근(지도교수 김산하) 학생은 AM-FGS 패드의 광중합 적층 제조로 경도차이를 활용해 CMP 공정에서 성과를 인정받아 은상을 수상하였다.
그뿐만 아니라, 동상을 차지한 박기현(지도교수 정성윤)학생은 이리듐 옥사이드 내부 새로운 구조의 복합 이리듐 산화물을 사용해 기존보다 더 많은 다른 원소를 치환하는데 성공한 우수성을 인정받았고, 허지완(지도교수 김준모)학생은 StableDiffusion 확산모델보다 10배 빠르고 더 선명한 이미지를 생성하는 새로운 방법을 개발한 점을 높이 평가받았다.
우준희(지도교수 스티브 박)학생은 리튬 금속 배터리 성능을 조기에 예측하는 새로운 방법으로 주목을 받았고, 윤동현(지도교수 제민규)학생은 넓은 입력 범위와 빠른 디지털 변환기 관련 연구로, 이윤흠(지도교수 김철)학생은 TDP 공정을 통해 기존 섬유형 스트레인 센서의 민감도와 작동범위간 상충 문제를 해결한 연구로 논문의 우수성을 인정받았다.
삼성휴먼테크논문대상은 국내 최대 규모의 학술논문대회로 과학기술 분야 우수인력을 발굴·육성하기 위해 1994년부터 매년 수상자를 선정하고 있다. 제31회 삼성휴먼테크논문대상에서는 대학부문 2,750편, 고교부문 402을 포함해 총 3,152편이 논문 초록이 접수되었고 그 중 대학부문에서는 80편의 우수논문이 선정되었다.
2025.02.13 조회수 9386 -
예종철 교수 연구팀, 삼성휴먼테크 논문대상 신호처리분야 금상 수상
우리 대학 김재철AI대학원 예종철 교수팀이 `확산모델 (diffusion model)의 사후 샘플링(posterior sampling)을 이용한 일반적인 역문제 해결 기법'으로 제 29회 삼성휴먼테크논문대상에서 신호처리 분야 금상을 수상했다고 밝혔다.
삼성휴먼테크논문대상은 과학기술 저변 확대와 과학 인재 양성을 위해 삼성전자가 1994년 제정한 논문상으로, 매년 2,000편 가량의 논문 중 서면 및 발표 심사를 거쳐 창의성, 논리성, 실용성, 발전성이 뛰어난 논문을 선정하여 수여되는 상이다.
바이오및뇌공학과 박사과정 졍형진, 김정솔 학생이 공동 1저자로 참여한 이 논문은, 확산 모델과 사후 샘플링을 결합하여 일반적인 역문제에 대한 새로운 관점과 해결방법을 제시하였고, 그 실용성과 독창성을 인정받아 대학부 신호처리 분야 수상작 7편 중 1위로 금상을 수상하였다.
역문제는 영상을 획득하는 과정에서 이미징 시스템의 특성과 잡음의 영향으로 망가진 측정값으로부터 실제 신호를 복원하는 문제로 정의된다. 이러한 문제는 영상 화질 개선부터 위상 복원을 통한 세포 구조 시각화와 같은 다양한 과학 분야에서 중요성과 실용성을 가지며, 수십 년간 지속적으로 연구되어 왔다. 과거의 인공지능 및 딥러닝 알고리즘은 이미징 시스템이 선형이며 잡음이 없는 경우를 가정하여 역문제를 효과적으로 해결하였으나, 이러한 가정은 현실 세계에서의 상황과 비교하여 훨씬 단순화된 형태였다.
이 연구에서는 처음으로 확산 모델을 이용해 사후 샘플링을 진행하는 방법으로 역문제를 해결하였는데, 이는 확산 모델이 생성하는 중간 이미지로 측정값을 근사하고, 실제 측정값과의 차이가 줄어들도록 중간 이미지를 보정하는 방식으로 구현된다.
이를 통해 이미징 시스템이 선형 및 비선형인 경우, 그리고 이미징 시스템에서 흔히 발생하는 가우시안 잡음과 푸아송 잡음이 존재하는 경우에 대한 일반적인 역문제 해결이 가능함을 입증하였다. 나아가 개발된 기술은 여러 종류의 역문제에 대한 개별적 학습을 필요로 하지 않는 특성을 가지며, 이는 논문의 실용성을 높이고, 이전의 연구들과 차별성을 지니게 한다.
정형진, 김정솔 바이오및뇌공학과 박사과정 학생은 “큰 규모의 논문대회에서 연구의 내용을 인정받아 기쁘고, 좋은 논문을 작성할 수 있도록 지도해주신 예종철 교수님께 감사하다” 고 소감을 밝혔다. 또한, 알고리즘의 성능과 효율성을 높이는 연구를 이어나가 역문제의 해결이 필요한 다양한 과학 분야들에 기여하고 싶다는 희망을 전했다.
논문명: Diffusion Posterior Sampling for General Noisy Inverse Problems
2023.11.07 조회수 9107