• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 인터뷰
  • 인사•부음
  • 글로벌뉴스
인공지능
배터리
양자컴퓨팅
컨퍼런스
칼럼•연재
포토•영상

ZDNet 검색 페이지

'차원'통합검색 결과 입니다. (4건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

서울대 연구진, '2차원 반도체' 상용화 앞당길 신공정 기술 개발

서울대학교 공과대학은 재료공학부 이관형 교수 연구팀이 같은 학부의 장혜진, 한정우 교수 연구팀과 함께 다양한 기판 위에서 웨이퍼 면적의 단결정 2차원 반도체를 직접 성장시킬 수 있는 신기술 '하이포택시(Hypotaxy)'를 세계 최초로 개발했다고 24일 밝혔다. 이번 연구 결과는 지난 2월 20일 세계 최고 권위의 학술지 '네이처(Nature)'에 게재됐다. 최근 인공지능(AI) 기술 발전에 따라 반도체 성능 향상의 필요성이 커졌고, 소자의 전력 소모를 줄이려는 연구 또한 활발해졌다. 따라서 기존의 실리콘을 대체할 새 반도체 소재가 주목받는 중인데, 그 중 얇은 두께와 뛰어난 전기적 특성을 지닌 2차원 물질 '전이금속칼코겐화물(이하 TMD)이 차세대 반도체로 각광받고 있다. 그러나 이를 높은 품질로 합성해 산업적으로 활용할 수 있는 대량 생산 기술이 부족한 실정이다. 현재 가장 유망한 합성 기술인 화학기상증착법(CVD)은 전기적 특성의 저하, 성장한 TMD의 전사(다른 기판으로 옮기는 추가 공정) 등의 문제를 안고 있다. 또한 높은 결정성(crystallinity)을 갖는 기판 위에서 TMD를 성장시키는 '에피택시(epitaxy)' 방식도 성장 후 전사 과정이 수반되고 특정 기판만 사용 가능하다는 한계가 있다. 반도체 및 박막 소재 제작에 필수적인 기술로 여겨졌던 이 방식은 합성 시 TMD의 결정성, 표면, 층수가 불균일해 전기적 성능이 저하되는 약점도 존재한다. 따라서 고품질 TMD에 기반한 고도의 3차원 집적화 기술 개발이 현대 반도체 산업의 필수 과제로 부각됨에 따라, 새로운 TMD 합성 기술의 필요성이 절실한 상황이었다. 이에 연구진은 기존에 보고된 적 없는 새로운 성장법을 개발해 이 문제를 해결했다. 그래핀과 같은 2차원 물질을 템플릿으로 활용해 TMD의 결정이 정렬된 형태로 성장하도록 유도하는 방식을 고안함으로써, 어떤 기판에서도 완벽한 단결정 TMD 박막을 합성할 수 있는 '하이포택시(Hypotaxy)' 기술을 세계 최초로 구현했다. 박막이 하부 방향으로 성장한 특성을 반영해 이 합성법을 '아래 방향'을 의미하는 '하이포(hypo)'와 '정렬'이란 뜻의 '택시(taxy)'를 접목한 '하이포택시'로 명명했다. 반도체 제조 공정과의 호환이 가능한 저온(400℃)에서도 단결정 TMD를 성장시킬 수 있는 이 기술은 산업적으로 큰 의미를 지닌다. 후처리 없이 템플릿이 자연적으로 제거되며, 금속 박막 두께를 조절해 TMD의 층 수까지 정밀하게 제어할 수 있다는 점에서도 기존 방식과 크게 차별화된다. 또한 이번 기술을 이용해 합성한 TMD로 만든 반도체 소자가 높은 전하 이동도와 우수한 소자 균일성을 보임으로써, '하이포택시'가 반도체 소자의 고성능화·고집적화 및 차세대 2차원 반도체 상용화에 기여할 핵심 기술로 활용될 가능성이 커졌다. 아울러 '하이포택시'는 단순히 2차원 반도체 성장 기술에 그치지 않고, 모든 결정질 박막 물질의 성장에도 적용 가능한 혁신적 기술이라는 평가를 받고 있다. 기존 반도체 제조 방식의 한계를 극복했을 뿐 아니라, 템플릿을 통해 결정 방향 및 구조를 원하는 대로 조절할 수 있는 완전히 새로운 방식을 세계 최초로 제안했기 때문이다. 연구를 지도한 이관형 교수는 "우리가 개발한 하이포택시(Hypotaxy) 기술은 1930년대에 최초로 그 개념이 제안되어 현대 전자소자 개발을 이끈 에피택시(Epitaxy) 기술의 한계를 돌파했다“며 ”하이포택시는 차세대 AI 반도체의 기반이 되는 3차원 집적을 가능케 한 만큼 재료공학 분야에서 혁신적인 접근법으로 자리매김하리라 기대한다"고 밝혔다. 논문의 단독 1저자인 문동훈 연구원은 “다양한 소재를 고품질로 합성하는 대표적 기술인 에피택시에 대한 관념과 틀을 깨는 것이 가장 큰 도전이었다”며 “기판의 종류에 관계없이 단결정 성장이 가능한 하이포택시 기술이 바로 에피택시에 대한 역발상에서 나왔듯, 이번 성과가 앞으로 신물질 개발과 새로운 격자 구조의 합성 등의 분야에서 기존 연구들을 뛰어넘는 혁신적인 연구를 촉진하는 마중물이 되길 바란다”고 말했다. 현재 서울대학교 재료공학부에서 박사과정을 밟고 있는 문동훈 연구원은 기존에는 합성이 불가능해 다양한 측정에 제약이 있었던 무아레 구조(Moiré structure)를 하이포택시 성장법으로 합성시키는 연구에 주력하고 있다. 또한 이전의 합성법으로는 대면적 고품질 성장이 어려웠던 다양한 신물질에 하이포택시 기술을 적용시키는 연구도 수행하고 있으며, 향후 박사후연구원으로서 연구를 이어나갈 예정이다.

2025.02.24 15:54장경윤

"오감 인지 로봇 탄생, 결국 AI가 해결할 것"

사람은 오감을 써서 물건을 집고 반응할 수 있잖아요. 오감을 써서 축적한 것들이 뇌에 기억되고, 어떤 작업을 할 때 굉장히 빠른 찰나에 끄집어내는 거죠. 로봇도 이런 기능을 복합적으로 수행할 수 있어야 해요. 이걸 할 수 있는 게 결국 인공지능(AI)이죠. 로봇 개발은 크게 하드웨어(HW)와 소프트웨어(SW) 두 가지 영역으로 나뉜다. 물리적 공간에서 자유롭게 움직일 수 있는 기계 장치를 만드는 일이 중요하지만, 그만큼 이를 똑똑하게 제어하는 학문도 간과할 수 없다. 지디넷코리아는 로봇 하드웨어 분야 석학인 오준호 카이스트 석좌교수에 이어, 두 번째 기획으로 로봇 소프트웨어의 대가로 꼽히는 서일홍 한양대학교 명예교수를 만나 로봇 산업의 미래에 대해 이야기를 나눴다. ■ "40년 로봇연구 기틀로 제품 개발 나서" 서일홍 코가로보틱스 대표 겸 한양대 명예교수는 오랜동안 로봇 제어 분야에 몰두해 온 석학이다. 1955년생인 그는 서울대 전자공학과를 졸업하고 카이스트에서 석·박사를 받았다. 이후 대우중공업에서 약 5년을 근무한 뒤 한양대학교에서 약 34년동안 교수로 지냈다. 인생에서 40여년이 넘도록 로봇을 연구하고 제자를 길러낸 그는 2017년경 “제대로 한 번 로봇을 만들어보자”는 열정을 갖고 학생들과 함께 회사를 차렸다. 당시 자율주행 관련 솔루션을 제공하기 위해 코가플렉스라는 이름으로 사업을 시작했고, 이후 우리로봇과 합병하면서 사명을 코가로보틱스로 변경했다. 코가로보틱스는 자율주행 솔루션 '코나(CoNA)'와 자체 개발한 로봇 OS '코가(COGA)'를 기반으로 제품을 선보였다. 2020년부터 서빙로봇 '서빙고' 제품 개발에 착수해 이듬해 양산에 나서며 주력 제품으로 내세우고 있다. 서 대표는 “대학원에서 로봇을 공부하던 시절에는 일본이 굉장한 기술력을 가지고 있었는데, 어느 순간 중국이 무시할 수 없는 실력을 쌓고 있는 걸 보며 이 일을 해야겠다는 결심을 하게 됐다”고 말했다. 그는 “처음에는 자율주행 소프트웨어를 먼저 개발했고 이를 기반으로 자율주행 서비스 로봇을 만들기 시작했다”며 “지금은 외산 로봇과 경쟁했을 때 가격이나 성능적인 측면에서 충분히 경쟁력 있는 제품을 보유하게 됐다”고 설명했다. ■ "로봇 핵심 될 인공지능 연구 박차" 서 대표는 최근까지 로봇 제어와 관련한 활발한 연구 활동을 이어오고 있다. 특히 최근 세계 최대 로봇학회인 '국제 로봇자동화 학술대회(ICRA)'에서 새로운 인공지능 학습법에 대한 개념을 소개하며 관심을 모으기도 했다. 서 대표를 포함한 12명의 연구진은 '인간 두뇌에서 영감을 얻은 초차원 컴퓨팅: 바퀴 달린 로봇의 감각 운동 제어를 위한 경량 기호 학습'이라는 논문에서 '초차원 연산(HDC)'을 활용한 인공지능 학습법을 제시했다. 그는 “기존 딥러닝 기반 인공지능 알고리즘 모델 크기가 기하급수적으로 커지고 있어 이를 훈련하는 데 비용 부담이 늘어나고 있다”며 “경량 인공지능 기술을 활용해 온디바이스 로봇 환경에서 훈련·추론 과정을 모두 수행하는 기술을 개발했다는 데 의의가 있다”고 말했다. 논문에서는 HDC 학습 방법을 실내자율주행 로봇에 실제 적용한 결과 딥러닝 대비 30분의 1 가격의 컴퓨터를 써서 동일한 학습·추론 결과를 도출했다. 속도는 15배 빨라졌고, 전력 소모도 20분의 1로 줄어든 효과를 보였다는 설명이다. 서 대표는 “AI 기술이 폭발적으로 성장하고 있다”며 “로봇은 결국 AI와 만나게 될 텐데 이를 어떻게 접목해야 할지가 지금의 연구 동향이라고 볼 수 있다”고 설명했다. ■ "원천 기술로 회사 키울 것…프로의식 가져야" 서 대표는 코가로보틱스에서 지금까지 갖춰온 '넓고 깊은' 기술적 성과를 강조했다. AI의 뿌리 기술부터 연구하고 로봇에 응용하고자 하는 넓은 분야의 기술을 토대로 앞으로 재무적 성과로 이어질 수 있는 길이 마련됐다는 것이다. 그는 “단기적인 목표는 약 1년 내에 회사가 자생할 수 있는 토양을 갖추는 것”이라며 “궁극적으로는 결국 인공지능을 기반으로 움직이는 휴머노이드 로봇까지 지향하며 원천 기술을 키우고 있다”고 강조했다. 서 대표는 마지막으로 업계가 성장하기 위해 '프로 의식'이 필요하다고 조언했다. 그는 “프로와 아마추어의 차이는 돈을 받느냐 받지 않느냐라는 것에서 출발한다. 프로는 잘하면 그만큼 자기의 철학을 공유하면서 대가를 받는다”며 “회사가 가진 목표와 부합하면서 명예와 부를 얻고 이게 선순환 된다면 좋은 결과를 얻게 될 것”이라고 말했다. 서일홍 대표 프로필- 1955년, 출생- 1977년, 서울대학교 전자공학과 학사- 1979년, KAIST 전자공학과 석사- 1982년, KAIST 전자공학과 박사- 1982~1986년, 대우중공업- 1987~2020년, 한양대학교 공과대학 교수- 2008년, 한국로봇학회 회장- 2015~2017년, 한국뇌공학회 회장- 2017년~현재, 코가로보틱스 대표- 2020년~현재, 공학한림원 원로 회원

2024.07.05 08:45신영빈

"딥러닝보다 빠른 꿈의 AI…초차원연산 세계 최초 실용화"

국내 연구진이 딥러닝 방식 대신 '초차원 연산(HDC)'을 활용한 새로운 인공지능(AI) 학습법을 선보였다. 코가로보틱스는 이 같은 내용의 논문을 세계 최대 로봇학회인 '국제 로봇자동화 학술대회(ICRA)' 검증을 거쳐 일본 요코하마에서 열리는 ICRA 연례 컨퍼런스에서 이날 공식 발표한다고 14일 밝혔다. 논문 제목은 '인간 두뇌에서 영감을 얻은 초차원 컴퓨팅: 바퀴 달린 로봇의 감각 운동 제어를 위한 경량 기호 학습'이다. 한양대 명예교수인 서일홍 대표 등 4명의 코가로보틱스 연구진과 대구경북과학기술원(DGIST) 김예성 교수 등 총 12명의 연구진이 공동 집필했다. 코가로보틱스 측은 "초차원 연산은 그동안 해외에서도 이론적으로는 차세대 AI 학습 방식으로 각광받으면서 일부 연구가 진행되고 있다"며 "이를 실용화해 로봇 자율주행에 적용하고 세계적인 학술대회에서 논문 발표까지 한 사례는 이번이 세계 최초"라고 설명했다. HDC는 인간 뇌의 연산 방식을 모방하는 것이 특징이다. 초차원 벡터에 모든 사물과 개념 등을 대응시키고, 이 벡터들을 서로 결합해 원하는 추론 결과를 도출하는 방식이다. 두뇌가 정보를 특정 뉴런에 저장하지 않고 다수 뉴런에 분산해 저장하는 방식과 유사하게 설계됐다. 딥러닝 방식에서는 인공신경망에 입력된 값들이 다층 구조 노드들 간 수많은 시냅스를 거쳐가면서 연산된다. 여기에는 매우 많은 행렬 연산이 수반된다. AI 성능 향상을 위해 신경망 규모를 키울수록 연산량도 기하급수적으로 증가하기 때문에 고가의 GPU 등 AI 시스템 구축 비용이 증가하고 전력 소모량도 많아진다. 반면 HDC를 통한 인공지능 학습 방법을 활용하면 딥러닝과는 달리 적은 메모리와 계산만을 필요로 한다. 경량 AI나 온디바이스 AI를 구현하는 데 있어 핵심적인 학습방법으로 꼽히는 이유다. 연구진은 360도 방향 거리를 측정하는 라이다 데이터를 읽어 모터를 제어하는 지각-행동 관계를 HDC로 모방해 모델을 학습하는 기술과, 학습 과정 중 보상을 하는 강화 학습 기술을 개발했다. 논문에서는 HDC 학습 방법을 실내자율주행 로봇에 실제 적용한 결과, 딥러닝 대비 30분의 1 가격의 컴퓨터를 써서 동일한 학습·추론 결과를 도출했다고 밝혔다. 속도는 15배 빨라졌고, 전력 소모도 20분의 1로 줄었다. 최현택 로봇학회회장은 "대한민국 과학기술계의 AI·로봇 기술 수준을 알릴 수 있는 쾌거이자, HDC 기술이 앞으로 현장 학습이 필요한 다양한 분야에 적용이 가능하다는 점을 보여주는 시금석"이라고 말했다. 서일홍 교수는 "기존 딥러닝 기반의 인공지능 알고리즘 모델의 크기가 기하급수적으로 커지고 있어 이를 훈련하는 데에는 고가의 GPU가 필수적으로 활용되는 등 비용 부담이 높아지고 있다"며 "경량 인공지능 기술을 활용하여 온디바이스 로봇 환경에서 훈련 및 추론 과정을 모두 수행하는 기술을 개발했다는 의의가 있다"고 밝혔다. 한편 코가로보틱스는 이 새로운 학습 방식을 자율주행 로봇 뿐만 아니라 현관문 자동 개폐 등 다양한 분야로 확대 적용하고 있다고 밝혔다. 코가로보틱스는 지난달 현대산업개발에서 건설하는 아이파크 아파트의 도어 개폐 시스템에 HDC 기반 인식 기술을 공급하는 계약을 체결했다. 스마트폰 앱에 주민들이 자신만의 동작이나 음성 명령을 등록해 놓고, 해당 동작이나 음성 명령을 통하여 현관문·대문을 개폐할 수 있게 하는 방식이다. 사전에 스마트폰 앱에 동작 및 음성 명령을 학습시키고 실사용 시에 스마트폰이 동작 및 음성 명령을 인식하는 등 연산이 HDC에 기반해 처리된다. 글로벌 로봇 석학인 마코토 가네코 박사는 "초차원 컴퓨팅(HDC)이라는 경량 AI 기술을 적용한 AI 로봇의 상용화 가능성을 보여주는 중요한 논문"이라고 평가했다.

2024.05.14 17:32신영빈

2차원 소재 그래핀 기반 반도체 구현 첫 성공

2차원 그래핀 소재로 반도체를 구현하는데 성공했다. 그래핀을 활용해 빠르고 가벼운 새 반도체 패러다임을 열 수 있으리란 기대다. 미국 조지아공대 연구진의 이 연구 결과는 학술지 '네이처'에 3일(현지시간) 실렸다. 그래핀은 육각형의 벌집 모양으로 배열된 탄소 원자 1개층으로 이뤄진 물질로, 얇고 가벼우며 전도성과 강도가 높아 신소재로 주목받는다. 하지만 에너지를 받는 등 특정 조건에서 전자가 이동하는 밴드갭 특성이 없어 반도체로 쓰이진 못 했다. 연구진은 10년 이상의 연구를 거쳐 실리콘 카바이드 웨이퍼에 그래핀 층을 성장시켜 반도체 특성을 나타내게 하는데 성공했다. 자체 개발한 퍼너스(爐)와 도핑 기법을 활용, 그래핀 층이 성장한 에픽택셜 웨이퍼를 만들고 이것이 반도체 특성을 보임을 확인했다. 이 그래핀 반도체는 0.6eV의 밴드갭을 가지며, 기존 실리콘 반도체보다 10배 가량 높은 전자 이동도를 보였다. 다른 2차원 반도체 소재에 비해선 20배 높았다. 현재 나노 전자 구현에 필요한 특성을 모두 갖는 유일한 2차원 반도체라고 연구진은 밝혔다. 기존 실리콘 기반 반도체 공정을 활용해 제작할 수 있다는 것도 장점이다. 이번 성과가 그래핀 기반의 새 반도체 및 전자공학 패러다임을 열 첫 걸음이 될 것으로 연구진은 기대했다. 현재 실리콘 반도체는 2나노 이하 미세공정에 진입하면서 발열과 전자 누출 등의 문제로 발전 한계에 부딪힌 상황이다. 월터 드 히어 조지아공대 교수는 "이 그래핀 반도체는 매우 안정적이며 전자 이동성도 실리콘보다 10배 높다"라며 "이에 더해 기존 실리콘이 갖지 못한 특성들도 가져 새로운 활용 가능성이 높다"라고 말했다.

2024.01.04 10:49한세희

  Prev 1 Next  

지금 뜨는 기사

이시각 헤드라인

배달앱 '헝그리판다' 전자담배 막 팔아도 될까

문구부터 인테리어까지 다 있네...2539 여성 특화한 ‘이구홈 성수’ 가보니

개인정보 줄줄 새는 AI 시대…"아마존 메이시·베드록으로 막는다"

홈플러스, 새 주인 찾기 시동…유통업 판도 흔들리나

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현