연구
< (왼쪽부터) 전기및전자공학부 최신현, 윤영규, 최성율, 유승협 교수, 신소재공학과 김경민 교수 >
우리 대학은 세계적 과학 저널 ‘네이처(Nature)’의 자매지 ‘네이처 리뷰스 일렉트리컬 엔지니어링(Nature Reviews Electrical Engineering)’에 지난 8월 18일 자로 KAIST의 반도체 연구와 교육 성과가 집중 조명됐다고 5일 밝혔다.
※ 제목: Semiconductor-related research and education at KAIST
※ DOI: 10.1038/s44287-025-00204-3
이번 특집(Focus) 기사는 KAIST가 차세대 반도체 연구와 인재 양성, 글로벌 산학협력에서 보여주는 리더십을 상세히 다루며, 한국 반도체 산업의 미래 청사진을 제시했다. 실비아 콘티(Silvia Conti) 편집장이 직접 인터뷰를 진행했으며, KAIST에서는 신소재공학과 김경민 교수, 전기및전자공학부 윤영규, 최신현, 최성율, 유승협 교수 등이 인터뷰에 참여했다.
KAIST는 전기및전자공학부, 반도체시스템공학과, 반도체공학대학원 등 교육 프로그램을 운영하며, 뉴로모픽 컴퓨팅, 인-메모리 컴퓨팅, 2차원 신소재 기반 소자 등 차세대 반도체 연구를 선도하고 있다. 이러한 기반 위에서 연구진은 기존 실리콘 한계를 넘어서는 새로운 아키텍처와 소자를 개발하며, 인공지능·로보틱스·의료 등 다양한 응용 분야 혁신을 이끌고 있다.
< KAIST는 전기및전자공학부, 신소재공학과, 반도체시스템공학과, 반도체공학대학원 등에서 반도체 전 분야를 아우르는 세계적 연구 역량을 바탕으로, AI 하드웨어·인메모리 컴퓨팅·2차원 신소재 소자 등 차세대 반도체 기술을 선도하고 있다. 그림은 최근 KAIST의 차세대 반도체 연구에서 세계적 위상을 입증한 연구 성과들. (왼쪽부터) KAIST 최신현 교수팀이 발표한 초저전력 상변화 메모리 원천 기술. 2024년 Nature 발표. KAIST 김경민 교수팀이 발표한 열컴퓨팅 원천 기술. 2024년 Nature Materials 발표. 윤영규, 최신현 교수팀이 발표한 차세대 두뇌모사 반도체 소자 및 응용 기술. 2025년 Nature Electronics 발표. >
특히 RRAM, PRAM 등 신개념 메모리를 활용해 시냅스, 뉴런 등 생물학적 기능을 하드웨어 플랫폼으로 구현하는 연구는 국제적으로 주목받고 있다. 이는 로봇, 엣지 컴퓨팅, 온-센서 AI 시스템 등으로의 응용 가능성을 열고 있다.
또한 KAIST는 삼성전자·SK하이닉스와의 오랜 파트너십을 기반으로 EPSS(삼성반도체 고급인력양성프로그램), KEPSI(SK하이닉스반도체 고급인력양성프로그램)를 운영해 왔다. 이 과정에 참여한 대학원생은 전액 장학금과 졸업 후 취업이 보장되며, 2022년 신설된 반도체시스템공학과는 매년 100명의 학부생을 선발해 체계적 교육을 제공하고 있다. 아울러 매년 70여 개 연구실이 참여하는 KAIST–삼성전자 산학협력센터는 장기적 산학 공동연구 거점으로서 산업계 현안 해결에 기여하고 있다.
이번 기사는 KAIST가 단순한 연구기관을 넘어 국제적 연구 허브로 성장하고 있음을 강조한다. KAIST는 여성 교수 임용 확대, 외국인 교수·학생 지원을 위한 글로벌 인재 비자센터 설립 등 다양성과 포용성을 강화하며 세계 각국의 우수 인재를 끌어들이고 있다. 또한 대덕연구단지(대덕 특구, Daedeok Innopolis)의 핵심 대학으로서 ‘한국의 실리콘밸리’의 심장 임무를 수행하고 있다.
KAIST 연구진은 반도체 기술의 미래가 단순한 소자 축소가 아닌 뉴로모픽 기술, 3차원 패키징 기술, AI 기술 응용과 같은 융합적 접근에 달려 있다고 전망한다. 이번 기사는 이러한 KAIST의 전략적 연구 방향과 리더십이 글로벌 학계와 산업계에서도 주목받고 있음을 보여준다.
김경민 교수는 “이번 기사를 통해 KAIST의 차세대 반도체 연구와 인재 양성 전략이 국내외 학계와 산업계에 널리 알려져 매우 기쁘며, 앞으로도 혁신적인 융합 연구로 미래 반도체 기술 발전에 기여하겠다”고 강조했다.
이광형 총장은 “KAIST가 세계적 과학 저널을 통해 반도체 연구와 교육 성과를 조명받게 된 것은 우리 대학 구성원들의 헌신과 도전 정신 덕분”이라며, “KAIST의 글로벌 연구 허브로서의 성장이 주목받게 되어 기쁘게 생각하며, 앞으로도 산학연 협력을 확대해 차세대 반도체 혁신을 선도하고 한국이 미래 반도체 강국으로 자리매김하는 데 핵심적 역할을 하겠다”고 밝혔다.
-
행사 IDEC·삼성전자, 국내 반도체 인재에 14나노 FinFET 첨단 반도체 공정 최초 지원
우리 대학은 국내 대학 연구실에서도 삼성전자의 14나노 FinFET(Fin Field Effect Transistor, 핀 전계효과 트랜지스터) 첨단 공정을 활용해 실제 반도체 칩을 설계·제작하고 성능까지 검증할 수 있는 길이 열렸다고 16일 밝혔다. 그동안 높은 제작 비용과 인프라 한계로 대학이 접근하기 어려웠던 첨단 공정을 교육과 연구 현장에 개방함으로써, 국내 시스템반도체 교육이 이론 중심에서 실제 산업 현장 중심으로 한 단계 도약할 것으로 기대된다. 이를 위해 KAIST 반도체설계교육센터(IC Design Education Center, 이하 IDEC)는 지난 15일 IDEC 동탄교육장에서 삼성전자와 '시스템반도체 14나노 공정 지원'을 위한 협약을 체결했다. 이번 협약은 정부 지원사업인 '반도체핵심IP 설계전문인력양성사업'을 기반으로 추진됐으며, 국내 대학원생과 연구자들에게 첨단 공정 기반의 설계와 칩 제작 경험을 제공해 대학의 시스템반도체 설계 교육을
2026-07-16 -
연구 반도체 속 '전기 병목현상' 해결 실마리 찾았다
반도체 안에서 전기가 흐르는 길목이 막히면 성능이 떨어지고 전력 낭비가 커진다. 국내 연구진이 이러한 ‘전기 병목현상’을 해결할 수 있는 새로운 구조를 개발하고, 전기가 끊김 없이 흐르는 모습을 세계 최초로 확인했다. 이번 성과는 AI 반도체와 초저전력 반도체 등 미래 반도체의 성능과 전력 효율을 높일 핵심 원천기술로 기대된다. 우리 대학은 신소재공학과 홍승범 교수 연구팀이 신소재공학과 강기범 교수, 성균관대학교(총장 유지범) 조성범 교수 연구팀과 공동으로 차세대 반도체 소자로 주목받는 2차원 소재(원자 한두 층 두께의 초박막 소재)에서 전기가 막힘없이 흐르는 새로운 구조를 구현하고, 이를 나노미터(㎚, 10억분의 1m) 수준에서 직접 관찰할 수 있는 분석 플랫폼을 개발했다고 13일 밝혔다. 반도체는 금속 전극과 반도체가 만나는 경계에서 접촉 저항(Contact Resistance, 서로 다른 두 물질이 맞닿는 경계에서 전기가 흐를 때 발생하는 저항) 때
2026-07-13 -
연구 ‘꿈의 반도체’ 2차원 반도체 찾는 일 사람 대신 자동화한다
차세대 AI 반도체로 주목받는 2차원 반도체를 사람이 일일이 찾던 시대가 끝난다. 우리 대학 연구진이 반도체 선별과 소자 제작을 자동화해 수천 개의 소자를 분석하고, 그동안 규명하기 어려웠던 두께와 성능의 관계를 밝혀냈다. 이번 성과는 차세대 반도체 연구를 데이터 기반으로 전환하고, AI 반도체와 초저전력 반도체의 상용화를 앞당길 것으로 기대된다. 우리 대학은 전기및전자공학부·AI시스템학과 권지민 교수 연구팀이 UNIST, 국립한밭대, 한양대, 미국 워싱턴대 세인트루이스(Washington University in St. Louis)와 공동 연구를 통해 광학 현미경 이미지만으로 2차원 반도체를 자동 선별하고 트랜지스터 제작까지 연결하는 기술을 개발했다고 9일 밝혔다. 2차원 반도체는 원자 몇 개 층 두께에 불과한 초박막 반도체로, 기존 실리콘 반도체보다 더 작고 전기를 적게 쓰는 반도체를 구현할 수 있어 '꿈의 반도체'로 불린다. 현재 실리콘 반도체는 회로를
2026-07-09 -
연구 AI 데이터센터 냉각 전력 10분의 1로 줄인다
‘전력 먹는 하마'로 불리는 AI 데이터센터의 냉각 전력을 10분의 1 수준으로 줄일 수 있는 기술이 나왔다. 우리 대학 연구진은 반도체 칩 내부에 머리카락보다 가는 물길을 새겨 넣는 초고효율 액체 냉각 기술을 개발해 AI 반도체의 최대 난제로 꼽히는 발열 문제 해결 가능성을 제시했다. 우리 대학은 기계공학과 김성진 교수팀과 AX학과 이익진 교수팀이 공동연구를 통해 기존 매니폴드 마이크로채널(MMC, Manifold MicroChannel) 냉각 기술의 한계를 극복하고, 반도체 칩 내부에 매니폴드(manifold·냉각수를 여러 경로로 나누어 공급·회수하는 구조)와 마이크로채널(microchannel·머리카락보다 가는 미세 물길)을 결합한 초고효율 액체 냉각 기술을 개발했다고 16일 밝혔다. AI 반도체의 성능이 높아질수록 칩에서 발생하는 열량도 빠르게 증가하고 있다. 그러나 기존 공랭 방식만으로는 차세대 AI 반도체에서 발생하는
2026-06-16 -
연구 반도체는 어디까지 작아질 수 있을까? 원자 수준 예측 기술 개발
삼성전자와 TSMC가‘2nm(나노미터·10억분의 1미터) 공정’경쟁에 나서고 있지만, 실제 반도체 칩의 핵심 소자인 트랜지스터의 크기는 아직 10nm 이상이다. 그렇다면 트랜지스터는 실제로 어디까지 더 작아질 수 있을까? 우리 대학 연구진이 원자 수준의 계산을 통해 그 한계를 예측하는 기술을 개발했다. 우리 대학은 전기및전자공학부 김용훈 교수 연구팀이 컴퓨터 시뮬레이션을 활용해 차세대 반도체 소자 개발의 핵심적 난관인 트랜지스터 미세화의 한계를 분석, 예측할 수 있는 전산 설계 기술을 개발했다고 14일 밝혔다. 트랜지스터는 전류를 켜고 끄는 초소형 스위치로, 스마트폰, 인공지능 컴퓨터 등을 구동하는 반도체 칩의 성능과 전력 효율을 결정하는 핵심 부품이다. 반도체 업계는 더 높은 성능과 낮은 전력 소모를 구현하기 위해 트랜지스터를 지속적으로 작게 만들어 왔다. 그러나 크기가 지나치게 작아지면 양자터널링(전자가 원래 통과할 수 없는 에너지 장
2026-06-15