-
‘복잡할수록 더 잘 만들어진다’ 나노입자의 역설 최초 규명
“복잡할수록 더 잘 만들어진다.”
나노소재 분야의 오랜 상식을 뒤집는 연구 결과가 나왔다. 여러 금속을 섞으면 오히려 구조가 망가진다는 기존 인식과 달리, 복잡한 조성이 더 균일한 나노입자(머리카락 굵기의 약 10만 분의 1 수준의 매우 작은 입자)를 만든다는 사실이 처음으로 밝혀지며 차세대 에너지·촉매 기술에 새로운 전환점이 될 전망이다.
우리 대학은 생명화학공학과 정희태 석좌교수 연구팀이 미국 스탠퍼드대학교 마테오 카르넬로(Matteo Cargnello) 교수팀과 공동으로, 여러 금속을 섞을수록 오히려 더 균일한 나노입자가 형성되는 ‘역설적 현상’을 최초로 규명했다고 8일 밝혔다.
나노입자는 반도체, 친환경 에너지, 바이오 등 다양한 산업에서 핵심 소재로 활용되며, 최근에는 성능 향상을 위해 여러 금속을 섞는 ‘다성분(multimetallic)’ 구조로 발전하고 있다. 그러나 구성 원소가 많아질수록 각 원소의 반응 속도가 달라 입자의 크기와 모양이 들쭉날쭉해지는 문제가 발생해, 정밀 제어가 어려운 대표적인 난제로 여겨져 왔다.
연구팀은 이러한 한계를 극복할 단서로, 금속 원소의 종류가 늘어날수록 입자의 성분이 한 방향으로 모이며 더 균일해지는 ‘성분 집중(Composition-focusing, 여러 금속이 섞일수록 특정 조성으로 자연스럽게 정리되는 현상)’에 주목했다.
연구 결과, 서로 다른 금속 원자들이 경쟁적으로 결합하는 과정에서 먼저 자리 잡은 원자가 이후 들어오는 원자가 더 쉽게 붙도록 돕는 ‘징검다리’ 역할을 한다는 사실을 확인했다. 이로 인해 원자들이 무작위로 섞이는 것이 아니라, 층층이 질서 있게 쌓이며 안정적인 구조를 형성하게 된다.
즉, 그동안 나노소재 합성에서 문제로 여겨졌던 복잡한 화학 반응 환경이 오히려 원자들이 정돈된 구조를 이루도록 돕는다는 새로운 원리가 밝혀진 것이다. 이는 여러 금속이 섞인 복잡한 나노소재도 원하는 형태로 정밀하게 설계할 수 있는 가능성을 처음으로 제시한 성과로 평가된다.
연구팀은 이 원리를 실제로 검증하기 위해 5가지 금속이 포함된 다성분(여러 금속이 섞인) 나노입자 촉매를 제작했다. 그 결과, 암모니아를 분해해 수소를 생산하는 반응에서, 암모니아가 쉽게 분해되지 않아 높은 온도와 빠른 반응을 유도하기 위한 촉매가 필수적인 가운데, 현재 산업 현장에서 가장 널리 사용되는 기준 재료인 루테늄(Ru) 촉매보다 약 4배 높은 효율을 보였다.
정희태 KAIST 석좌교수는 “이번 연구는 나노입자 합성 과정에서 예상치 못한 ‘역설적 현상’을 발견하고 그 작동 원리를 규명했다는 점에서 의미가 크다”며 “이 원리를 활용하면 원하는 성능에 맞춰 금속 조성을 설계할 수 있어, 수소 생산, 이산화탄소 전환 등 에너지 공정의 효율을 높이는 고성능 촉매와 친환경 에너지 소재 개발에 활용될 수 있을 것으로 기대된다”고 말했다.
이번 연구는 KAIST 윤지수 박사과정생과 스탠퍼드대학교 오진원(Jinwon Oh) 박사가 공동 제1저자로 참여했으며, KAIST 정희태 석좌교수와 스탠퍼드대학교 마테오 카르넬로 교수가 공동 교신저자로 연구를 이끌었다. BASF(Badische Anilin- & Soda-Fabrik)와 서울대학교도 공동 연구에 참여했다. 연구 결과는 세계 최고 권위 학술지인 사이언스(Science)에 5월 7일 게재됐다.
※ 논문명: Competitive reactivity drives size- and composition-focusing in multimetallic nanocrystals
※ DOI: 10.1126/science.aea8044
한편 이번 연구는 한국연구재단의 ‘중견연구,’ 에너지기술평가원의 ‘에너지인력양성사업,’ 그리고 BASF의 지원을 받아 수행됐다.
2026.05.08
조회수 482
-
끝없는 배터리 실험 줄인다...성능 예측 AI 개발
전기차를 한 번 더 멀리 가게 하고, 스마트폰을 더 오래 쓰게 만드는 힘은 배터리 소재에서 나온다. 그중에서도 배터리의 성능과 수명을 직접 좌우하는 핵심 재료가 바로 양극재다. 배터리 소재 개발에 필요한 수많은 실험을 인공지능이 대신할 수 있다면 어떨까. 우리 대학 연구진이 실험 데이터가 부족한 상황에서도 양극재의 입자 크기와 예측 신뢰도를 함께 제시하는 인공지능(AI) 프레임워크를 개발하며, 전고체 배터리 등 차세대 에너지 기술로의 확장 가능성을 열었다.
우리 대학은 신소재공학과 홍승범 교수팀이 조은애 교수팀과 공동연구를 통해, 실험 데이터가 불완전한 상황에서도 배터리 양극재의 입자 크기를 정확하게 예측하고, 그 결과를 얼마나 신뢰할 수 있는지까지 함께 제공하는 머신러닝 프레임워크를 개발했다고 26일 밝혔다.
배터리 내부의 양극재는 리튬이온 배터리가 에너지를 저장하고 꺼내 쓰게 만드는 핵심 재료다. 현재 전기차 배터리에 가장 널리 사용되는 양극재는 니켈(Ni), 코발트(Co), 망간(Mn)을 혼합한 NCM 계열 금속 산화물로, 배터리의 수명과 충전 속도, 주행 거리, 안전성에 큰 영향을 미친다.
우리 대학 연구진은 이러한 양극재를 이루는 아주 작은 1차 입자의 크기가 배터리 성능을 결정하는 핵심 요소라는 점에 주목했다. 입자가 지나치게 크면 성능이 저하되고, 반대로 너무 작으면 안정성 문제가 발생할 수 있기 때문이다. 이에 연구진은 입자 크기를 정확하게 예측하고 제어할 수 있는 AI 기반 기술을 개발했다.
기존에는 입자 크기를 파악하기 위해 소결 온도와 시간, 재료 조성 등을 바꿔가며 수많은 실험을 반복해야 했다. 그러나 실제 연구 현장에서는 모든 조건을 빠짐없이 측정하기 어렵고, 실험 데이터가 누락되는 경우도 잦아 공정 조건과 입자 크기 간의 관계를 정밀하게 분석하는 데 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해 누락된 데이터는 보완하고, 예측 결과는 신뢰도와 함께 제시하는 AI 프레임워크를 설계했다. 이 프레임워크는 화학적 특성을 고려해 빠진 실험 데이터를 보완하는 기술(MatImpute)과, 예측 불확실성을 함께 계산하는 확률적 머신러닝 모델(NGBoost)을 결합한 것이 특징이다.
이 AI 모델은 단순히 입자 크기를 예측하는 데 그치지 않고, 해당 예측을 어느 정도까지 신뢰할 수 있는지에 대한 정보까지 함께 제공한다. 이는 실제로 어떤 조건에서 재료를 합성할지 결정하는 데 중요한 기준이 된다.
실험 데이터를 확장해 학습한 결과, AI 모델은 약 86.6%의 높은 예측 정확도를 보였다. 분석 결과, 양극재 입자 크기는 재료 성분보다도 굽는 온도와 시간 같은 공정 조건의 영향을 더 크게 받는 것으로 나타났으며, 이는 기존의 실험적 이해와도 잘 부합한다.
연구진은 AI 예측의 신뢰성을 검증하기 위해, 금속 성분 비율은 동일한 NCM811(Ni 80% / Co 10% / Mn 10%) 조성을 유지하되 기존 데이터에 포함되지 않은 제조 조건으로 합성한 양극재 시료 4종을 새롭게 제작해 실험을 진행했다. 그 결과, AI가 예측한 입자 크기는 실제 현미경 측정 결과와 거의 일치했으며, 오차는 대부분 머리카락 두께보다 훨씬 작은 0.13마이크로미터(μm) 이하로 나타났다. 특히 AI가 함께 제시한 예측 불확실성 범위 안에 실제 실험 결과가 포함돼, 예측값뿐 아니라 그 신뢰도 역시 타당함이 확인됐다.
이번 연구는 배터리 연구에서 모든 실험을 수행하지 않아도 성공 가능성이 높은 조건을 먼저 찾을 수 있는 길을 열었다는 점에서 의미가 크다. 이를 통해 배터리 소재 개발 속도를 높이고, 불필요한 실험과 비용을 크게 줄일 수 있을 것으로 기대된다.
홍승범 교수는 “AI가 예측값뿐 아니라 그 결과를 얼마나 신뢰할 수 있는지까지 함께 제시한다는 점이 핵심”이라며, “차세대 배터리 소재를 보다 빠르고 효율적으로 설계하는 데 실질적인 도움이 될 것”이라고 말했다.
이번 연구는 신소재공학과 벤 마디카(Benediktus Madika) 박사과정 연구원이 제1저자로 참여했으며, 신소재·화학공학 분야의 국제적 권위 학술지인 ‘어드밴스드 사이언스(Advanced Science)’에 2025년 10월 8일자로 게재됐다.
※ 논문 제목: Uncertainty-Quantified Primary Particle Size Prediction in Li-Rich NCM Materials via Machine Learning and Chemistry-Aware Imputation, DOI: https://doi.org/10.1002/advs.202515694>
한편, 본 연구는 벤 마디카, 강채율, 심주성, 박태민, 문정현 연구원과 조은애 교수, 홍승범 교수 연구팀이 수행했으며, 과학기술정보통신부(MSIT) 한국연구재단 미래융합기술파이오니어(전략형) 지원(과제번호 RS-2023-00247245)을 받아 진행됐다.
2026.01.26
조회수 1926
-
제작온도 500℃↓전력 생산 2배 ↑...차세대 세라믹 전지 재탄생
AI 시대 전력 수요가 폭증하는 가운데, 전기와 수소를 동시에 생산할 수 있는 ‘프로토닉 세라믹 전기화학전지(PCEC)’는 차세대 에너지 기술로 각광받고 있다. 그러나 이 전지는 1,500℃의 초고온 제작 공정이라는 기술적 한계를 안고 있었다. 우리 대학 연구진은 이러한 한계를 500℃ 이상 낮춘 새로운 제조 공정을 세계 최초로 구축하는 데 성공했다.
우리 대학은 기계공학과 이강택 교수 연구팀이 전자레인지 원리와 특정 화학 성분의 ‘화학 증기(chemical vapor)’ 확산 환경을 활용한 ‘'마이크로파+증기 제어 기술' 을 이용해, 기존보다 500℃ 이상 낮은 온도에서 빠르고 단단하게 ‘고성능 프로토닉 세라믹 전기화학전지’를 제작할 수 있는 신공정을 개발했다고 4일 밝혔다.
프로토닉 세라믹 전지의 핵심 재료인 전해질에는 바륨(Ba)이 포함되어 있는데, 바륨은 1,500℃ 이상 고온에서 쉽게 날아가 버려 전지 성능 저하의 주범이 되어 왔다. 따라서 낮은 온도에서 세라믹 전해질을 단단하게 굳힐 수 있는 기술이 전지 성능을 좌우하는 핵심 문제였다.
연구팀은 이를 해결하기 위해 ‘증기 확산(Vapor Phase Diffusion)’이라는 새로운 열처리 방법을 고안했다. 이는 전지 옆에 특수 보조 소재(증기 발생원)를 배치하고, 여기에 마이크로파를 조사해 증기가 빠르게 확산되도록 만드는 기술이다.
온도가 약 800℃에 도달하면 보조 소재에서 나온 증기가 전해질 쪽으로 이동해 세라믹 입자를 단단하게 결합시킨다. 이 기술 덕분에 기존 1,500℃가 필요했던 공정을 단 980℃에서도 완성할 수 있었다. 즉, 전해질 손상 없이 고성능 전기를 ‘낮은 온도’에서 만들어내는 세계 최초의 세라믹 전지 제작 기술이 탄생한 것이다.
이 공정으로 제작된 전지는 600℃에서 손톱만 한 1cm²크기 전지가 2W의 전력을 안정적으로 생산했고, 600℃에서 시간당 205mL(작은 종이컵 1컵 정도의 양으로 업계 최고 수준)의 수소를 생성, 500시간 연속 사용에서도 성능 저하 없이 안정성 유지라는 우수한 결과를 보였다.
즉, 제작 온도는 낮추고(−500℃), 작동 온도는 낮추고(600℃), 성능은 2배로 높이고(2W/cm²), 수명은 길게 만든(500시간 안정성) 세계 최고 성능의 전지 기술을 만든 것이다.
또한 연구팀은 디지털 트윈(가상 시뮬레이션)을 활용해 실제 실험에서는 관찰하기 어려운 전지 내부 미세 구조에서의 가스 이동 현상까지 분석하며 기술 신뢰성을 높였다.
이강택 교수는 “이번 연구는 증기를 이용해 열처리 온도를 500℃ 이상 낮추면서도 고성능·고안정성 전지를 만든 세계 최초의 사례”라며 “AI 시대의 전력 문제와 수소사회를 앞당길 핵심 제조 기술로 자리 잡을 것으로 기대한다”고 강조했다.
KAIST 기계공학과 김동연 박사, 강예진 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 에너지·재료 분야의 세계적 권위지인 ‘어드밴스드 머터리얼즈, Advanced Materials (IF:26.8)’에 게재되었으며, 지난 10월 29일 표지(Inside front cover) 논문으로 선정되었다.
※ 논문명: Sub-1000°C Sintering of Protonic Ceramic Electrochemical Cells via Microwave-Driven Vapor Phase Diffusion,
DOI: https://doi.org/10.1002/adma.202506905
한편 이번 연구는 과학기술정보통신부 중견연구자지원사업 그리고 H2 Next Round 사업의 지원으로 수행됐다.
2025.12.04
조회수 2334
-
"좋으라고 넣었는데"...KAIST, 전기차 하이니켈 배터리 성능 저하 원인 밝혀
리튬이온 배터리 중에서도 고에너지형 전기차에 주로 사용되는 하이니켈 배터리는 에너지 밀도가 높지만 성능 저하가 빠르다는 한계를 안고 있다. 우리 대학 연구진은 하이니켈 배터리가 빠르게 망가지는(열화되는) 근본 원인을 세계 최초로 규명하고, 이를 해결할 새로운 접근법을 제시했다.
우리 대학은 생명화학공학과 최남순 교수 연구팀이 신소재공학과 서동화 교수 연구팀과 함께, 그동안 배터리의 안정성과 수명 향상을 위해 사용돼 온 전해질 첨가제 ‘석시노니트릴(CN4)’이 하이니켈 배터리에서는 오히려 성능 저하를 일으키는 핵심 원인임을 밝혀냈다고 3일 밝혔다.
배터리는 양극과 음극 사이를 리튬 이온이 오가며 전기가 만들어진다. 리튬 이동을 돕기 위해 전해질에는 소량의 CN4가 들어가는데, 연구팀은 두 개의 니트릴(-CN) 구조를 가진 CN4가 하이니켈 양극 표면의 니켈 이온과 지나치게 강하게 달라붙는다는 사실을 컴퓨터 계산으로 확인했다.
니트릴 구조는 탄소와 질소가 삼중 결합으로 묶여 있는, 금속 이온과 잘 달라붙는 ‘갈고리’ 같은 구조다. 이 강한 결합 때문에 양극 표면에 형성돼야 할 보호막 역할의 전기이중층(EDL)이 무너지고, 충·방전 과정에서 양극 구조가 뒤틀리며(얀-텔러 왜곡, Jahn-teller distortion) 심지어 양극 전자까지 CN4로 빠져나가 양극이 빠르게 손상된다.
이 과정에서 새어 나온 니켈 이온은 전해질을 통해 음극으로 이동해 표면에 쌓이는데, 이 니켈은 전해질을 더 빨리 분해하고 리튬까지 낭비시키는 ‘나쁜 촉매’처럼 작용해 배터리 열화를 더욱 가속시킨다.
여러 분석 결과, CN4가 하이니켈 양극 표면을 니켈이 부족한 비정상적인 층으로 바꾸고, 안정적이어야 할 구조를‘암염 구조’라는 비정상적 형태로 변형시키는 현상도 확인됐다.
즉 LCO 배터리(리튬코발트산화물)에서는 유용한 CN4가, 니켈 비율이 높은 하이니켈 배터리에서는 오히려 구조를 무너뜨리는 양면성을 가진 물질임을 증명한 것이다.
이번 연구는 단순한 충·방전 조건 조절을 넘어, 금속 이온과 전해질 분자 사이에서 실제로 어떤 전자 이동이 일어나는지까지 규명한 정밀 분석이라는 점에서 큰 의미를 갖는다. 연구진은 이 성과를 바탕으로 하이니켈 양극에 최적화된 새로운 전해질 첨가제 개발에 나설 계획이다.
최남순 교수는 “배터리 수명과 안정성을 높이려면 분자 수준의 정밀한 이해가 필수”라며 “이번 연구가 니켈과 과도하게 결합하지 않는 새로운 첨가제 개발의 길을 열어, 차세대 고용량 배터리 상용화에 크게 기여할 것”이라고 말했다.
생명화학공학과 최남순 교수, 한승희, 김준영, 이기훈 연구원과 신소재공학과 서동화 교수, 김재승 연구원이 공동 제 1저자로 진행한 이번 연구는 저명한 국제 학술지 ‘에이시에스 에너지 레터즈(ACS Energy Letters)’에 11월 14일 온라인 게재되었으며 커버 논문으로 선정되었다.
※논문명 : Unveiling Bidentate Nitrile-Driven Structural Degradation in Ultra-High-Nickel Cathodes,
https://doi.org/10.1021/acsenergylett.5c02845
이번 연구는 삼성 에스디아이(Samsung SDI)의 지원을 받아 수행됐다.
2025.12.03
조회수 3668
-
수소전기차 연료전지 촉매 성능 저하 비밀 풀었다
수소전기차의 핵심인 연료전지 작동 중 촉매의 ‘열화 과정(어떻게 망가지고 성능이 떨어지는지)’을 우리 연구진이 국제연구진과 함께 세계 최초로 원자 단위에서 3차원으로 직접 추적하는 데 성공했다. 이번 성과는 고성능·고내구성 연료전지 개발을 앞당겨 미래 친환경 교통수단과 에너지 전환에 크게 기여할 것으로 기대된다.
우리 대학 물리학과 양용수 교수와 신소재공학과 조은애 교수 공동연구팀이 미국 스탠퍼드대학교, 로런스 버클리 국립연구소와의 국제 공동연구를 통해 연료전지 촉매 내부의 원자 하나하나가 수천 번의 작동 사이클 동안 어떻게 움직이고, 어떤 방식으로 성능이 저하되는지를 3차원으로 직접 추적하는 데 성공했다고 14일 밝혔다.
수소연료전지는 탄소배출이 없는 차세대 친환경 에너지 기술로 주목받고 있다. 그러나 촉매로 사용되는 백금(Pt) 기반 합금은 주행 과정에서 성능이 점차 저하되는 ‘열화 현상’이 발생해 상용화의 걸림돌이 되어 왔다. 열화의 근본 원인을 규명하지 못하면 연료전지 교체 주기가 짧아지고 수소차 가격 인하에도 한계가 있었다.
연구팀은 이 문제를 해결하기 위해, 원자 하나하나의 3차원 움직임을 직접 볼 수 있는 인공신경망 기반 원자 전자 단층촬영 기법을 개발했다.
병원에서 사용하는 CT 단층촬영법이 여러 각도에서 X선 영상을 찍어 인체 내부를 3차원으로 보여주는 것과 마찬가지로, 연구팀은 전자현미경을 이용해 다양한 각도에서 고해상도 이미지를 촬영하고, 이를 인공지능 신경망과 결합해 나노 촉매 내부 원자들의 3차원 위치를 정밀하게 재구성했다.
그 결과, 수천 개에 달하는 원자들이 연료전지 작동 과정에서 어떻게 이동하고 변형되는지를 마치 눈으로 들여다보듯 생생하게 관찰할 수 있게 됐다.
연구팀은 백금-니켈(이하 PtNi) 합금 나노입자에 대해 수천 번의 전기화학적 작동을 가한 후, 각 단계에서 촉매 입자의 3차원 원자구조를 분석했다. 그 결과, 일반적인 PtNi 입자에서는 시간이 지남에 따라 입자 형태가 변형되고, 니켈이 빠져나가고, 제 기능을 점차 잃어버리는 현상이 나타났다.
반면 갈륨 원소를 조금 섞어준 촉매 입자에서는 이러한 변화가 거의 없어서 처음부터 성능도 더 뛰어나고, 오래 사용해도 성능을 잘 유지함을 입증했다. 이를 통해 연구팀은 촉매 안에 원자들이 시간이 지나면서 어떻게 변하는지 그리고 그 변화가 성능 저하와 어떤 관계가 있는지를 정량 데이터로 명확하게 규명했다.
양용수 교수는 “이번 연구는 실제 연료전지 촉매의 3차원 열화 과정을 원자 단위에서 정량적으로 추적한 세계 최초 사례로, 실험적으로 관측하기 어려웠던 실제 촉매 표면과 내부의 3차원 원자 구조 변화를 직접 측정했다는 점에서 이론 모델이나 시뮬레이션에 의존했던 기존 연구들과 차별점을 가진다”라고 강조했다.
이어 “고성능·고내구성 연료전지 촉매 설계의 핵심 기반이 될 것이며 또한 AI 기반 정밀 원자구조 분석 기술은 배터리 전극, 메모리 소자 등 다양한 나노소재 연구에도 폭넓게 활용될 것”이라고 전망했다.
이번 연구에는 물리학과 정채화 박사, 이주혁 박사, 조혜성 박사, 신소재공학과 이광호 연구원이 공동 제1저자로 참여했고, 연구 결과는 세계적 학술지 네이처 커뮤니케이션즈(Nature Communications) 8월 28일자에 게재됐다.
※ 논문제목: Atomic-scale 3D structural dynamics and functional degradation of Pt alloy nanocatalysts during the oxygen reduction reaction
※DOI: https://doi.org/10.1038/s41467-025-63448-5
한편, 이번 연구는 한국연구재단 개인기초연구지원사업 및 KAIST 특이점교수사업의 지원을 받았다.
2025.09.15
조회수 4745
-
강유전체 활용 차세대 반도체 메모리 혁신
강유전체는 메모리 소자에서 전하를 잘 저장하기 때문에 "전기를 기억하는 소재"와 같다는 특성으로 차세대 반도체 기술 개발에 있어 핵심 소재로 부각되고 있다. 우리 연구진이 이러한 강유전체 소재를 활용해 현재 메모리 반도체 산업의 양대 산맥인 디램(DRAM)과 낸드 플래시(NAND Flash) 메모리의 한계를 극복한 고성능, 고집적 차세대 메모리 소자를 개발하는데 성공했다.
우리 대학 전상훈 교수 연구팀이 하프니아 강유전체 소재*를 활용한 차세대 메모리 및 스토리지 메모리 기술을 개발했다고 6일 밝혔다.
*하프니아 강유전체 소재: 비휘발성 절연막으로, CMOS 공정 호환성, 동작 속도, 내구성 등의 우수한 물리적 특성을 바탕으로 차세대 반도체의 핵심 소재로 활발하게 연구되고 있는 물질
디램 메모리는 우리가 스마트폰, 컴퓨터, USB 등에서 사용하는 데이터를 저장하는 휘발성 메모리다. 휘발성 특성으로 인해, 외부 전력이 끊어지면 저장된 데이터가 손실되지만, 공정 단가가 낮고 집적도가 높아 메인 메모리로 활용돼 왔다. 하지만 디램 메모리 기술은 소자의 크기가 작아질수록 디램 소자가 정보를 저장하는 저장 커패시터의 용량도 작아지게 되고, 더 이상 메모리 동작을 수행하기 어렵다.
연구팀은 저장 커패시터는 정보를 저장하는 디램 기술의 한계를 극복하고자 이러한 저장 커패시터가 물리적으로 작은 면적에서도 높은 저장 용량을 달성할 수 있도록 개선하는 데에 집중했다. 이를 위해 하프니아 강유전체 기반 극박막의 고유전율 물질을 개발했다. 연구 결과 현재까지 보고된 디램 커패시터 중, 가장 낮은 2.4 Å (머리카락 굵기의 약 10만분의 1)의 SiO2(실리콘 산화물) 유효 두께와 같이 얇은 층에 저장하는 것을 달성했다.
또한 연구팀은 디램 메모리 기술을 잠재적으로 대체할 수 있는 후보군으로 주목받고 있는 강유전체 메모리 FRAM 메모리도 개발하였다. 현 DRAM 수준의 1V 이하의 낮은 전압에서도 비 휘발성 정보 저장과 삭제가 확실히 이루어지는 기술은 에너지 효율성을 크게 향상시켜 차세대 메모리에 필수적이다.
디램 메모리 기술에 이어 연구팀은 낸드 플래시 메모리의 한계를 극복할 하프니아 강유전체 기반의 차세대 메모리 기술을 개발했다. 낸드 플래시 메모리는 우리가 스마트폰, 컴퓨터, USB 등에서 사용하는 데이터를 저장하는 비휘발성 메모리이다. 현재, 낸드플래시 메모리의 저장 용량을 늘리기 위해 여러 층을 쌓아 올리는 방식으로 발전해 왔지만, 물리적인 한계로 인해 500층, 1000층 이상으로 쌓기가 어려운 상황이다.
이에 연구팀은 강유전체라는 새로운 소재를 낸드 플래시에 적용하는 방식을 연구한 결과, 소재 계면에 TiO2 층이라는 얇은 층을 추가함으로써 1000단 이상의 수직 적층 3차원이며 외부 환경의 간섭에도 데이터를 안정적으로 유지하도록 설계했다.
마지막으로 기존의 낸드 플래시 기술에서 산화물 채널 기반의 메모리 소자는 데이터를 완전히 지울 수 없는 한계가 있어 새로운 구조의 고성능 산화물 채널 기반 낸드 플래시 소자를 개발하는 데 성공했다. 이 소자는 더 많은 데이터를 저장할 수 있고 데이터를 10년 이상 안정적으로 보존할 수 있는 특징을 가진다.
전상훈 교수는 “이번 연구 결과들은 스케일링 이슈로 인해 답보상태에 있는 메모리 반도체 기술 개발에 돌파구가 되는 기술이 될 것으로 판단되며, 향후 다양한 인공지능 컴퓨팅 및 엣지 컴퓨팅 기술 상용화에 기여할 수 있을 것”이라고 설명했다.
벤카테스왈루 가담(Venkateswarlu Gaddam) 연구 교수, 김기욱 박사 과정, 조홍래 박사 과정, 황정현 박사 과정, 이상호 박사 과정, 최효준 석사 과정, 강현준 석사 과정이 공동 제1 저자로 참여했고 이러한 연구 성과를 국제적으로 인정받아 반도체 산업계 최고 수준의(Top-tier) 컨퍼런스에 2024년 5편의 논문을 발표했다. (2024 VLSI 2편, 2024 IEDM 3편)
- In-depth analysis of the Hafnia ferroelectrics as a key enabler for low voltage & QLC 3D VNAND beyond 1K layers: Experimental demonstration and modeling VLSI 24 DOI: 10.1109/VLSITechnologyandCir46783.2024
- Low-Damage Processed and High-Pressure Annealed High-k Hafnium Zirconium Oxide Capacitors near Morphotropic Phase Boundary with Record-Low EOT of 2.4 Å & high-k of 70 for DRAM … VLSI 24 DOI: 10.1109/VLSITechnologyandCir46783.2024
- Unveiling the Origin of Disturbance in FeFET and the Potential of Multifunctional TiO2 as a Breakthrough for Disturb-free 3D NAND Cell: Experimental and Modeling https://iedm24.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=4
- Oxide Channel Ferroelectric NAND Device with Source- tied Covering Metal Structure: Wide Memory Window (14.3 V), Reliable Retention (> 10 years) and Disturbance Immunity (△Vth ≤ 0.1 V) for QLC Operation
https://iedm24.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=47
- Design Methodology for Low-Voltage Operational (≤1 V) FRAM Cell Capacitors and Approaches for Overcoming Disturb Issues in 1T-nC Arrays: Experimental & Modeling:
https://iedm24.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=54
참고로, IEEE VLSI와 IEEE IEDM 학회는 삼성전자, SK 하이닉스, 마이크론, 인텔 등 굴지의 반도체 업계와 세계적인 석학들이 최신 기술 개발을 공유하고 미래 기술의 지향점을 논의하는 학회로 반도체 올림픽이라고 불린다.
한편, 이 연구는 삼성전자, 한양대학교와 협업을 통해서 수행되었으며, 한국산업기술평가원 (KEIT) 민관공동투자 반도체 고급인력양성사업, 과학기술정보통신부 혁신연구센터(IRC) 지원 사업, 삼성전자(Samsung Electronics)의 지원을 받아 진행됐다.
2025.01.06
조회수 11176
-
염소 제거로 폐플라스틱 재활용 쉬워진다
전 세계의 플라스틱 생산량이 증가함에 따라 폐기되는 플라스틱의 양도 증가하게 돼 여러 가지 환경적, 경제적 문제를 일으키고 있다. 한국 연구진이 고성능 촉매를 개발해 플라스틱 폐기물의 분해와 재활용을 쉽고 경제적으로 할 수 있도록 하는 기술을 개발하여 화제다.
우리 대학 생명화학공학과 최민기 교수, 충남대학교 에너지 과학기술 대학원 신혜영 교수 공동연구팀이 폐플라스틱의 분해 및 재활용 공정의 중요 반응인 탈염소 반응의 반응 메커니즘을 규명하고 미량의 백금으로도 염소를 효과적으로 제거할 수 있는 촉매를 개발했다고 26일 밝혔다.
플라스틱의 재활용을 위한 다양한 연구가 진행되고 있는데, 특히 열분해를 이용한 화학적 재활용 방법은 복잡하고 비경제적인 플라스틱 폐기물의 분류 과정을 생략할 수 있어 산업적으로 큰 주목을 받고 있다. 또한 이때 생성되는 유분은 플라스틱의 원료인 에틸렌, 프로필렌으로 변환이 가능하기 때문에 완벽한 플라스틱의 순환 경제를 가능케 한다.
하지만 폐플라스틱의 열분해유 내에는 후속 공정에 앞서 제거가 필요한 다양한 불순물들이 포함돼 있다. 특히, 폴리염화비닐(PVC)의 열분해로 생성되는 염소 화합물은 반응기 부식을 유발하고, 촉매를 비활성화시키므로 화학적으로 제거하는 것은 폐플라스틱 재활용에 있어 매우 중요하다. 다만 기존 석유와 같은 탄소 자원에는 염소가 포함돼 있지 않기 때문에 염소를 제거하는 촉매 공정은 현재까지 연구된 바가 없었다.
공동연구팀은 감마 알루미나에 미량(0.1wt%)의 백금을 담지한 촉매를 사용해 탈염소 반응의 메커니즘을 규명하고, 고성능 촉매를 설계했다. 연구 결과, 탄소와 염소 사이의 결합을 끊고 백금에서 활성화된 수소가 감마 알루미나 표면에 전달돼 염소를 염산(HCl)의 형태로 제거하는 독특한 반응 메커니즘을 확인했다.
연구팀은 다량(7,500ppm)의 염소를 포함하고 있는 해양 폐기물 기반의 폐플라스틱 열분해유를 이용한 반응에서도 직접 개발한 촉매를 사용했을 때 염소가 98% 이상 효과적으로 제거됨을 밝혔으며, 높은 장기 안정성을 보임을 확인했다.
최민기 교수는 “탈염소 반응은 폐플라스틱의 재활용에 있어 매우 중요한 반응이지만 현재까지 심도 있게 연구되지 않았다”며, “이번 연구는 세계 최초로 탈염소 반응의 메커니즘을 규명한 것으로 고성능 탈염소 촉매 개발을 앞당기는 데 큰 역할을 할 것이다”고 말했다.
이번 연구는 생명화학공학과 석진 박사과정 학생, 충남대학교 에너지 과학기술대학원 판 티 옌 니(Phan Thi Yen Nhi) 석사과정 학생이 공동 제1 저자로 참여했으며, 연구 결과는 국제 저명 학술지 ‘미국화학회지(Journal of the American Chemical Society)’에 지난 8월 28일 자 온라인판에 게재됐다.
※ 논문명: Catalytic Synergy between Lewis Acidic Alumina and Pt in Hydrodechlorination for Plastic Chemical Recycling
한편, 이 연구는 롯데케미칼 탄소중립연구센터와 한국연구재단 중견연구자 지원사업의 지원을 받아 수행되었다.
2024.09.28
조회수 11389
-
엔비디아를 긴장시킬 고용량·고성능 GPU 개발
최근 대규모 AI 서비스 제공 최전선에 있는 빅테크들은 더 좋은 성능을 사용자들에게 제공하기 위해 경쟁적으로 모델 및 데이터의 크기를 증가시키는 추세이며, 최신 대규모 언어모델은 학습을 위해 수에서 수십 테라바이트(TB, 10^12 바이트)의 메모리를 요구한다. 국내 연구진이 현재 AI 가속기 시장을 독점하고 있는 엔비디아(NVIDIA)에 맞설 수 있는 차세대 인터페이스 기술이 활성화된 고용량·고성능 AI 가속기를 개발했다.
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 차세대 인터페이스 기술인 CXL(Compute Express Link)이 활성화된 고용량 GPU 장치의 메모리 읽기/쓰기 성능을 최적화하는 기술을 개발했다고 8일 밝혔다.
최신 GPU의 내부 메모리 용량은 수십 기가바이트(GB, 10^9 바이트)에 불과해 단일 GPU만으로는 모델을 추론·학습하는 것이 불가능하다. 대규모 AI 모델이 요구하는 메모리 용량을 제공하기 위해 업계에서는 일반적으로 GPU 여러 대를 연결하는 방식을 채택하지만, 이 방법은 최신 GPU의 높은 가격으로 인해 총소유비용(TCO·Total Cost of Ownership)을 과도하게 높이는 문제를 일으킨다.
이에 차세대 연결 기술인 CXL(Compute Express Link)을 활용해 대용량 메모리를 GPU 장치에 직접 연결하는‘CXL-GPU*’구조 기술이 다양한 산업계에서 활발히 검토되고 있다. 하지만 CXL-GPU의 고용량 특징만으로는 실제 AI 서비스에 활용되기 어렵다. 대규모 AI 서비스는 빠른 추론·학습 성능을 요구하기 때문에, GPU에 직접적으로 연결된 메모리 확장 장치로의 메모리 읽기/성능이 기존 GPU의 로컬 메모리에 준하는 성능이 보장될 때 비로소 실제 서비스에 활용될 수 있다.
*CXL-GPU: CXL을 통해 연결된 메모리 확장 장치들의 메모리 공간을 GPU 메모리 공간에 통합시킴으로써 고용량을 지원한다. 통합된 메모리 공간 관리에 필요한 동작들은 CXL 컨트롤러가 자동으로 처리해주므로, GPU는 기존에 로컬 메모리에 접근하던 방식과 동일한 방식으로 확장된 메모리 공간에 접근할 수 있다. 기존 메모리 용량을 늘리기 위해 고가의 GPU를 추가 구매하던 방식과 달리, CXL-GPU는 GPU에 메모리 자원만 선택적으로 추가할 수 있어 시스템 구축 비용을 획기적으로 절감할 수 있다.
우리 연구진은 CXL-GPU 장치의 메모리 읽기/쓰기 성능이 저하되는 원인을 분석해 이를 개선하는 기술을 개발했다. 메모리 확장 장치가 메모리 쓰기 타이밍을 스스로 결정할 수 있는 기술을 개발하여 GPU 장치가 메모리 확장 장치에 메모리 쓰기를 요청하면서 동시에 GPU 로컬 메모리에도 쓰기를 수행하도록 설계했다. 즉, 메모리 확장 장치가 내부 작업을 수행 상태에 따라 작업을 하도록 하여, GPU는 메모리 쓰기 작업의 완료 여부가 확인될 때까지 기다릴 필요가 없어 쓰기 성능 저하 문제를 해결할 수 있도록 했다.
또한 연구진은 메모리 확장 장치가 사전에 메모리 읽기를 수행할 수 있도록 GPU 장치 측에서 미리 힌트를 주는 기술을 개발했다. 이 기술을 활용하면 메모리 확장 장치가 메모리 읽기를 더 빨리 시작하게 되어, GPU 장치가 실제 데이터를 필요로 할 때는 캐시(작지만 빠른 임시 데이터 저장공간)에서 데이터를 읽어 더욱 빠른 메모리 읽기 성능을 달성할 수 있다.
이번 연구는 반도체 팹리스 스타트업인 파네시아(Panmnesia)*의 초고속 CXL 컨트롤러와 CXL-GPU 프로토타입을 활용해 진행됐다. 연구팀은 파네시아의 CXL-GPU 프로토타입을 활용한 기술 실효성 검증을 통해 기존 GPU 메모리 확장 기술보다 2.36배 빠르게 AI 서비스를 실행할 수 있음을 확인했다. 해당 연구는 오는 7월 산타클라라 USENIX 연합 학회와 핫스토리지의 연구 발표장에서 결과를 선보인다.
*파네시아는 업계 최초로 CXL 메모리 관리 동작에 소요되는 왕복 지연시간을 두 자리 나노초(nanosecond, 10^9분의 1초) 이하로 줄인 순수 국내기술의 자체 CXL 컨트롤러를 보유하고 있다. 이는 전세계 최신 CXL 컨트롤러등 대비 3배 이상 빠른 속도다. 파네시아는 고속 CXL 컨트롤러를 활용해 여러 개의 메모리 확장 장치를 GPU에 바로 연결함으로써 단일 GPU가 테라바이트 수준의 대규모 메모리 공간을 형성할 수 있도록 했다.
전기및전자공학부 정명수 교수는 “CXL-GPU의 시장 개화 시기를 가속해 대규모 AI 서비스를 운영하는 빅테크 기업의 메모리 확장 비용을 획기적으로 낮추는 데 기여할 수 있을 것”이라 말했다.
2024.07.08
조회수 10735
-
국내 최초 HPCA 최우수논문상 수상
우리 대학 연구진이 컴퓨터 구조 분야 국제 최우수 학술대회에서 최우수논문상을 국내 최초로 수상했다. 이는 제출된 논문 410편 중에서 상위 1편에만 주어진 영예다.
전기및전자공학부 유민수 교수 연구팀이 국제 최우수 컴퓨터 아키텍처 학술대회 중의 하나인 ‘IEEE 국제 고성능 컴퓨터 구조 학회(IEEE International Symposium on High-Performance Computer Architecture, HPCA)’에서 최우수논문상(Best Paper Award)을 수상했다고 21일 밝혔다.
전기및전자공학부 현봉준 박사과정(제1 저자), 김태훈 박사과정, 이동재 박사과정으로 구성된 유민수 교수 연구팀은 프랑스 기업 UPMEM 社의 상용화된 프로세싱-인-메모리(Processing-In-Memory, PIM) 기술을 기반으로 한 ‘유피뮬레이터(uPIMulator)’라는 시뮬레이션 프레임워크를 제안하여 최우수논문상을 수상했다.
최근 주목받고 있는 챗GPT와 같은 대형 언어 모델(Large Language Model) 및 추천시스템은 많은 양의 메모리 대역폭(메모리에서 한 번에 빼낼 수 있는 데이터의 양)을 요구하는 특성을 지닌다. 기존의 CPU 및 GPU 기반 시스템은 물리적 한계로 인해 이러한 증가하는 메모리 대역폭의 수요를 충족시키는 데 있어 제약이 따른다.
제한된 메모리 대역폭 문제를 해결하기 위해, 메모리 내부에 연산 장치를 통합하는 PIM 기술이 주목받기 시작했다. PIM 기술은 학계뿐만 아니라 산업계에서 각광을 받으며, 메모리 반도체와 인공지능 프로세서가 하나로 결합한 삼성전자의 HBM-PIM, SK 하이닉스의 생성형 AI 특화 가속기인 AiMX와 같은 PIM 프로토타입 제품의 공개뿐만 아니라, UPMEM 社의 UPMEM-PIM 제품을 통한 상용화 사례로 그 가능성을 입증하고 있다.
그러나 현재 PIM 기술은 CPU나 GPU와 같은 하드웨어 구조의 발전 수준에 비해 상대적으로 초기 단계에 머물러 있으며, 폭넓은 하드웨어 구조에 관한 연구가 요구된다. 다양한 하드웨어 설계 영역 탐색을 위해 하드웨어를 모사하는 시뮬레이터가 학계 및 산업계에서 자주 활용되지만, PIM을 위한 시뮬레이터 연구는 상대적으로 미비한 현실이다.
유민수 교수 연구팀은 상용 PIM 기술, UPMEM-PIM 제품을 기반으로 한 설계 및 검증을 거친 시뮬레이터 개발을 통해 PIM의 성능, 견고성, 보안성을 개선할 수 있는 다양한 하드웨어 구조를 탐색했다. 이 연구는 실제 PIM 제품에 근거한 시뮬레이터를 통해 PIM 하드웨어 구조에 대한 상세한 분석 및 다양한 설계 방향성을 탐색하는 데 의의가 있으며, 개발된 시뮬레이터는 현재 오픈소스로 공개돼(https://github.com/VIA-Research/uPIMulator) 연구 및 개발 커뮤니티에 기여하고 있다.
상을 수상한 전기및전자공학부 유민수 교수는 “이번 성과를 바탕으로 앞으로의 연구 발전에 더욱 기여할 수 있도록 노력하겠다. 함께한 모든 학생들에게도 감사의 마음을 전한다” 라고 수상 소감을 전했다.
한편 이번 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단, 정보통신기획평가원, 그리고 삼성전자의 지원을 받아 수행됐다.
2024.03.21
조회수 11991
-
독립적으로 더 스마트해진 ‘도커SSD’ 개발
정보를 저장하는 솔리드 스테이트 드라이브(Solid-Sate Drive, SSD)가 컴퓨터 없이도 데이터 처리가 가능한 독립 서버로 운영이 가능해지며 편리성이 극대화되고 데이터의 탄소 배출량도 획기적으로 감소시킬 수 있는 새로운 형태의 스마트 SSD로 개발됐다.
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 물리적 장치의 실행이 아닌 가상으로 데이터 처리와 운영이 되는 `도커(Docker)' 개념을 적용한 새로운 고성능·저전력 메모리 (PIM, Processing-In-Memory) 모델 중 하나인 `도커SSD'를 개발했다고 27일 밝혔다.
스마트 SSD는 여러 가지 데이터를 처리하는 프로그램들을 데이터가 실제 존재하는 스토리지 근처에서 실행할 수 있게 함으로써 데이터 이동에 불필요한 에너지 및 전력 소모를 줄이고 고성능 결과를 얻게 하는 기술로 오랫동안 다양한 곳에 적용을 시도해 왔다. 하지만 기존 데이터 처리 프로그램을 SSD 제조사별로 그리고 장치가 제공하는 환경별로 모두 수정하고 새로 만들어야 하는 문제 때문에 스마트 SSD를 다양한 환경과 데이터 처리 응용에 적용하는 것에 한계가 존재했다. 이러한 한계를 극복하고자 KAIST 연구팀은 스마트 SSD의 제조사나 장치 환경에 관계 없이 현존하는 여러 가지 프로그램들을 그대로 스토리지에 이식하여 실행할 수 있는 도커SSD를 개발하였다.
이를 위해 정명수 교수 연구팀은 사용자들에게 데이터 처리 기술 중 편의성을 제공하는 방법으로 `컨테이너'를 주목했다. 컨테이너는 응용 프로그램과 해당 프로그램 실행에 필요한 라이브러리를 모두 포함한 소프트웨어 패키지로, 외부의 환경에 구애받지 않고, 컨테이너 내부적으로 독립적인 실행 환경을 운용할 수 있게 해준다.
연구팀이 개발한 도커SSD는 가상화 운영체제 환경인 *도커(Docker)를 스토리지 내부에서 실행할 수 있는 특허 기술을 적용해 호스트로부터 요청받은 컨테이너 단위의 작업을 처리한다. 사용자들은 메모리/스토리지 제조사에 영향을 받지 않고 다양한 응용 프로그램을 스토리지 내부에서 실행할 수 있다. 또한, 외부와 독립적인 실행 환경을 제공하는 컨테이너의 특성 덕분에, 사용자들이 기존 응용 프로그램의 소스 코드를 수정할 필요조차 없어져 사용자 편의성이 극대화된다.
☞ 도커(Docker): 리눅스 컨테이너를 만들고 사용할 수 있도록 하는 컨테이너화 기술
연구팀은 일반적으로 SSD 장치에 접근하기 위해 사용되는 스토리지 프로토콜과, 도커 소프트웨어 동작의 기반이 되는 네트워크 관련 프로토콜이 서로 호환되지 않는다는 점을 극복하기 위해 스토리지 프로토콜을 통해 네트워크 관련 메시지를 전송할 수 있는 새로운 인터페이스를 독자 개발했다. 또한, 컨테이너 및 도커를 실행하기 위해서 기존 운영체제를 경량화하여 도커SSD 내부에 통합했다. 마지막으로, 스토리지에 내재된 저사양 프로세서를 활용하여 작업을 처리할 경우 성능이 저하될 수 있다는 점을 착안하여 자체 제작한 저전력 하드웨어 가속 모듈을 활용하여 네트워크 및 입출력 관련 동작을 가속함으로써 문제를 해결했다.
연구팀은 도커SSD에 적용한 운영체제 수준 가상화의 실효성 검증을 통해 현재 학계에서 가장 자주 사용되는 스토리지 기반 모델보다도 데이터를 2배 빠르게 처리하면서 전력 소모 또한 약 2배 감소시킴을 확인했다.
정명수 교수는 "불필요한 데이터 이동을 최소화하여 빠르면서 에너지 절약에 최적화된, 동시에 사용자 입장에서 편리하면서도 우수한 호환성을 가진 메모리 모델을 확보했다ˮ며 "고성능·저전력 메모리 모델인 도커SSD는 빠르게 확장하고 있는 국내·외 데이터센터 운영 기업/기관에 실용화되어 탄소중립에 기여할 수 있을 것ˮ이라 말했다.
이번 연구는 스코틀랜드 에든버러에서 오는 2024년 3월에 열릴 컴퓨터 구조 분야 최우수 학술대회인 `국제 고성능 컴퓨터 구조 학회(IEEE International Symposium on High Performance Computer Architecture, HPCA)'에 관련 논문(논문명: DockerSSD: Containerized In-Storage Processing and Hardware Acceleration for Computational SSDs)으로 발표될 예정이다.
한편 해당 연구는 KAIST 교원창업 회사인 파네시아(https://panmnesia.com)와 정보통신기획평가원등의 연구 지원을 받아 진행됐다.
2023.11.27
조회수 10998
-
111배 빠른 검색엔진용 CXL 3.0 기반 AI반도체 세계 최초 개발
최근 각광받고 있는 이미지 검색, 데이터베이스, 추천 시스템, 광고 등의 서비스들은 마이크로소프트, 메타, 알리바바 등의 글로벌 IT 기업들에서 활발히 제공되고 있다. 하지만 실제 서비스에서 사용되는 데이터 셋은 크기가 매우 커, 많은 양의 메모리를 요구하여 기존 시스템에서는 추가할 수 있는 메모리 용량에 제한이 있어 이러한 요구사항을 만족할 수 없었다.
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)에서 대용량으로 메모리 확장이 가능한 컴퓨트 익스프레스 링크 3.0 기술(Compute eXpress Link, 이하 CXL)을 활용해 검색 엔진을 위한 AI 반도체를 세계 최초로 개발했다고 25일 밝혔다.
최근 검색 서비스에서 사용되는 알고리즘은 근사 근접 이웃 탐색(Approximate Nearest Neighbor Search, ANNS)으로 어떤 데이터든지 특징 벡터로 표현할 수 있다. 특징 벡터란 데이터가 가지는 특징들 각각을 숫자로 표현해 나열한 것으로, 이들 사이의 거리를 통해 우리는 데이터 간의 유사도를 구할 수 있다. 하지만 벡터 데이터 용량이 매우 커서 이를 압축해 메모리에 적재하는 압축 방식과 메모리보다 큰 용량과 느린 속도를 가지는 저장 장치를 사용하는 스토리지 방식(마이크로소프트에서 사용 중)이 사용되어 왔다. 하지만 이들 각각은 낮은 정확도와 성능을 가지는 문제가 있었다.
이에 정명수 교수 연구팀은 메모리 확장의 제한이라는 근본적인 문제를 해결하기 위해 CXL이라는 기술에 주목했다. CXL은 CPU-장치 간 연결을 위한 프로토콜로, 가속기 및 메모리 확장기의 고속 연결을 제공한다. 또한 CXL 스위치를 통해 여러 대의 메모리 확장기를 하나의 포트에 연결할 수 있는 확장성을 제공한다. 하지만 CXL을 통한 메모리 확장은 로컬 메모리와 비교해 메모리 접근 시간이 증가하는 단점을 가지고 있다.
데이터를 책으로 비유하자면 기존 시스템은 집에 해당하는 CPU 크기의 제한으로 서재(메모리 용량)를 무한정 늘릴 수 없어, 보관할 수 있는 책 개수에 제한이 있는 것이다. 이에 압축 방식은 책의 내용을 압축하여 더 많은 책을 보관하는 방법이고, 스토리지 방식은 필요한 책들을 거리가 먼 도서관에서 구해오는 것과 비슷하다. CXL을 통한 메모리 확장은 집 옆에 창고를 지어 책을 보관하는 것으로 이해될 수 있다.
연구진이 개발한 AI 반도체(CXL-ANNS)는 CXL 스위치와 CXL 메모리 확장기를 사용해 근사 근접 이웃 탐색에서 필요한 모든 데이터를 메모리에 적재할 수 있어 정확도를 높이고 성능 감소를 없앴다. 또한 근사 근접 이웃 탐색의 특징을 활용해 데이터 근처 처리 기법과 지역성을 활용한 데이터 배치 기법으로 CXL-ANNS의 성능을 한 단계 향상했다. 이는 마치 창고 스스로가 필요한 책들의 내용을 요약하고 정리해 전달하고, 자주 보는 책들은 서재에 배치해 집과 창고를 오가는 시간을 줄이는 것과 유사하다.
연구진은 CXL-ANNS의 프로토타입을 자체 제작해 실효성을 확인하고, CXL-ANNS 성능을 기존 연구들과 비교했다. 마이크로소프트, 메타, 얀덱스 등의 글로벌 IT 기업에서 공개한 검색 데이터 셋을 사용한 근사 근접 이웃 탐색의 성능 비교에서 CXL-ANNS는 기존 연구들 대비 평균 111배 성능 향상이 있었다. 특히, 마이크로소프트의 상용화된 서비스에서 사용되는 방식과 비교하였을 때 92배의 성능 향상을 보여줬다.
정명수 교수는 "이번에 개발한 CXL-ANNS는 기존 검색 엔진의 문제였던 메모리 용량 제한 문제를 해결하고, CXL 기반의 메모리 확장이 실제 적용될 때 발생하는 메모리 접근 시간 지연 문제를 해결했다ˮ며, “제안하는 CXL 기반 메모리 확장과 데이터 근처 처리 가속의 패러다임은 검색 엔진뿐만 아니라 빅 데이터가 필요한 고성능 컴퓨팅, 유전자 탐색, 영상 처리 등의 다양한 분야에도 적용할 수 있다ˮ라고 말했다.
이번 연구는 미국 보스턴에서 오는 7월에 열릴 시스템 분야 최우수 학술대회인 유즈닉스 연례 회의 `USENIX Annual Technical Conference, 2023'에 ‘CXL-ANNS’이라는 이름으로 발표된 예정이다. (논문명: CXL-ANNS: Software-Hardware Collaborative Memory Disaggregation and Computation for Billion-Scale Approximate Nearest Neighbor Search)
한편 해당 연구는 파네시아(http://panmnesia.com)의 지원을 받아 진행됐다.
2023.05.25
조회수 13471
-
백금보다 80배 저렴한 수소전지 대체 촉매 개발
탄소 중립에 도달하기 위해 수소가 미래 에너지원으로 주목받고 있다. 수소 연료전지는 수소와 공기 중의 산소를 반응시켜 전기를 생산하는 발전장치로, 중소형 발전뿐만 아니라 승용차, 버스, 선박 등과 같은 운송 수단의 동력원으로 개발되고 있다. 그러나, 현재 전극 재료로 귀금속인 백금을 사용하고 있어 가격을 낮추는 데 걸림돌이 되고 있다.
우리 대학 신소재공학과 에너지 변환 및 저장재료 연구실 조은애 교수 연구팀이 백금을 대체할 수 있는 저렴하지만 고성능을 가진 전극 소재를 개발하는 데 성공했다고 11일 밝혔다.
조은애 교수 연구팀은 차세대 연료전지로 개발되고 있는 음이온 교환막 연료전지용 전극 소재로 백금보다 우수한 성능을 갖는 `니켈-몰리브데넘 소재'를 개발했다고 밝혔다. 특히, 신규 개발 촉매를 실제 연료전지에 적용하는 경우 다양한 변수에 의해 실성능을 얻지 못하는 경우가 많다. 그러나, 연구팀은 이번 연구에서 이를 극복하고 실제 연료전지에 신규 개발 촉매를 적용하는 것에 성공했다.
니켈은 음이온 교환막 연료전지용 비귀금속 전극 소재로 주목받았으나, 백금 성능의 100분의 1에도 미치지 못하여 실제 적용되지 못하고 있었다. 그러나 이번에 연구팀이 개발한 니켈-몰리브데넘 촉매는 백금보다 성능이 우수하고 (백금: 1.0 mA/cm2, 니켈-몰리브데넘 촉매: 1.1 mA/cm2), 가격은 80분의 1에 불과하여 백금을 대체할 수 있을 것으로 기대된다. 연구팀은 니켈-몰리브데넘 촉매를 연료전지에 적용하여 성능을 확보하는 데에도 성공하였다.
조은애 교수는 "순수한 니켈은 성능이 낮지만, 산화 몰리브데넘을 이용해 니켈의 전자구조를 변화시켜 성능을 비약적으로 향상했다ˮ고 설명하며 “공정 특성상 대량 생산에도 적합하며 향후 음이온 교환막 연료전지에 적용할 수 있을 것으로 기대한다”고 말했다.
신소재공학과 권용근 박사가 제1 저자로 참여한 이번 연구 결과는 재료 분야 저명 국제 학술지 `어플라이드 카탈리시스 비: 엔바이론멘탈(Applied Catalysis B: Environmental)' 2023년 4월 5일 자 온라인판에 게재됐다. (논문명: A Ni-MoOx composite catalyst for the hydrogen oxidation reaction in anion exchange membrane fuel cell)
한편, 조은애 교수팀이 수행한 이번 연구는 한국연구재단이 추진하는 중 나노 및 소재기술개발사업의 지원을 받아 이뤄졌다.
2023.05.11
조회수 13634