Year: 2023
Type: dissertation
Abstract: 인공지능의 발전에 따라 보다 효율적인 연산을 위해 실제 생물 신경망을 모사한 회로의 개발에 연구가 집중되고 있다. 실제 뉴런과 시냅스의 모습을 본 딴 crossbar array 구조가 많이 이용되고 있지만 해당 구조는 실제 뉴런과 다르게 뉴런마다 다른 delay를 줄 수 없다는 한계를 가지고 있다. 본 연구에서는 이러한 한계점에 착안하여 뉴런 별로 다른 delay를 부여할 수 있는 새로운 시냅스 회로 구조를 제시하였다. 새로운 시냅스 회로 구조에서는 Ovonic Threshold Switch(OTS)와 Resistive random access memory(RRAM)을 직렬 연결하여 RRAM의 가변저항을 바꾸어 OTS에 인가되는 전압을 바꿈으로써 각 뉴런마다 다른 delay를 부여할 수 있다. OTS와 RRAM을 통합한 소자를 만들기 위해 RRAM과 OTS 단일 소자의 특성 최적화를 진행했다. RRAM은 Switching layer 두께와 compliance current를 조절한 결과 기존 동작 확률 10%, endurance는 94 cycles에서 동작 확률 100%, endurance 1000 cycles 이상으로 크게 성능을 개선할 수 있었다. OTS 소자는 기존 GeSe계 switching layer를 AgGeSe로 바꾼 결과 기존 1-10 ㎲의 delay에서 4.8 ms까지 늘릴 수 있었다. 이는 실제 뉴런의 발화 지연에 상당하는 수치이다. RRAM과 OTS를 통합한 소자를 제작 완료했지만 소자 동작 특성은 확인할 수 없었다. 이를 개선하기 위해서는 etch rate 등 공정의 최적화를 더 진행해야 한다고 판단된다.
Author: 김영훈
Institution: Seoul National University
Language: Korean
Subfield: Electrical and Electronic Engineering
Field: Engineering
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7032950921
