KPI뉴스 - 포스텍·삼성전자, 원자 움직임 정밀 예측하는 AI 기반 시뮬레이션 기술 개발

  • 맑음울진8.2℃
  • 흐림영천5.4℃
  • 맑음북춘천3.9℃
  • 맑음북강릉5.0℃
  • 맑음대관령-1.3℃
  • 흐림북부산8.4℃
  • 구름많음부산10.0℃
  • 비 또는 눈홍성3.0℃
  • 흐림울산7.3℃
  • 맑음홍천3.9℃
  • 구름많음천안3.9℃
  • 흐림양산시8.3℃
  • 구름많음부여3.7℃
  • 구름많음백령도4.5℃
  • 흐림임실2.5℃
  • 흐림서산2.0℃
  • 흐림고창5.4℃
  • 구름많음흑산도9.7℃
  • 맑음양평4.7℃
  • 흐림산청5.9℃
  • 흐림고창군5.2℃
  • 흐림밀양7.9℃
  • 맑음봉화3.9℃
  • 구름많음인제1.6℃
  • 구름많음청주3.9℃
  • 흐림창원8.3℃
  • 흐림광양시7.9℃
  • 흐림순천5.1℃
  • 눈대전2.4℃
  • 비전주3.2℃
  • 흐림보령4.5℃
  • 구름많음추풍령2.0℃
  • 흐림진주8.8℃
  • 구름많음청송군4.1℃
  • 구름많음태백0.0℃
  • 흐림의령군7.7℃
  • 흐림경주시6.2℃
  • 맑음서울4.3℃
  • 구름많음문경4.4℃
  • 흐림구미5.4℃
  • 구름많음여수8.2℃
  • 구름많음세종2.5℃
  • 흐림정읍4.2℃
  • 흐림김해시7.3℃
  • 흐림제주11.9℃
  • 맑음동두천5.0℃
  • 구름많음완도9.0℃
  • 구름많음거제8.7℃
  • 맑음강릉5.7℃
  • 흐림장수2.4℃
  • 구름많음포항7.3℃
  • 맑음고흥9.4℃
  • 맑음원주4.3℃
  • 흐림부안4.1℃
  • 맑음영주3.7℃
  • 구름많음제천2.7℃
  • 맑음철원2.6℃
  • 맑음이천5.2℃
  • 흐림순창군3.7℃
  • 흐림남원4.0℃
  • 흐림거창4.9℃
  • 흐림대구5.8℃
  • 구름많음서청주3.2℃
  • 구름많음목포8.1℃
  • 맑음상주4.5℃
  • 맑음영월3.5℃
  • 흐림함양군4.8℃
  • 구름많음수원3.7℃
  • 맑음강화4.3℃
  • 흐림합천7.5℃
  • 구름많음의성6.0℃
  • 구름많음서귀포13.0℃
  • 흐림진도군9.6℃
  • 맑음영덕6.7℃
  • 흐림북창원8.3℃
  • 흐림금산3.1℃
  • 흐림통영8.6℃
  • 눈울릉도3.6℃
  • 맑음인천3.5℃
  • 맑음속초4.3℃
  • 흐림고산11.1℃
  • 구름많음안동6.2℃
  • 구름많음강진군9.3℃
  • 흐림해남9.0℃
  • 흐림광주6.1℃
  • 구름많음성산11.3℃
  • 맑음춘천4.3℃
  • 흐림보은3.2℃
  • 맑음동해6.9℃
  • 맑음파주4.1℃
  • 구름많음보성군10.7℃
  • 맑음정선군2.9℃
  • 구름많음충주4.4℃
  • 흐림영광군5.9℃
  • 구름많음장흥9.1℃
  • 흐림남해8.0℃
  • 흐림군산2.7℃

포스텍·삼성전자, 원자 움직임 정밀 예측하는 AI 기반 시뮬레이션 기술 개발

장영태 기자 Google구글에서 선호하는 출처로 추가
기사승인 : 2026-02-25 09:52:55
'머신러닝 포텐셜' 기술 구현…반도체 성능·내구성 예측 AI
차세대 메모리·뉴로모픽 반도체 설계 가속 기반 기술 기대

포스텍은 신소재공학과·첨단재료과학부 이동화 교수 연구팀이 삼성전자 종합기술원과 공동으로 전기장이 가해진 환경에서 반도체 핵심소재의 움직임을 정밀하게 예측하는 AI 시뮬레이션 기술 개발에 성공했다고 25일 밝혔다.

 

▲ 포스텍 신소재공학과·첨단재료과학부 이동화 교수. [포스텍 제공]

 

이번 기술 개발은 전기장이 없는 데이터만으로 전기장 속 물성 예측에 성공했다는 점에서 의미가 크다.

 

연구 성과는 국제 학술지 'npj Computational Materials'의 머신러닝 포텐셜 분야 특별 컬렉션 논문으로 선정됐다.

 

반도체 기술은 더 빠르고, 작고, 효율적인 방향으로 진화하고 있다. 이 과정에서 주목받는 소재가 '비정질 하프늄 산화물'이다. 이 물질은 반도체 소자 내부에서 전류를 제어하는 핵심 절연층으로 강한 전기장이 가해지는 경우 내부 원자와 전하 움직임이 달라진다.

 

이러한 변화는 소자의 속도와 수명, 안정성을 결정하는 중요한 요소다. 전기장 환경에서 원자들이 어떻게 반응하는지를 정확히 이해하는 것이 차세대 반도체 설계의 출발점인 이유다.

 

문제는 '예측'이었다. 원자 단위의 거동을 계산하는 기존 '제일원리 분자동역학' 시뮬레이션 방식은 매우 정확하지만 시간과 비용이 많이 든다.

 

반면, 계산이 빠른 경험적 포텐셜 방법은 정밀도가 떨어진다. 최근 머신러닝 기술이 대안으로 떠올랐지만 전기장 효과를 반영하려면 실제 전기장을 가한 방대한 데이터를 별도로 구축해야 했다.

 

▲ 전하 통합 그래프 신경망 모식도. [포스텍 제공]

 

연구팀은 '전하 평형법', '그래프 신경망'을 결합한 새로운 AI 모델을 개발했다. 이 모델은 원자 간 상호작용을 학습해 전하와 에너지, 힘을 동시에 예측하며 이를 기반으로 '머신러닝 포텐셜' 기술을 구현한다.

 

전기장이 가해지지 않은 상태의 데이터만 학습했음에도 전기장이 있을 때 나타나는 원자 움직임과 전하의 변화를 정확히 재현했다.

 

연구팀은 이 기술을 활용해 하프늄 산화물(HfO₂) 내부 산소 이온 이동 경향과 반도체 소자의 절연 파괴 전압까지 예측하는 데 성공했다. 이는 AI 기반 시뮬레이션이 단순 이론 검증을 넘어 실제 반도체 소자의 성능과 내구성을 평가하는 실질적인 도구로 활용될 수 있음을 보여준다.

 

이동화 교수는 "기존에는 전기장 반응을 예측하기 위해 고비용의 추가 데이터를 구축해야 했지만 이번 기술은 별도의 전기장 데이터 없이도 높은 정확도를 확보했다"며 "차세대 메모리와 뉴로모픽 반도체 설계를 가속하는 기반 기술이 될 것"이라고 말했다.

 

KPI뉴스 / 장영태 기자 3678jyt@kpinews.kr

 

[저작권자ⓒ KPI뉴스. 무단전재-재배포 금지]