-
광반도체 소자 집적도 100배 이상 높이다
라이다(LiDAR) 및 양자 센서·컴퓨터와 같은 복잡한 광학 시스템을 하나의 작은 칩으로 만들어 줄 수 있어 세계적으로 많은 연구와 투자가 이루어지고 있는 차세대 반도체 기술이 집적 광학 반도체(이하 광반도체) 기술이다. 기존의 반도체 기술에서 5나노, 2나노 등의 단위로 얼마나 작게 만드느냐가 관건이었는데, 광반도체 소자에서 집적도를 높이는 것은 성능, 가격, 에너지 효율 등을 결정짓는 핵심적인 기술이라 말할 수 있다.
우리 대학 전기및전자공학부 김상식 교수 연구팀이 광반도체 소자의 집적도를 100배 이상 높일 수 있는 새로운 광 결합 메커니즘을 발견했다고 19일 밝혔다.
하나의 칩당 구성할 수 있는 소자 수의 정도를 집적도(集積度)라고 하는데, 집적도가 높을수록 많은 연산을 할 수 있고 공정 단가 또한 낮춰준다. 하지만 광반도체 소자의 집적도를 높이기는 매우 어려운데, 이는 빛의 파동성으로 인해 근접한 소자 사이에서 광자 간에 혼선(crosstalk)이 발생하기 때문이다.
기존 연구에서는 특정 편광에서만 빛의 혼선을 줄여줄 수 있었는데, 연구팀은 이번 연구에서 새로운 광 결합(coupling) 메커니즘의 발견으로써 기존에는 불가능이라 여겨졌던 편광 조건에서도 집적도를 높이는 방법을 개발했다.
김상식 교수가 교신저자로 주도하고 미국 텍사스 공과대학 재직 당시 지도하던 학생들과 함께한 이번 연구는 국제학술지‘라이트: 사이언스 앤 어플리케이션(Light: Science & Applications)’ [IF=20.257]에 6월 2일 字 게재됐다. (논문명: Anisotropic leaky-like perturbation with subwavelength gratings enables zero crosstalk).
김상식 교수는 “이번 연구가 흥미로운 점은 기존에는 오히려 빛의 혼선을 크게 해줄 거라고 여겨졌던 누설파(leaky wave, 빛이 옆으로 잘 퍼지는 특성을 가짐)를 통해 역설적으로 혼선을 없애준 점이다”라며 “이번 연구에서 밝혀진 누설파를 이용한 광 결합 방법을 응용한다면 더욱 작고 노이즈가 적은 다양한 광반도체 소자를 개발할 수 있을 것이다”라고 말했다.
김상식 교수는 광반도체의 집적도에 있어서 전문성과 연구 업적을 인정받는 연구자다. 선행 연구를 통해 반도체 구조물을 파장보다 작은 크기로 패턴화해 빛이 옆으로 퍼지는 정도를 제어할 수 있는 무손실 메타물질(all-dielectric metamaterial)을 개발했고, 실험을 통해 이를 입증해 광반도체 집적도에 있어서 세계적인 기록을 보유하고 있다. 이러한 연구는 ‘네이처 커뮤니케이션즈(Nature Communications) 9, 1893 (2018)’와 ‘옵티카(Optica) 7, 881-887 (2020)’에 보고됐다. 김 교수는 이러한 성과를 인정받아 미국 국립과학재단(National Science Foundation, NSF)에서 NSF 커리어 어워드(NSF Career Award)와 재미한인과학기술자협회에서 젊은과학기술자상을 수상한 바 있다.
한편 이번 연구는 한국연구재단 우수신진연구 사업 및 미국 NSF의 지원을 받아 수행됐다.
2023.06.19
조회수 2063
-
단일 센서만으로도 혼합 가스 분류가 가능한 초저전력, 초소형 전자코 개발
우리 대학 기계공학과 박인규 교수, 기계공학과 윤국진 교수 공동 연구팀이 ‘단일 센서만으로도 혼합 가스 분류가 가능한 전자코 시스템'을 개발하는 데 성공했다고 13일 밝혔다. 일반적으로 금속산화물 저항변화식 가스센서는 반응성을 가진 가스들에 비선택적인 응답을 보이기 때문에 가스들을 선택적으로 판별하는 것이 어려웠다. 특히, 두 가지 이상의 서로 다른 가스들이 섞인 혼합가스를 실시간으로 분류하는 것은 가스센서의 실상황 활용도를 높이는 것에 반드시 필요한 기술이나 아직까지 해결되지 못했다. 가스센서에 선택성을 부여하기 위해 센서 어레이와 패턴인식 알고리즘을 적용한 전자코 시스템이 활발히 연구중이나, 전자코에 사용되는 센서의 수가 많아질수록 전체 시스템의 소모전력과 부피 또한 필연적으로 증가하였다.
공동 연구팀은 전자코에 사용되는 개별 센서의 소모전력을 최소화하고, 적은 수의 센서만으로도 선택적 가스감지가 가능한 기술 개발에 집중하였다. 기존의 저항변화식 가스센서는 고온의 줄히팅으로 가스감지소재인 금속산화물을 가열하기 때문에 소모전력이 수십 mW로 높았다. 공동 연구팀은 마이크로 크기의 초소형 LED 기반의 광원일체형 가스센서를 개발하여 줄히팅 방식 대비 소모전력을 백 분의 일 이하 수준으로 줄였다. 이후 LED의 광량을 불규칙하게 주기적으로 변화시키며 구동하는 가변 광조사 기법을 적용하였다. 서로 다른 타겟가스들은 LED의 광량이 변화함에 따라 각기 다른 유니크한 응답 패턴을 나타내기 때문에 이 현상을 응용하면 동일 시간 내에 수집할 수 있는 센서 데이터가 훨씬 많아지고 풍부해진다. 결론적으로 가변광조사 기법으로 마이크로 LED 가스센서를 구동하고 데이터전처리와 딥러닝 알고리즘을 적용하여 단일 센서만으로도 선택적 가스판별이 실시간으로 가능한 전자코 시스템을 개발하였다. 센서의 크기는 5 × 5 mm2 초소형이고 평균 소모전력은 0.53 mW이고 에탄올과 메탄올이 혼합된 상황에서 각 가스의 종과 농도를 실시간으로 구별해낼 수 있었다.
연구책임자인 기계공학과 박인규 교수는 "본 연구에서 제안된 가변광조사 구동 기법은 빠른 ON/OFF가 가능하고 상온 동작하여 열적/기계적 내구성이 우수한 마이크로 LED 가스센서에 최적인 원천 기술이고, 이 기법을 활용하여 하나의 센서만으로도 우수한 선택성을 가진 전자코 시스템을 개발할 수 있었다“라고 기술에 대한 자신감을 밝혔다. 또한 ”단일 센서만을 사용하기 때문에 소모전력과 시스템 부피가 최소화되었고, 특히 혼합가스의 각 성분과 농도를 실시간으로 판별해내는 기술은 실상황에서 매우 활용성이 높을 것“이라고 연구의 의미를 설명했다.
기계공학과 조인철 박사와 이기철 박사과정이 공동 제1 저자로 참여하고 한국연구재단의 지원으로 수행된 이번 연구 결과는 네이처 (Nature) 자매지인 `빛 : 과학과 응용 (Light: Science & Applications)' (impact factor=20.257)에 2023년 4월 18일 字 정식 게재됐다. (논문명: Deep-learning-based gas identification by time-variant illumination of a single micro-LED-embedded gas sensor)
2023.06.14
조회수 2529
-
반도체 소자 내의 복잡한 움직임을 관측할 수 있는 초고속 카메라 개발
우리 대학 김정원 교수 연구팀이 반도체 소자 내의 미세 구조와 동적 특성을 고해상도로 측정할 수 있는 초고속 카메라 기술을 개발하였다고 밝혔다.
기존에는 볼 수 없었던 반도체 소자 내에서의 빠르고 불규칙적인 복잡한 움직임을 이제 초고속 카메라로 관측할 수 있게 되었다.
기계공학과 나용진 박사가 제 1저자로 참여하고 기계공학과 유홍기, 이정철 교수팀 및 한국표준과학연구원(KRISS) 서준호, 강주식 박사팀이 참여한 공동연구팀의 이번 논문은 국제학술지 ‘빛: 과학과 응용(Light: Science & Applications)’ [IF=20.257] 2월 15일 字에 게재됐다. (논문명: Massively parallel electro-optic sampling of space-encoded optical pulses for ultrafast multi-dimensional imaging)
최근 마이크로 및 나노 소자들의 복잡도와 기능성이 급격하게 향상됨에 따라 이들 소자 내의 미세 구조와 동적인 움직임을 실시간으로 정확하게 측정해야 할 필요성이 급증하고 있다. 미세 구조 측정 측면에서는 다양한 3차원 집적회로와 소자들의 발전으로 더 큰 웨이퍼 영역에 대해 더 높은 분해능 및 측정속도를 가지는 계측 기술이 반도체 산업에서 중요해지고 있다. 한편 동적 특성의 측정은 마이크로 및 나노 소자 내에서의 물리현상들을 이해하고 다양한 응용 분야들로 발전시키는 데 중요하다. 특히 다양한 역학 현상의 관측을 위해서는 더 높은 해상도, 더 빠른 측정속도 및 더 큰 측정범위를 필요로 하지만 기존의 측정 기술들은 여러가지 한계들을 가지고 있었다.
이번 연구는 기존의 한계를 극복한 새로운 초고속 카메라 기술을 개발하였다. 100펨토초(10조분이 1초) 정도의 매우 짧은 펄스폭을 가지는 빛 펄스를 1000개 이상의 다른 색을 가지는 펄스들로 쪼갠 후, 각기 다른 색을 가진 펄스들을 이용하여 서로 다른 공간적 위치에서의 높낮이를 정밀하게 측정할 수 있는 기술이다. 구현한 기술은 초당 2.6억개의 픽셀들에 대한 높낮이의 차이를 최고 330피코미터(30억분의 1미터) 수준까지 측정할 수 있을 정도로 빠르고 정밀하다. 연구팀은 이를 이용하여 복잡한 3차원 형상을 고속으로 정밀하고 정확하게 측정할 수 있는 초고속 카메라 기능을 선보였고, 기존의 측정 기술로는 관측하기 어렵던 복잡하고 비반복적인 고속의 동역학 현상들을 성공적으로 관측할 수 있었다.
이번에 개발한 초고속 카메라 기술의 고속 형상 이미징 속도와 높은 공간 분해능을 이용하면 반도체 공정이나 3D 프린팅 과정을 실시간으로 모니터링하며 공정을 제어할 수 있어 점점 고도화 및 집적화 되는 공정의 수율을 크게 향상시킬 수 있을 것으로 기대된다. 또한 다양한 진폭이 존재하면서 동시에 매우 빠른 순간 속도를 갖는 미세 구조의 움직임을 포착할 수 있음을 보여, 기존에 관찰하지 못했던 복잡한 비선형(nonlinear) 및 과도(transient)의 물리 현상들을 탐구하는 차세대 계측 기술로 발전할 수 있을 것으로 기대된다.
김정원 교수는 “이번 연구에서는 1차원적인 선 모양의 빛을 스캔해서 움직이는 방식으로 2차원 표면의 높낮이를 측정하였으나, 향후에는 2차원 표면의 높낮이를 스캔 없이 한번에 측정할 수 있는 방식으로 기술을 발전시킬 예정”이라고 밝혔다.
한편 이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 중견후속연구, 선도연구센터, 기초연구실 및 중견연구 사업의 지원을 받아 수행됐다.
2023.03.02
조회수 3623
-
인공지능 이용해 3차원 홀로그래피 현미경의 박테리아 신속 식별 기술 개발
우리 대학 물리학과 박용근 교수 연구팀이 홀로그래피 현미경과 인공지능을 이용한 신속 박테리아 병원균 식별 기술을 개발했다고 27일 밝혔다.
병원균의 조기 식별은 감염질환 치료에 필수적이다. 치명적인 상태로 진행되기 전에 감염균에 맞는 효과적인 항생제의 선택과 투여가 가능해지기 때문이다. 하지만 현재의 일상적 병원균 식별은 통상 수일이 소요된다. 이로 인해 감염 초기 식별 결과 없이 실증적인 처방으로 항생제를 투여하는 사례가 빈번하며, 이로 인해 패혈증의 경우 치명률이 50%에 달하며 항생제 남용으로 인한 슈퍼박테리아 문제도 발생한다.
기존 방법으로 병원균 식별이 오래 걸리는 원인은 긴 박테리아 배양 시간이다. 질량 분석기로 대표되는 식별 기술들은 일정량 이상의 박테리아 표본이 확보되어야 균종과 관련된 분자적 신호를 검출할 수 있다. 이로 인해, 환자에서 추출한 시편을 하루 이상 배양해야만 검출이 될 정도의 박테리아 개수가 확보된다.
광학 분야의 저명 학술지인 `빛: 과학과 응용(Light: Science & Applications), (IF = 17.782)'에 게재된 이번 연구(논문명: Rapid species identification of pathogenic bacteria from a minute quantity exploiting three-dimensional quantitative phase imaging and artificial neural network)에서 박용근 교수 연구팀은 3차원 홀로그래피 현미경과 인공지능 알고리즘을 활용해서 단일 세포 수준의 표본으로도 병원균의 균종을 정확히 알아낼 수 있음을 입증했다.
홀로그래피 현미경으로 측정되는 3차원 굴절률 영상 정보에 내재된 균종과 관련된 특성을 인공지능 알고리즘으로 학습해 종을 구분하는 것이 핵심 아이디어다. 연구팀은 종별로 500개 이상의 박테리아의 3차원 굴절률 영상을 측정했고, 이를 인공지능 신경망을 통해 학습시켰다.
연구팀은 개발한 방법을 이용해 주요한 혈액 감염균을 신속하게 식별함으로써 실제 진단에도 응용될 가능성을 검증했다. 구체적으로 그람 음성 및 양성, 구균 및 간균을 모두 포함한 총 19가지 균종으로 혈액 감염 사례의 90% 이상의 원인이 되는 균들이다. 한 개의 병원균 혹은 병원균 덩어리를 측정한 단일 3차원 굴절률 영상에서는 약 82.5%의 정확도로 균종 판별이 가능했다. 연구팀은 또한 여러 영상을 확보할 수 있을 때 정확도가 증가해, 7개의 박테리아 영상이 확보된다면 99.9%의 정확도를 얻을 수 있었다.
연구진의 책임자이자 논문의 교신저자인 박용근 교수는 "홀로그래피 현미경의 세포 감별 능력을 인공지능으로 극대화해 감염 진단 기술로서의 가능성을 확인한 것이 의미ˮ라고 말했다. 제1 저자인 물리학과 김건 박사과정 학생은 "100,000분의 1 수준의 표본량으로도 질량 분석기의 균종 검출률과 비슷한 정확도를 얻었고 환자 시편에서 다양한 병원균을 식별하는 플랫폼 기술이 될 것으로 기대된다ˮ라고 덧붙였다.
이번 연구는 KAIST-삼성서울병원-토모큐브 팀의 수년간의 공동 연구를 통해 진행됐다. 물리학과 박용근 교수 연구팀의 기술에 다양한 기관의 경험과 비전을 반영함으로써 완성할 수 있었다. 삼성서울병원 진단검사의학과 이남용 교수, 진단검사의학과 허희재 교수, 감염내과 정두련 교수 연구팀, 서울성모병원 진단검사의학과 유인영 교수, 분당 차병원 응급의학과 김규석 교수, 우리 대학 나노과학기술대학원 정현정 교수 등 다양한 분야와 기관이 모여, 실험적 검증을 효과적으로 진행할 수 있었다. 또한 KAIST 교원 창업 기업인 ㈜토모큐브의 3차원 홀로그래피 기술 지원도 필수적인 역할을 했다.
한편 이번 연구는 한국연구재단 창의연구사업, 과학기술일자리진흥원의 지원을 받아 수행됐다.
2022.06.27
조회수 4934