[더테크 이지영 기자]  차세대 AI 반도체의 핵심 소재로 주목받는 2차원 반도체 연구가 자동화 시대를 맞았다. 연구자가 현미경으로 일일이 소재를 찾고 소자를 제작하던 기존 방식을 벗어나, 반도체 선별부터 트랜지스터 제작까지 자동으로 수행하는 기술이 개발되면서 차세대 반도체 연구의 속도가 크게 빨라질 전망이다.

KAIST는 전기및전자공학부·AI시스템학과 권지민 교수 연구팀이 UNIST, 국립한밭대학교, 한양대학교, Washington University in St. Louis와 공동 연구를 통해 광학 현미경 이미지만으로 2차원 반도체를 자동 선별하고 트랜지스터 제작까지 연결하는 기술을 개발했다고 9일 밝혔다.

2차원 반도체는 원자 몇 개 층 두께의 초박막 소재로, 기존 실리콘 반도체보다 더 작은 크기와 낮은 전력 소모를 구현할 수 있어 '꿈의 반도체'로 불린다. 미세공정이 한계에 다다른 실리콘 반도체를 대체할 차세대 소재로 평가받으며 AI 반도체, 데이터센터, 스마트폰, 웨어러블 기기, 초소형 의료센서, 폴더블·스트레처블 전자기기 등 다양한 미래 산업에서 활용 가능성이 높다.

그동안 용액공정으로 제작한 2차원 반도체는 반도체 조각(Flake)의 위치와 크기, 두께가 모두 달라 연구자가 광학 현미경으로 원하는 시료를 직접 찾아야 했다. 이후 전극도 개별 설계해야 해 많은 시간과 노력이 필요했고, 수천 개 이상의 소자를 동시에 제작·분석하는 것은 사실상 어려웠다.

연구팀은 대표적인 2차원 반도체 소재인 이황화몰리브덴(MoS₂)을 대상으로 광학 현미경 이미지의 RGB(적·녹·청) 밝기 값이 두께에 따라 달라지는 특성에 주목했다. 이를 활용해 컴퓨터가 원하는 반도체를 자동으로 선별하고 전극까지 자동 설계하는 시스템을 구현했다. 원자힘현미경(AFM) 검증 결과 3~8층 수준의 미세한 두께 차이도 정확하게 구분하는 것으로 확인됐다.

이를 통해 연구진은 12만 개 이상의 반도체 조각 가운데 적합한 시료를 자동으로 선별하고, 총 1,615개의 트랜지스터를 제작·분석하는 데 성공했다.

대규모 데이터 분석에서는 반도체 두께가 증가할수록 전류는 잘 흐르지만, 전기를 켜고 끄는 스위칭 성능은 오히려 저하된다는 사실을 통계적으로 처음 규명했다. 기존에는 소수의 시료만 분석할 수 있어 확인하기 어려웠던 특성을 대규모 데이터 기반으로 밝혀낸 것이다.

연구팀은 이번 기술이 단순한 공정 자동화를 넘어 경험에 의존하던 2차원 반도체 연구를 데이터 기반 연구로 전환했다는 데 의미가 있다고 설명했다. 앞으로는 대규모 소재 제작과 분석을 통해 우수한 차세대 반도체를 더욱 빠르게 발굴하고, AI가 새로운 반도체 소재를 설계하는 연구로도 확장될 수 있을 것으로 기대된다.

권지민 교수는 "기존에는 연구자가 현미경으로 원하는 반도체를 직접 찾아야 했지만 이번 연구를 통해 이러한 과정을 자동화할 수 있게 됐다"며 "향후에는 현미경 사진만으로도 반도체의 전기적 성능을 예측하고, 더욱 우수한 차세대 반도체를 빠르게 개발할 수 있는 기반이 마련될 것"이라고 말했다.

이번 연구는 권지민 교수와 정학순 박사, 이용우 박사가 공동 교신저자로 참여했으며, 이상현 연구원이 제1저자를 맡았다. 연구 성과는 국제학술지 Advanced Functional Materials에 게재됐으며, 2D Materials & Electronics 분야 인사이드 백 커버(Inside Back Cover) 논문으로도 선정됐다.