생성형 AI로 차세대 반도체 메모리 물질 후보 발굴

- 국립부경대와 KIST의 공동연구 … 차세대 반도체 소자로 응용 가능한 신규 강유전체 물질 제시, <Advanced Science> 게재

국립부경대학교(총장 배상훈) 에너지자원공학과 여병철 교수는 한국과학기술연구원(KIST) 이현재 박사, 강성우 박사, 이정훈 박사와의 공동연구를 통해 생성형 인공지능(AI)을 활용한 차세대 반도체 메모리 물질 후보를 발굴했다고 밝혔다. 이번 연구 성과는 국제학술지 <Advanced Science>(IF 14.1)에 게재됐다.

연구팀은 기존에 소수의 물질에 한정돼 있던 반도체 메모리 소재 탐색의 한계를 극복하기 위해, 확산모델(diffusion model) 기반 원자구조 생성형 AI와 계산과학 기법을 결합한 새로운 물질 설계 프레임워크를 제시했다.

이를 위해 생성형 AI 모델을 활용해 다수의 결정 구조 후보를 생성하고, 다양한 머신러닝 기법과 밀도범함수이론(DFT) 계산을 결합한 다단계 검증 과정을 적용했다.

그 결과, Ca3P2(인화칼슘)와 LiCdP(리튬카드뮴인화물) 두 가지 유망 물질을 도출했으며, 이들 물질은 전기적 절연성과 함께 외부 자극에 따라 전기적 분극 (Electric polarization) 상태를 전환할 수 있는 강유전체(強誘電體) 물질의 특성을 보여 차세대 메모리 소자로서의 가능성을 확인했다.

특히 LiCdP는 기존 고성능 분극 소재에 필적하거나 이를 뛰어넘는 수준의 물성을 보였으며, Ca3P2의 경우 지금까지 보고되지 않았던 저온 결정 구조 후보를 새롭게 제시했다는 점에서 의미가 크다. 또한 정밀 전자구조 계산 결과, 두 물질은 태양광 기반 광전류 소자 등 에너지 응용 분야에서도 높은 활용 가능성을 보였다.

이번 연구는 생성형 AI를 활용해 기존에 알려지지 않은 기능성 소재를 발굴할 수 있음을 입증한 사례로, 향후 반도체 메모리, 에너지 소자, 차세대 전자소자 개발에 중요한 기반 기술이 될 것으로 기대된다.

연구진은 “이번 연구는 생성형 AI와 계산과학을 결합해 새로운 강유전체 소재를 효율적으로 탐색할 수 있음을 보여준 사례”라며, “앞으로도 다양한 차세대 반도체 및 에너지 소재 개발 연구를 지속해 나가겠다”고 밝혔다.

한편, 이번 연구는 과학기술정보통신부 한국연구재단의 나노 및 소재기술개발사업(소재글로벌영커넥트/국가전략기술소재개발_HUB) 사업의 지원을 받아 수행됐다.

※ 붙임: 1. 연구팀 사진. 왼쪽부터 여병철 교수, 이현재 박사, 강성우 박사, 이정훈 박사

2. 생성형 AI로 탐색된 후보 물질과 기존 물질과의 성능 비교 이미지