포스텍(POSTECH)은 최시영 신소재공학과 및 반도체공학과 교수·오동고 프란시스 응곰메 오켈로 박사·통합과정 양동환 씨가 양세정 연세대 정밀의학과 및 보건대학원 교수·의공학과 통합과정 추유성 씨 연구팀과 함께 2차원 반도체 소재에 인위적으로 결함을 생성하고, 인공지능(AI) 기술을 이용해 주요 결함과 소재 물성 간 관계를 분석하는 데 성공했다고 29일 밝혔다.
컴퓨터와 통신기기, 자동차 등 운송수단, 의료기기 등 현재 광범위하게 활용되고 있는 반도체 분야에서는 최근 원자층 두께로, 유연하며 전기적 특성 조절이 용이한 2차원 소재의 신 물성 발현을 위한 연구가 활발하다. 물성 변화에 직접 영향을 주는 결함을 제어할 방법을 찾는다면 전기적 특성과 반응 속도 모두 우수한 반도체 소자를 만들 수 있다.
최시영 교수팀은 이전 연구를 통해 2차원 반도체 소재의 원자 구조 이미지에서 점 결함을 정교하게 분석하는 딥 러닝 모델을 개발하고, 전 공정 자동화를 구현하는 데 성공했다. 이번 연구에서는 2차원 반도체 소재에 섭씨 200도 진공 가열과 532㎚(나노미터) 파장의 레이저를 조사해 인위적으로 결함을 형성했다. 또 결함 형성 원인에 따라 발생하는 점 결함 종류를 원자 구조로 세분화하고, 딥 러닝 기술로 점 결함 유형의 통계적 분석 실험을 설계했다.
연구팀은 섭씨 200도 진공 가열과 레이저 조사 실험 조건을 조절해 소재의 손상(비정질화)을 최소화하는 전략을 찾는 데 성공했으며 피코미터(10-12m) 수준의 높은 분해능을 가진 구면 수차보정 주사투과전자현미경으로 발생하는 점 결함 유형을 세분화했다. 2차원 반도체 소재의 섭씨 200도 진공 가열은, 소재 내 단일·이중 텔루륨(Te) 공공 결함과 텔루륨 추가 결함 유형이 나타남을 확인했다.
최시영 교수는 “기존 2차원 소재 결함 관련 연구는 이론 중심이거나 단편적인 원자 구조를 확인하는 데 그쳤다. 결함 형성 원인에 따른 특정 점 결함 요소 확인하고, 점 결함과 물성 변화의 관계를 원자 단위에서 통계적으로 분석한 통합 연구로서 의미를 지닌다“고 했다.
한국연구재단과 과학기술정보통신부, 한국기초과학지원 연구원 국가연구시설장비진흥센터, 기초과학연구원의 지원으로 수행된 이번 연구성과는 최근 나노 분야 국제 학술지인 '에이씨에스 나노(ACS Nano)'에 게재됐다.
포항=정재훈 기자 jhoon@etnews.com
