유연한 뉴로모픽 소자를 위한 아연 나노입자@폴리메타클리산메틸 나노복합재료기반 멤리스터

Abstract

국문요지 컴퓨터와 인터넷을 기반으로 시작된 지식정보 혁명인 3차 산업혁명에서 정보통신기술의 융합으로 실제와 가상이 통합되고 사물을 자동적으로 제어할 수 있는 물리 시스템이 구축되는 4차 산업혁명이 시작되고 있다. 딥러닝, 인공지능(AI), 빅데이터, 클라우드 컴퓨팅, 사물인터넷(IoT), 자율주행, 메타버스, 가상현실 등은 4차 산업혁명을 대표하는 기술들이다. 이 기술들은 많은 양의 데이터의 저장과 정보를 빠르게 처리하는 반도체를 필요로 한다. 하지만 기존의 컴퓨터 구조인 폰 노이만 (Von Neumann) 구조는 병목현상으로 한계가 있다. 이런 한계를 극복하기 위해서 더 빠르며 저전력으로 동작하는 차세대 반도체 소자에 관한 연구가 활발히 진행되고 있다. 차세대 반도체로는 PRAM (Phase change RAM), MRAM (Magnetic RAM), ReRAM (Resistance RAM)등 을 이용한 현재 저항이 소자를 통해 이전에 흘렀던 전류의 이력에 따라 정보가 달라지는 비휘발성 소자인 멤리스터 (Memristor)가 있다. 그리고 차세대 반도체들을 응용하여 인간의 두뇌를 모방한 뉴로모픽 (Neuromorphic) 소자가 연구되고 있다. 본 연구에서는 유기물에 아연 나노입자 (Zn NPs)를 혼합하여 저항 변화 메모리 소자인 멤리스터 (Memristor)를 이용한 뉴로모픽 소자를 제작하였다. PVP (PolyVinylPyrrolidone)를 이용하여 40-60nm 크기의 Zn NPs를 분산한 후 PMMA (PolyMethyl MethAcrylate)와 혼합하여 용액을 제작하고 하부전극인 ITO (Indium Tin Oxide)위에 스핀코팅으로 활성층을 만든 후 상부전극에 Ag를 Thermal evaporator로 증착하여 Ag/Zn NPs@PMMA/ITO의 구조의 소자를 제작하였다. 제작된 소자의 On/Off ratio는 10-5 정도이며 소자의 시냅스 특성을 확인하기 위해서 Potentiation과 Depression을 측정하였고, 이 데이터를 이용하여 STM (Short Term Memory)와 LTM (Long Term Memory), PPF (Pair-Pulse Facilitation)와 같은 생물학적 시냅스 기능을 성공적으로 모방해냈는지 확인하였다. 결과적으로 스핀 코팅을 이용하여 양산공정에 이점이 있고 기존의 filler 물질인 Pt, Au와 같이 40-60nm 크기에 1g당 300달러가 넘는 귀금속이 아닌 1g에 15달러인 Zn NPs를 사용하여 가격경쟁력에서도 우수하다. 플렉시블 소자에 주로 사용되는 유기물을 활성층으로 사용했으므로 웨어러블 기기로 응용이 가능하다는 면에서 의미가 있다.|ABSTRACT

Zn Nanoparticles@PMMA Nanocomposite-Based Memristors for Flexible Neuromorphic Electronics

Noh, Gwang Rae Dept. of Electronic Engineering Graduate School of Hanyang University

Memristor, which is mimicked on the principle of a biological synapse, has great attention as the key device in confronting the Von Neumann bottleneck. Nanocomposite-based memristors have been widely proposed since the device could achieve all the required mechanical and electrical properties by synergistic combination depending on organic and inorganic materials. In the most reported study in nanocomposite-based memory and memristor, however, noble metals with high costs, such as Au and Pt nanoparticles,were introduced as an inorganic filler to improve electrical performance in the nanocomposite-based memristor.

In this study, we present a nanocomposite-based memristor introducing polymethyl methacrylate (PMMA) matrix and Zn nanoparticles (Zn NPs) fillers for low-cost and flexible neuromorphic computing. Firstly, the dispersion condition of Zn NPs was optimized using polyvinyl pyrrolidone. The Zn NPs@PMMA nanocomposite-based memristor exhibited reliable synaptic behaviors including paired-pulse facilitation (PPF) short-term memory (STM), long-term memory (LTM), and STM-to-LTM transition by charge confinement effect of introduced Zn NPs. We believe that these result would be promising for neuromorphic electronic applications.