Emerging Semiconductor Device Lab

ESDL

ESDL 연구실 소개

대학원 진학

학석연계·석사·박사과정 학생을 모집합니다. 2학년 2학기 이후, 3학년 1학기 및 2학기, 4학년 1학기에 지원할 수 있습니다.

연구실 소개

Emerging Semiconductor Device Lab(ESDL)은 차세대 메모리 소자와 어레이, 시스템 수준의 연구를 바탕으로 하드웨어에서 동작하는 뉴로모픽 및 인메모리 컴퓨팅 시스템을 연구합니다.

소자 물리와 공정, 전기적·광학적 측정, 어레이 동작, 시스템 검증을 하나의 연구 흐름으로 연결합니다. 단일 소자의 특성 분석을 넘어 연산 가능한 어레이와 지능형 하드웨어 구현을 목표로 합니다.

수행 과제

소자·공정·회로·시스템을 아우르는 통합 설계를 통해 차세대 AI 반도체의 원천 기술을 개발하고 있습니다. 아래는 현재 수행 중인 주요 국책 및 산업체 연계 과제입니다.

국가전략기술미래소재기술개발(미래소재) | 2027–2030 · 참여

지능형 로봇 비전용 저전력 신경망 시스템 구현을 위한 OXICHAL 소재 및 소자 개발

산화물 반도체를 활용한 인센서 컴퓨팅 구현합니다.

기술혁신개발사업(글로벌협력형 R&D·사전기획형) | 2026–2029 · 위탁

차세대 반도체 소자를 위한 중성자 기반 비파괴검사(NDT)를 통합한 AI 구동 디지털 트윈 신뢰성 플랫폼 개발

극한 환경에서 메모리 반도체의 신뢰성을 연구합니다. 독일 프라운호퍼 연구소, 큐빔솔루션, 경희대학교와 협력합니다.

민관공동투자 반도체 고급인력양성(R&D) | 2026–2030 · 공동

트랜스포머 가속을 위한 FeFET/FTJ 이종집적 소자·구동회로·패키징 통합 기술 개발

차세대 AI 모델인 트랜스포머의 연산 효율을 높이기 위해 강유전체 소자와 공정부터 패키징까지 아우르는 풀스택 하드웨어 솔루션을 개발합니다.

PIM 인공지능반도체 핵심기술개발(신개념 PIM 기초) | 2026–2028 · 책임

LLM 가속을 위한 터너리 기반 3T IGZO-FeFET PIM 어레이 소자 제작 및 연산 검증

터너리 연산과 IGZO-FeFET의 저전력 특성을 결합해 대규모 언어 모델(LLM) 가속에 최적화된 고집적 PIM 어레이를 구현합니다.

차세대 지능형반도체 기술개발(신소자 원천기술) | 2026–2028 · 참여

고속·초저전력 AI 반도체를 위한 DRAM-Flash 이종메모리 기반 인공신경망 시냅스 소자 및 3차원 통합 집적시스템 개발

산화물 반도체 2T DRAM의 저전력·고속 동작과 Flash의 비휘발성 장점을 결합한 하이브리드 시냅스 소자를 통해 3차원 적층형 뉴로모픽 시스템을 연구합니다.

글로벌 기초연구실(BRL) | 2024–2027 · 참여

뉴로모픽 기술 기반 모빌리티 배터리 PHM 글로벌 기초연구실

멤리스터 인센서 컴퓨팅 플랫폼을 활용해 실시간 배터리 관리와 지능형 제어를 연구합니다. UT Austin, 프라운호퍼 연구소 등 해외 기관과 글로벌 협력 기반을 구축합니다.

한국연구재단 우수연구·중견연구 | 2024–2027 · 책임

축적컴퓨팅(RC)을 위한 리텐션 조절형 하프늄 기반 강유전체 소자 및 수직 적층 집적공정 개발

강유전체 소자의 동적 메모리 특성을 활용해 고차원 정보 처리에 적합한 RC 하드웨어와 수직 적층 공정 플랫폼을 개발합니다.

핵심 연구 방향

멤리스터, 강유전체, 산화물 반도체, Flash 소자 기반 차세대 메모리 소자

크로스바 어레이 및 3차원 적층 구조의 공정과 동작 검증

펄스 기반 가중치 제어 및 신뢰성 향상 기법

어레이 수준 연산 및 벡터·행렬 곱(VMM) 실증

하드웨어 친화적 뉴로모픽·인센서 컴퓨팅·보안 응용

전자전기·신소재·재료 반도체 전공 학생을 위한 연구 환경

삼성전자, SK하이닉스, 반도체 장비 기업 진출에 도움이 되는 실제 반도체 공정 경험을 제공합니다. ALD, 스퍼터링, CVD, 식각 공정을 활용해 메모리 소자를 직접 설계·제작·측정합니다. 소자 구조 설계, 마스크 레이아웃, TCAD 시뮬레이션을 통해 소자 동작 메커니즘을 이해하고 어레이 동작을 고려한 설계를 수행합니다.

컴퓨터공학 전공 학생을 위한 연구 환경

실제 메모리 어레이 측정 데이터를 활용해 하드웨어 연산을 경험할 수 있습니다. Python과 PyTorch 기반 알고리즘을 물리 소자의 비이상성과 연결해 하드웨어 친화적 AI와 뉴로모픽 구조를 연구합니다. 알고리즘 설계부터 하드웨어 검증까지 이어지는 연구 경험을 제공합니다.

학생 교육 및 국제 협력

전자전기, 신소재, 컴퓨터공학 등 다양한 배경의 학생을 환영합니다. 학생이 연구를 주도해 탑티어 국제 저널의 제1저자 논문을 완성하는 것을 핵심 목표로 합니다. 미국, 영국, 독일, 홍콩, 중국의 연구진과 공동연구를 수행하며 학생 파견, 방문연구, 국제 공동논문을 지원합니다.

연구실 학생 1저자 대표논문

2026

이영서, 김나운 (공동 제1저자) · Materials Horizons

이세은 (공동 제1저자) · Advanced Science · 관련 링크

박승만, 최재우 · Advanced Science · 관련 링크

이선정(UOS), 주서현, 이원주(UOS) · Advanced Science · 관련 링크

박정욱, 이영서, 김성민 · Advanced Functional Materials · 관련 링크

이현호 · Advanced Science · 관련 링크

변용진, 박승만 (공동 제1저자) · Nano Letters

안광민, 이승준 · Advanced Materials · 관련 링크

나혜성, 김기문 (공동 제1저자) · Advanced Functional Materials · 관련 링크

박효근, 장희성, 박승만 · Advanced Functional Materials · 관련 링크