포스텍·삼성전자 연구팀, 인공지능으로 원자들의 움직임 예측 기술 개발

전기장 없는 환경에서도 전기장 속 반응 정확히 판단

포스텍 이동화 교수

산학이 협력해 보이지 않는 원자들의 움직임을 AI(인공지능)가 먼저 예측하는 기술을 선보였다.

포스텍(포항공대) 신소재공학과·첨단재료과학부 이동화 교수 연구팀은 삼성전자 종합기술원과 공동으로, 전기장이 가해진 환경에서 반도체 핵심 소재의 움직임을 정밀하게 예측하는 AI 시뮬레이션 기술 개발에 성공했다.

연구팀은 전기장이 없는 데이터만으로 전기장 속 물성 예측을 실현했다는 점에서 의미가 크다고 설명했다.

최근 반도체 기술은 더 빠르고, 더 작고, 더 효율적인 방향으로 진화하고 있다.

이 과정에서 주목받는 소재가 '비정질 하프늄 산화물'이다. 이 물질은 반도체 소자 내부에서 전류를 제어하는 핵심 절연층으로 강한 전기장이 가해질 경우 내부 원자와 전하 움직임이 달라지는 특성을 보인다. 즉 전기장 환경에서 원자들의 반응을 예측하는 것이 반도체 설계에 있어 가장 중요한 요소가 된다는 의미다.

원자 단위의 움직임을 계산하기 위해서는 '제일원리 분자동역학' 시뮬레이션이 주로 사용되는데, 이 방식은 정확하지만 시간과 비용이 많이 들기 때문에 대규모 연구에 활용이 어렵다. 또 계산이 빠른 경험적 포텐셜 방법은 정밀도가 떨어져 적용이 쉽지 않다.

이에 연구팀은 새로운 AI 모델인 '머신러닝 포텐셜'을 개발했다.

이 모델은 원자 간 상호작용을 학습해 전하와 에너지, 힘을 동시에 예측했을뿐 아니라 전기장이 가해지지 않은 상태의 데이터만 학습해도 전기장이 있을 때 나타나는 원자 움직임과 전하의 변화까지 정확하게 재현해냈다.

연구팀은 이 기술을 활용해 하프늄 산화물 내부 산소 이온 이동 경향과 반도체 소자의 절연 파괴 전압까지 예측하는 결과물을 얻었다.

포스텍 이동화 교수는 "기존에는 전기장 반응을 예측하기 위해 고비용의 추가 데이터를 구축해야 했지만, 이번 기술은 별도의 전기장 데이터 없이도 높은 정확도를 확보했다"며 "차세대 메모리와 뉴로모픽 반도체 설계를 가속하는 기반 기술이 될 것으로 기대된다"고 했다.