우리 학부 김준모 교수 연구팀이 사람처럼 이미지의 변화를 상상하고 이해하는 인공지능(AI) 기술을 개발했습니다. 이번 기술은 이미지를 단순히 분석하는 것을 넘어, 이미지가 어떻게 변형되는지 그 과정 자체를 이해하고 이를 표현할 수 있는 능력을 갖췄습니다. 이를 통해 의료 영상 분석, 자율주행, 로봇공학 등 다양한 분야에서 더 정교하고 유연한 AI 활용이 기대됩니다.

사람처럼 변화를 이해하는 AI

연구팀이 개발한 새로운 AI 기술, STL(Self-supervised Transformation Learning)은 이미지를 변화시키는 방식을 스스로 배우는 데 초점을 맞췄습니다. STL은 사람이 만든 꼬리표(라벨) 없이 원래 이미지와 변형된 이미지를 비교하며, “이건 돌려졌네”, “이건 색이 바뀌었네”와 같은 변화를 스스로 학습합니다. 마치 사람이 한 장의 사진을 보며 변화를 상상하고 해석하는 것과 비슷합니다.

기존 방식의 한계 극복

지금까지의 AI는 이미지를 학습할 때, 다양한 변화를 무시하고 단순히 큰 특징만 포착하는 경향이 있었습니다. 하지만 이러한 접근은 특히 정교한 작업이나 섬세한 변화가 중요한 상황에서는 성능이 떨어지는 한계가 있었습니다.

STL은 기존 AI와 달리, 이미지의 세세한 변화를 구체적으로 학습합니다. 변화를 무시하는 대신, 이를 이미지의 특징 공간(머릿속의 지도를 그리듯 데이터의 관계를 표현한 공간)에 저장하고 반영해 훨씬 더 정밀한 결과를 얻을 수 있습니다.

예를 들어, STL은 이미지 자르기, 밝기 조절, 색상 변경 등 세부적인 변화를 정확히 이해하며, 이를 활용해 기존 AI보다 최대 42% 더 뛰어난 성능을 보였습니다. 특히 STL은 기존 방법으로는 처리하기 어려웠던 복잡한 변형들도 자연스럽게 다룰 수 있습니다.

AI의 한계를 넘어, 더 똑똑하게

STL이 특별한 이유는 단순히 이미지를 이해하는 데서 끝나지 않고, 변화 그 자체를 표현하고 학습할 수 있다는 점입니다. 이는 의료용 CT 스캔에서 병변의 미세한 변화를 찾아내거나, 자율주행차가 다양한 도로 상황을 이해하는 데 큰 도움을 줄 수 있습니다.

STL은 이미지의 변형을 스스로 파악하고, 이를 바탕으로 더 안전하고 정밀한 결과를 제공할 수 있습니다. 김준모 교수는 “STL은 사람이 이미지를 보고 느끼며 상상하는 방식과 유사하게, 변화를 깊이 이해하는 AI 기술입니다. 이 기술은 의료, 자율주행, 로봇 공학 등 여러 분야에서 새로운 혁신을 이끌어낼 것입니다”라고 말했습니다.

이번 연구는 유재명 박사과정 학생이 제1저자로 참여했으며, 세계적인 AI 학술대회인 NeurIPS 2024에서 “Self-supervised Transformation Learning for Equivariant Representations”라는 제목으로 발표되었습니다.

차세대 2차원 층상구조 나노소재로 주목받는 인듐 셀레나이드(InSe)는 실리콘 반도체보다 전자 이동도가 뛰어나고 포화 속도가 두 배 이상 빠른 장점을 가지지만, 주로 N형 반도체로만 사용되어 왔다. 우리 연구진이 이를 극복하고 N형 및 P형, 양극에 우수한 성능을 제공하는 인듐 셀레나이드 기반 기술을 개발하여 차세대 전자 소자의 설계 및 상용화 가능성을 크게 앞당길 것으로 기대된다. 

우리 학부 이가영 교수 연구팀이 나노 반도체 인듐 셀레나이드(InSe)* 기반 혁신적인 양극성 다기능 트랜지스터를 개발했다. *인듐 셀레나이드(InSe): 인듐과 셀레늄으로 이루어진 무기 화합물 반도체로 2차원 층간 결합을 이루고 있음 

인듐 셀레나이드는 N형 반도체로만 사용되어 왔는데, 이는 P형 반도체 및 상보적 회로 구현에 필요한 양(P) 전하를 띄는 정공*을 유도하기 어렵다는 문제 때문으로 이는 상용화의 큰 걸림돌로 작용해 왔다. *정공: P형 트랜지스터 구현에 필요한 양 전하를 띠는 입자 

이가영 교수 연구팀은 정공 유도를 위해 추가적인 공정이나 다른 물질을 접목하는 다양한 시도에도 해결되지 못했던 문제점을 새로운 소자 구조 설계를 통해 해결했다. 이번에 공개된 양극성 반도체 소자는 N형과 P형 트랜지스터에 모두 적용이 가능하다.

연구팀은 인듐 셀레나이드 하부에 전극을 배치하고 금속-반도체 접합 특성을 개선함으로써, 전자와 정공이 선택적으로 흐를 수 있는 양극성 특성을 구현하는 데 성공했다. 

특히, 이번 연구에서는 N형 및 P형 전류 꺼짐/켜짐 비가 모두 109(10억) 이상에 달하는 우수한 성능을 기록했다. 실리콘 반도체 소자의 경우 일반적으로 108 이하 꺼짐/켜짐 비의 단극성 구동을 띄며, N형과 P형 구동이 동시에 가능한 양극성 2차원 반도체*의 경우도 N형과 P형 꺼짐/켜짐 비가 동시에 108 이상인 경우는 없었다. *2차원 반도체: 2차원 방향으로만 강한 원자 결합을 이루며 수직 방향으로는 층상구조를 가져 층상구조 반도체라고 불리기도 함 

이가영 교수는  “다기능 소자들은 일반적으로 복잡한 공정 과정과 구조를 요구해 제작과 집적에 어려움이 있다. 그러나 이번 연구에서는 간단한 부분 게이트 구조를 도입해 하나의 소자에서 다양한 기능을 구현할 수 있는 다기능 소자를 제작하는 데 성공했다”며  “이 기술은 공정 효율성을 높이고 회로 설계 유연성 향상에 기여할 것으로 기대된다”고 설명했다. 

또한  “이번 연구는 인듐 셀레나이드를 기반으로 한 P형 응용 가능성을 새롭게 밝혔으며, 궁극적으로는 상보적 다기능 시스템으로서의 활용 가능성을 보여준다”라고 덧붙였다.

우리 학부 김민수 석박통합과정, 염동주 석사과정, 석용욱 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 나노 물리 분야 저명 국제 학술지 ‘나노 레터스(Nano Letters)’에 2024년 12월 18일 출판됐으며 동시에 저널 표지 논문으로 채택됐다. (논문명: Superior P-Type Switching in InSe Nanosheets for Complementary Multifunctional Systems, https://doi.org/10.1021/acs.nanolett.4c04624) 

한편 이번 연구는 한국기초과학지원연구원 국가연구시설장비진흥센터, 한국연구재단 우수연구사업, KAIST 도약연구(UP) 사업, 그리고 삼성전자의 지원을 받아 수행됐다.