한양대학교 융합전자공학과 유호천 교수 연구팀이 두 개의 이종접합 계면에서 발생하는 전기적 잡음의 중첩 현상을 활용해 예측 불가능한 무작위 진성 난수(True Random Number)를 생성할 수 있는 ‘단일 트랜지스터 기반 진성 난수 발생기’를 개발했다고 밝혔다.
 

개발된 소자는 특정 전압 구간에서 입력 전압이 증가해도 전류가 감소하는 현상인 ‘음의 차동 트랜스컨덕턴스 (Negative Transconductance, NTC)’ 소자 특성을 활용해 기존의 난수 생성기보다 훨씬 단순한 구조와 높은 에너지 효율을 갖췄으며, AI 반도체와 보안 분야 등 다양한 차세대 컴퓨팅 기술에 활용될 것으로 기대된다.
 

기존 소프트웨어 기반 난수 생성 방식은 시드(seed) 값에 의존해 전체 난수열이 결정되기 때문에, 예측 가능성과 성능에서 한계를 보였다. 이를 보완하고자 개발된 디지털 회로 기반 TRNG는 물리적 잡음을 활용하지만, 복잡한 회로 구성과 높은 에너지 소모가 병목 요인으로 작용했다.
 

연구팀은 이러한 기술적 난제를 동시에 해결하기 위해 전자 주입 특성을 향상시키는 보조층인 PTCDI-C13을 도입한 다중 이종접합(Heterojunction) 반도체 구조를 설계했다. 이 구조는 이종접합 계면에서 독립적으로 발생·중첩되는 잡음 특성을 효과적으로 디지털 난수로 변환해, 외부 연산 회로나 후처리 공정 없이 단일 소자 수준에서 3비트 디지털 난수를 직접 출력할 수 있게 했다.
 

생성된 난수는 실제 생성형 인공지능 모델(Style GAN 2)의 입력값으로 활용되어 고양이, 사람, 꽃, 자동차 등 다양한 클래스를 포함한 고품질 가상 이미지 생성에 성공함으로써, 개발 소자의 실질적인 응용 가능성을 입증했다.
 

또한 연구팀은 전자 주입 강화와 NTC 트랜지스터 특성 개선을 통해 3진법 논리 회로에서 세 가지 출력 상태를 명확히 구분할 수 있게 했으며, 이를 통해 디지털 연산의 정확도와 안정성도 크게 향상시켰다.
 

연구 책임자인 유호천 교수는 “이번 연구는 단일 소자에서 진성 난수 발생과 디지털 연산을 동시에 구현한 AI 반도체 선도기술의 개발 사례”라며, “향후 생성형 인공지능, 컴퓨팅 연산, 저전력 엣지 컴퓨팅 등 차세대 AI 반도체 분야에서 하드웨어 기반 AI 컴퓨팅 연산을 위한 전략 기술로 활용될 것으로 기대한다”고 밝혔다.
 

이번 연구는 과학기술정보통신부 및 정보통신기획평가원의 정보통신방송혁신인재양성(인공지능반도체고급인재양성) 사업의 지원을 받아 수행됐다. 연구 성과는 재료 및 전자소자 분야 최상위 국제 학술지인 『Advanced Materials』 (IF: 26.8, JCR 상위 2.2%) 6월호에 게재됐다. 해당 논문 “Heterojunction-Driven Stochasticity: Bi-Heterojunction Noise-Enhanced Negative Transconductance Transistor in Image Generation”에는 한양대 한영민 박사과정생이 제1저자, 송재찬 석박통합과정생이 공동 제1저자로, 유호천 교수가 교신저자로 참여했다.

출처 : https://www.newshyu.com/news/articleView.html?idxno=1019365