전북대학교
외부 환경의 다양한 자극(빛, 가스 등)을 직관적으로 시각화하고 즉각적으로 연산에 반영하는 능동형 센싱 시스템이 필요하다.
기존의 전자 회로 기반 센서는 정보의 감지, 신호 변환, 연산 과정이 각각 분리되어 있어 실시간 응답성 확보와 소형화에 제약이 크다. 이를 해결하기 위해 차세대 페로브스카이트 소재의 물리적 구조 변화를 제어하여, 다중 자극에 대한 연산, 보안, 그리고 인지 기능을 소자 하나에 통합했다.
복잡한 회로 없이 자극을 즉각 시각화하는 독보적인 광-뉴로모픽 시스템을 구축하여 미래 컴퓨팅 하드웨어의 새로운 표준을 확립했다.
정밀한 환경 모니터링과 의료 진단을 위해, 인간의 오감 중 가장 복잡하고 체계적인 메커니즘을 가진 후각의 디지털화가 요구된다.
상용화된 가스 센서는 단순한 화학적 감지에 머물러 있으며, 복합적인 냄새 정보를 스스로 분석하고 학습하는 지능이 부족하다.
우리는 후각 신경망의 신호 전달 및 시냅스 가소성을 모방하여, 자극의 종류와 패턴을 자체적으로 학습하고 판단하는 '후각 시냅스 센서'를 설계했다. 이를 통해 단순 감지를 넘어 AI 정보 처리 기능이 내장된 지능형 후각 통합 플랫폼을 구현함으로써, 차세대 헬스케어 및 환경 모니터링 응용 분야의 기술적 도약을 이뤄냈다.
차세대 디스플레이 및 고집적 광학 칩의 상용화를 위해서는 첨단 광전자 소재의 대면적 고해상도 미세 패턴화 기술이 필수적이다.
전통적인 리소그래피 공정은 강한 용매 사용과 고온 베이킹(Baking) 단계를 포함하고 있어, 화학적으로 취약한 페로브스카이트 소재의 특성 열화를 초래한다. 이를 보하기 위해 우리는 고온 베이킹 공정을 생략하고 화학적 손상을 원천 차단하는 '더블 크로스링크(Double-crosslinking)' 기반의 직접 리소그래피 공정을 독자 개발했다.
소재의 고유 성능을 100% 유지하면서도 대면적으로 신속하고 정교한 패턴을 구현해 냈으며, 기존 CMOS 공정과의 우수한 호환성으로 양산화의 길을 열었다.
모바일 및 웨어러블 초연결 시대가 도래함에 따라, 외부 공격으로부터 데이터를 안전하게 보호할 수 있는 초소형 하드웨어 보안 솔루션이 시급한 문제로 떠오른다.
널리 쓰이는 소프트웨어 기반 의사난수(Pseudo RNG) 알고리즘은 패턴 예측을 통한 근본적인 해킹 및 복제 위험에 노출되어 있다.
이를 개선하기 위해 우리는 자연계 소재 단위에서 발생하는 물리적 무작위성(Stochasticity)을 암호화 키로 활용하여 해킹이 원천적으로 불가능한 진난수 생성기(TRNG)를 구현했다.
특히 인체 부착 및 이식이 가능할 수준의 유연성과 초소형 폼팩터를 확보하여, 개인 맞춤형 차세대 웨어러블 보안 디바이스 플랫폼을 완성했다.