Organic Chemical Sensor with Cumulative NO2 History Based on Amine-Functionalized Semiconducting Polymer Gels

Abstract

인체의 감각 인지 과정에서 뇌뿐만 아니라 감각기관 또한 자체적으로‘감각기억’을 통해 1차적인 정보처리와 유사 시냅스 기능으로 고차원의 정보 처리를 한다. 감각 뉴런에서의 전기적 신호는 축적됨으로써 기억으로 남게 된다. ‘다중기억모델 (multi-store model)’에 의하면 감각 기억의 축적 신호 처리는 지각의 주요 원천으로 작용하는 매우 중요한 신경 전달 처리 과정이다. 이러한 감각기억을 모방한 것이 ‘인공 감각 기억 (artificial sensory memory)’으로 기존의 센서에 메모리 장치가 결합되어 있는 형태로, 자극을 감지할 뿐만 아니라 얻은 신호에 대하여 지각이 가능하여 자극에 대한 피드백이 가능하다. 최근 화학 물질을 감지함과 동시에 메모리 특성을 나타내는 연구가 소개되었다. 그러나 후각 수용체와 같이 특정 화학 분자를 선택적으로 감지하고 이를 인지하는 후각 신경 전달 과정을 모방하기에는 한계가 있었다. 본 논문에서는 고분자 반도체와 유기 실리카 네트워크로 구성된 고분자 반도체 겔 (semiconducting polymer gel, SPG) 방법론을 제시하고자 한다. 고분자 반도체 겔은 박막 내부에 존재하는 실라놀 그룹을 이용하여 기능화를 쉽게 할 수 있다. 이를 이용하여 산화성 기체인 NO2 가스와 상호작용하는 아민 그룹 도입 하였다. 아민 그룹 도입형 고분자 반도체 겔 (NH2-SPG) 기반의 유기 화학 센서는 낮은 농도에서도 NO2에 대한 높은 민감도 (800 ppb에서 R = 823 %)를 나타내었다. 또한, 박막 내부까지 도입된 아민은 박막 내부로의 침투된 NO2 분자를 트랩 함으로써 전하 캐리어의 축적을 유도시켜 메모리 특성이 나타난다. 이와 같이 NO2에 대하여 높은 민감도와 메모리 특성까지 갖춘 NH2-SPG 기반 유기 화학 센서는 한 소자에서 감지뿐만 아니라 감지 신호를 축적하여 기억하는 후각 신경전달을 모사한 장치로서, 향후 인공지능센서 분야 등에 적용될 수 있을 것이라 기대된다.