현재 널리 사용되는 폰 노이만식 컴퓨터는 사전에 프로그래밍 된 알고리즘에 따라 순차적으로 계산하는 방식으로 작동하여 새로운 정보를 학습하는데 한계가 있다. 따라서 인간의 정보처리 방식을 모방한 알고리즘을 개발하여 인공지능을 구현하였으나 전력 소모가 매우 큰 문제점이 있다. 이를 극복하기 위해서는 기존의 메모리 소자로는 구현할 수 없는 혁신적인 소자 및 시스템이 필요하며, 그 해결책으로써 인간의 뇌를 구조적, 기능적으로 모방하는 연구가 최근 활발하게 진행되고 있다.

인간의 뇌는 약 1000억 개의 뉴런과 이를 연결하는 약 1000조 개의 시냅스로 구성되어 있어 적은 양의 에너지만으로도 고차원적인 인지 기능을 수행할 수 있다. 따라서 학습과 기억 측면에서 중추적인 기능을 담당하는 생체 신경 시스템인 시냅스의 동작을 모방하여 인지 능력을 갖는 컴퓨팅 시스템을 구현할 수 있다.

그러나 기존의 신경 모방 소자는 대부분 펄스 형태의 전기 신호를 이용하여 시냅스 동작을 구현하기 때문에 정보 전송 속도에 한계를 가져올 뿐만 아니라 열 발생으로 인해 에너지를 손실할 가능성이 있다. 

본 연구진은 이러한 문제를 해결하기 위해 광 신호를 이용하여 높은 병렬성 및 에너지 효율성을 갖는 신경 모방 소자를 제작하고 시냅스의 동작을 구현하였다. 구체적으로는 용액 공정 기반으로 형성한 금속 산화물 반도체인 indium-gallium-zinc-oxide (IGZO) 박막에 펄스 형태의 광 신호를 가하여 시냅스의 주요 동작인 short-term memory, long-term memory, neural facilitation 및 spike-timing dependent plasticity를 모방하였다. 특히, IGZO 금속 산화물 반도체 물질은 우수한 광 반응성 및 양산성을 갖고 있어 포토닉 뉴로모픽 소자로 활용하기에 적합하다. 이에 본 연구는 이러한 차세대 메모리 소자인 포토닉 뉴로모픽 소자 개발을 통해 초고속 및 초저전력 인공지능 시스템 구현 가능성을 제시하였다.

본 연구는 나노과학기술학과 이민경 석박통합과정이 제1저자로 전자재료 및 소자 분야에서 세계적으로 권위 있는 저널인 Advanced Materials(IF: 18.960)에 5월 17일 게재되었다.