삼성전자 SAIT(Samsung Advanced Institute of Technology)가 이번에 발표한 연구는 이러한 한계를 넘어설 새로운 방향을 제시한다. 강유전체와 산화물 반도체를 결합한 낸드플래시 구조를 통해 셀 스트링(Cell String) 동작에서 기존 대비 전력 소모를 최대 96% 절감할 수 있는 가능성을 확인한 것이다.

*강유전체: 자발적 분극 변화를 통해 정보 저장이 가능한 물질
*산화물 반도체: 낮은 누설전류로 기존 실리콘의 한계를 극복할 수 있는 채널 물질
*셀 스트링(Cell String) 동작: 낸드플래시에서 여러 셀이 직렬로 연결된 구조를 통해 데이터를 읽고 쓰는 방식

특히 삼성전자 SAIT와 반도체연구소 소속 연구진 34명이 공동 저자로 참여한 순수 사내 연구 개발 성과라는 점에서도 의미가 크다. 이번 연구 결과는 세계적인 학술지 네이처(Nature)에 ‘Ferroelectric transistors for low-power NAND flash memory’라는 제목으로 게재되며 기술적 완성도와 혁신성을 인정받았다.

약점이 강점이 되는 순간, 산화물 반도체의 숨겨진 구조에 주목하다

기존 낸드플래시는 셀에 전자를 주입하는 방식으로 데이터를 저장한다. 저장 용량을 늘리려면 셀의 개수, 즉 적층 단수를 늘리는 방식이 필수적이다. 그러나 직렬로 연결된 셀들을 순차적으로 거쳐 신호가 전달되는 낸드플래시의 구조적 특징 때문에 적층이 높아질수록 읽기·쓰기 전력 소모도 함께 증가하는 한계가 있었다. 그동안 강유전체 기반 차세대 낸드플래시에 대한 연구가 수차례 제안되었지만, 용량 증가와 전력 효율 저하의 상충관계는 여전히 해결되지 못한 과제로 남아있었다.

삼성전자 SAIT 연구진은 이 문제의 실마리를 산화물 반도체의 고유 특성에서 찾았다. 일반적으로 문턱 전압 제어의 한계로 고성능 소자에서는 약점으로 여겨졌던 이 특성이, 강유전체 기반 낸드플래시 구조에서는 오히려 기존 대비 전력 소모를 획기적으로 줄일 수 있는 요소로 작용한 것이다.

*문턱 전압: 트랜지스터가 켜지기 시작하는 전압

연구진은 산화물 반도체의 고유 특성을 강유전체 기반 낸드플래시와 융합해 기존 대비 셀 스트링(Cell String) 동작에서 전력 소모를 최대 96% 절감할 수 있는 핵심 메커니즘을 세계 최초로 규명했다. 현존 최고 수준인 셀당 5비트(bit)의 고용량을 확보하면서 전력 소모를 기존 대비 낮출 수 있는 가능성을 검증한 것이다.

기존 낸드플래시 구조에서는 한계로 여겨졌던 부분들이 물질 개발과 구조적 이해를 통해 새로운 가능성으로 전환된 것이다.

데이터센터부터 모바일까지 확장되는 초저전력 스토리지의 미래

해당 기술이 상용화되면 대규모 AI 데이터센터부터 모바일·엣지 AI 시스템까지 다양한 분야에서 전력 효율을 크게 높일 수 있을 것으로 기대된다. 전력 소모가 감소하면 데이터센터 운영 비용 절감에 기여할 수 있으며, 모바일 기기에서는 배터리 사용 시간을 늘리는 효과를 기대할 수 있다.

이번 연구의 제1저자인 삼성전자 SAIT 유시정 연구원은 “초저전력 낸드플래시의 구현 가능성을 확인하게 되어 뿌듯하다”라며, “AI 생태계에서 스토리지의 역할이 더욱 커지고 있는데, 향후 제품 상용화를 목표로 후속 연구를 추진할 것”이라고 밝혔다.

AI 시대가 요구하는 저장 장치의 기준은 점점 높아지고 있다. 이번 연구가 보여준 진전은 스토리지 기술의 다음 단계를 향한 의미 있는 발걸음으로, 향후 후속 연구의 확장도 기대해 본다.

The post 삼성전자 연구진이 규명한 초저전력 낸드플래시 기술, 세계적 학술지에 게재되다 first appeared on 삼성전자 반도체 뉴스룸.

인-메모리 컴퓨팅은 메모리가 데이터의 저장 뿐 아니라 데이터의 연산까지 수행하도록 한 최첨단 기술인데요. 아래 그림을 통해 알아보겠습니다.

인-메모리 컴퓨팅 기술을 활용하지 않은 기존 구조에서는 (왼쪽 그림), 데이터의 연산을 위해 메모리(Conventional memory)에서 프로세서(Processing Unit)로 데이터를 모두 이동시켜 연산을 수행해야 합니다.

반면, 인-메모리 컴퓨팅 기술을 활용하면 (오른쪽 그림), 메모리(Computational memory) 내부에서 연산(Computing)이 가능해집니다. 이 때문에, 메모리 내에 있는 대량의 정보를 프로세서로 이동시킬 필요 없이 메모리 내에서 병렬 연산을 수행하고 결과만을 프로세서로 전송하게 됩니다. 이러한 원리 때문에 인-메모리 컴퓨팅은 시스템의 전력 소모를 현저히 낮출 수 있으며, 차세대 저전력 인공지능(AI) 칩을 만드는 유력한 기술로 주목 받고 있습니다.

관련 콘텐츠 보러가기

삼성전자, MRAM 기반 인-메모리 컴퓨팅 세계 최초 구현

The post 메모리가 데이터 저장 뿐 아니라 연산까지 책임진다구? 인-메모리 컴퓨팅의 세계 first appeared on 삼성전자 반도체 뉴스룸.

삼성전자 연구진이 MRAM(자기저항메모리, Magnetoresistive Random Access Memory)을 기반으로 한 인-메모리(In-Memory) 컴퓨팅을 세계 최초로 구현하고, 연구 결과를 세계적인 학술지 ‘네이처(Nature)’에 게재했습니다.

* (논문제목) A crossbar array of magnetoresistive memory devices for in-memory computing
* (논문링크) https://www.nature.com/articles/s41586-021-04196-6

MRAM 기반 데이터 저장과 연산까지 수행하는 인-메모리 컴퓨팅 구현

이번 연구는 삼성전자 종합기술원 정승철 전문연구원이 제1저자로, 함돈희 종합기술원 펠로우 및 하버드대학교 교수와 김상준 종합기술원 마스터가 공동 교신저자로 참여했습니다. 삼성전자 종합기술원, 반도체연구소, 파운드리사업부 연구원들도 공동으로 연구에 참여했습니다.

기존 컴퓨터는 데이터의 저장을 담당하는 메모리 칩과 데이터의 연산을 책임지는 프로세서 칩을 따로 나누어 구성합니다.

인-메모리 컴퓨팅은 메모리 내에서 데이터의 저장 뿐 아니라 데이터의 연산까지 수행하는 최첨단 칩 기술입니다. 메모리 내 대량의 정보를 이동 없이 메모리 내에서 병렬 연산하기 때문에 전력 소모가 현저히 낮아, 차세대 저전력 인공지능(AI) 칩을 만드는 유력한 기술로 주목받고 있습니다.

RRAM(저항메모리, Resistive RAM)과 PRAM(위상변화메모리, Phase-change RAM) 등 비휘발성 메모리를 활용한 인-메모리 컴퓨팅의 구현은 지난 수년간 전 세계적으로 관심이 높은 연구 주제였습니다.

하지만 또 다른 비휘발성 메모리인 MRAM은 데이터 안정성이 높고 속도가 빠른 장점에도 불구하고, 낮은 저항값을 갖는 특성으로 인해 인-메모리 컴퓨팅에 적용해도 전력 이점이 크지 않아 인-메모리 컴퓨팅으로 구현되지 못했습니다.

삼성전자 연구진은 이러한 MRAM의 한계를 기존의 ‘전류 합산’ 방식이 아닌 새로운 개념의 ‘저항 합산’ 방식의 인-메모리 컴퓨팅 구조를 제안함으로써 저전력 설계에 성공했습니다.

연구진은 MRAM 기반 인-메모리 컴퓨팅 칩의 성능을 인공지능 계산에 응용해 숫자 분류에서는 최대 98%, 얼굴 검출에서는 93%의 정확도로 동작하는 것을 검증했습니다.

저전력 인공지능(AI) 및 뉴로모픽 칩 기술 지평 확장

이번 연구는 시스템 반도체 공정과 접목해 대량 생산이 가능한 비휘발성 메모리인 MRAM을 세계 최초로 인-메모리 컴퓨팅으로 구현하고, 차세대 저전력 AI 칩 기술의 지평을 확장했다는데 큰 의미가 있습니다.

연구진은 새로운 구조의 MRAM 칩을 인-메모리 컴퓨팅으로 활용할 뿐 아니라, 생물학적 신경망을 다운로드하는 뉴로모픽 플랫폼으로의 활용 가능성도 함께 제안했습니다.

삼성전자 종합기술원 정승철 전문연구원은 “인-메모리 컴퓨팅은 메모리와 연산이 접목된 기술로, 기억과 계산이 혼재되어 있는 사람의 뇌와 유사한 점이 있다”며, “이번 연구가 향후 실제 뇌를 모방하는 뉴로모픽 기술의 연구 및 개발에도 도움이 될 수 있을 것”이라고 말했습니다.

삼성전자는 초격차 메모리 기술 역량을 시스템 반도체 기술과 접목하여, 차세대 컴퓨팅 및 인공지능 반도체 분야에서 지속적으로 기술 리더십을 확장해 나갈 계획입니다.

[인포그래픽]

The post 삼성전자, MRAM 기반 인-메모리 컴퓨팅 세계 최초 구현 first appeared on 삼성전자 반도체 뉴스룸.