검색 상세

인-센서 컴퓨팅 응용을 위한 InGaAs Photodiode 및 강유전체 터널 접합 집적 연구

Integration of InGaAs Photodiode and Ferroelectric Tunnel Junction for In-Sensor Computing Applications

  • 김동욱 (아주대학교 일반대학원)

초록/요약

본 연구에서는 InGaAs 기반 Photodiode(PD)와 Hf0.5Zr0.5O2(HZO) 강유전체 터널 접합(Ferroelectric Tunnel Junction, FTJ)을 단일 픽셀로 집적한 인- 픽셀(In-pixel) 컴퓨팅 소자를 설계·제작하여, 센서 단계에서 직접 연산을 수행하는 인-센서 컴퓨팅(In-sensor Computing)의 구현 가능성을 제시하였다. 기존의 센서–프로세서 분리형 구조는 대용량 데이터 전송으로 인해 전력 소모와 처리 지연이 발생하는 한계를 지니는데, 본 연구는 이러한 문제를 해결하기 위한 하드웨어 차원의 접근으로 진행되었다. 소자 제작 과정에서는 InGaAs PD의 Mesa 구조 형성을 위해 ICP-RIE 기반 Dry Etching과 HBr 기반 Wet Etching을 조합하여 표면 거칠기를 23.74 nm에서 1.066 nm까지 약 95.5% 감소시키는 공정 최적화를 수행하였다. 제작된 FTJ는 비대칭 I–V 특성과 명확한 P–E 히스테리시스 곡선을 통해 분극 반전 기반 Tunneling Electroresistance(TER) 특성을 안정적으로 구현하였으며, 반복 펄스 인가 실험에서 장기 강화·억제(LTP/LTD)의 시냅스 가소성도 확인되었다. 특히, 105 사이클 이상의 우수한 내구성(Endurance)과 낮은 변동성(<1%)을 확보하여 신뢰성 높은 아날로그 동작을 검증하였다. 제작된 PD-FTJ 구조에서는 광입력에 의해 생성된 Photocurrent가 FTJ의 전도도를 변화시키는 인-센서 연산 동작이 검증되었다. 이를 기반으로 수행한 Moving-MNIST 시뮬레이션에서는 4개의 최적화된 가중치 벡터와 2-프레임 균일 누적 기법을 적용하여 시스템 효율을 극대화하였다. 그 결과, 원본 데이터 대비 92.9%의 데이터 압축 효과를 거두었으며, 압축된 신호를 LSTM 기반의 후처리 신경망으로 분석하여 8방향 이동 경로 추적에서 82.4%의 정확도를 달성하였다. 본 연구는 InGaAs Photodiode와 FTJ 소자를 결합한 인-센서 컴퓨팅 구조가 저전력, 실시간 영상 처리 응용에 적합한 하드웨어 플랫폼으로 활용될 수 있음을 실험 및 시뮬레이션을 통해 입증하였다. 향후 배열 확장과 HZO 박막 특성 개선을 통해 자율주행 및 엣지 컴퓨팅을 위한 고성능 지능형 이미징 시스템 개발이 가능할 것으로 기대된다.

more

목차

제 1장. 서론 1
제 1.1절 Dual Band In-Pixel Computing 연구의 필요성 1
제 1.2절 논문 개요 4
제 2장. 이론적 배경 5
제 2.1절 Photodiode 동작 원리 5
2.1.1 PN 구조의 Photodiode 5
2.1.2 PIN 구조의 Photodiode 7
제 2.2절 FTJ 동작 원리 8
제 2.3절 인-센서 컴퓨팅 동작 원리 11
제 3장. 소자 제작 및 공정 최적화 15
제 3.1절 에피 구조 및 전반적인 공정 15
제 3.2절 공정 최적화 과정 18
3.2.1 InGaAs Photodiode Etching 18
3.2.2 Ferroelectric Tunnel Junction 최적화 22
제 4장. 소자 특성 평가 및 시뮬레이션 27
제 4.1절 InGaAs PD 소자 특성 27
제 4.2절 FTJ 소자 특성 29
제 4.3절 FTJ와 ReRAM의 신뢰성 및 전력 효율 비교 33
제 4.4절 InGaAs PD + FTJ 소자의 구동 동작 확인 35
제 4.5절 측정 데이터를 이용한 Reservoir Computing Simulation 37
제 5장. 결론 및 향후 연구 방향 41
참고문헌 43

more
반출 Meta View 목록