서울과학기술대학교 바로가기

- 전해질 설계를 통해 AI 시냅스 소자의 비휘발성 특성 향상
- 이온 간 상호작용이 시냅스 기억 유지 성능을 좌우하는 핵심 메커니즘 규명
- 학문적 독창성과 기술적 파급력 인정받아 ACS Nano 표지 논문 선정

인공지능(AI)은 방대한 데이터를 빠르게 학습하고 처리할 수 있지만, 여전히 인간의 뇌처럼 정보를 오래 기억하고 효율적으로 활용하는 데에는 한계가 있다. 특히 현재의 AI 하드웨어는 계산과 저장이 분리된 구조로 인해 에너지 소모가 크고, 학습된 정보를 지속적으로 유지하는 데 비효율적이라는 문제가 있다. 이러한 한계를 극복하기 위한 대안으로, 인간의 뇌 신경망을 모사한 ‘뉴로모픽 컴퓨팅’이 차세대 인공지능 기술로 주목받고 있다.

화공생명공학과 이은호 교수 연구팀은 충남대학교 응용화학공학과 이재원 교수 연구팀과 함께 이동화·이맹강 학생이 제1저자로 참여한 공동 연구를 통해 뉴로모픽 인공지능의 핵심 소자인 ‘인공 시냅스’의 기억 성능을 획기적으로 향상시킬 수 있는 전해질 소재 설계 원리를 규명했다. 이번 연구 성과는 미국 화학회(ACS)가 발행하는 나노과학 분야 권위 학술지인 ACS Nano(IF=16.1, JCR 상위 6.0%)에 게재됨과 동시에 표지 논문(Supplementary Cover)으로 선정되었다.

인공 시냅스는 인간 뇌에서 학습과 기억을 담당하는 시냅스를 전자소자로 구현한 것으로, 인공지능이 데이터를 저장하고 처리하는 방식을 근본적으로 바꿀 수 있는 기술이다. 특히 유기 전해질 기반 인공 시냅스는 저전력 구동이 가능해 차세대 AI 반도체 후보로 각광받고 있으나, 전기 자극이 사라지면 기억 정보가 빠르게 소실되는 ‘비휘발성 한계’가 오랜 난제로 남아 있었다.

연구팀은 이러한 문제의 근본 원인이 전해질 내부에서 발생하는 이온의 움직임에 있음을 밝혀냈다. 기존 연구들이 주로 음이온의 역할에만 주목해온 것과 달리, 이번 연구에서는 양이온의 분자 구조가 음이온의 거동과 기억 유지 성능에 중요한 영향을 미치는 핵심 요소임을 체계적으로 입증했다. 서로 다른 구조의 양이온을 설계해 전해질에 적용한 결과, 양이온과 음이온 사이의 전기적 상호작용 세기 및 구조에 따라 인공 시냅스의 기억 지속 시간과 안정성이 크게 달라짐을 확인했다.

특히 특정 화학 작용기를 도입한 양이온의 경우, 음이온이 반도체 소재 내부에 더 깊고 안정적으로 머무르도록 유도해 기억 정보가 장시간 유지되는 효과를 보였다. 이는 단순한 성능 개선을 넘어, 인공지능 하드웨어에서 ‘기억이 오래 남는 학습’을 구현할 수 있는 새로운 설계 전략을 제시한 것이다. 연구팀은 개발한 인공 시냅스를 기반으로 인공신경망 시뮬레이션을 수행한 결과, 이미지 인식 과제에서 약 91% 이상의 정확도를 달성했다. 이는 소재 수준의 미세한 이온 상호작용 제어가 실제 AI 학습 정확도 향상으로 이어질 수 있음을 보여준다.

이은호 교수는 “이번 연구는 인공지능이 인간의 뇌처럼 효율적으로 기억하고 학습하는 데 필요한 물리·화학적 조건을 기존 반도체 소재 설계와 더불어 전해질의 관점에서 새롭게 제시한 것”이라며, “향후 저전력 AI 반도체, 에너지 소자, 바이오 인터페이스 등 다양한 차세대 인공지능 소재 및 소자 기술로 확장될 수 있을 것”이라고 밝혔다.

본 연구는 산업통상자원부와 한국산업기술평가관리원의 지원을 받아 수행되었다.