| 초록 |
인공지능 기술의 발전으로 인하여 대규모 데이터 처리가 필요한 상황에서, 기존의 컴퓨팅 아키텍처의 한계가 드러나고 있다. 저항형 메모리소자는 차세대 컴퓨팅 소자로서 기존의 한계점인 CPU-메모리 간 병목현상을 보완할 수 있는 가능성을 지니고 있어 개발 가치가 높은 소자로 평가받고 있다. 또한 저항형 메모리소자는 집적화를 통하여 뇌의 효율적인 연산 방식을 모방할 수 있다. 뇌 내 시냅스 네트워크의 신경 스파이크 전달 방식과 유사하게, 격자 형태인 Crossbar array 구조의 집적화를 통하여 대규모 행렬 연산을 빠르게 수행 가능하며 동시에 저항 성분의 형태로 데이터를 저장할 수 있다. Crossbar array 형태의 집적화는 개별 cell의 READ, WRITE access가 가능하며 각 열에 동시 전압 인가 시 발생하는 전류의 크기로 행렬 연산을 수행할 수 있기 때문에 기계학습(Machine learning) 분야에서 필요한 가중치 매개변수 계산에 용이하고 컴퓨팅 소자 관점의 장점 또한 존재한다. 본 보고서는 이러한 저항형 메모리소자의 기본 작동 원리와 집적화 및 응용연구에 대한 포괄적인 개요를 제공하며, 대규모 행렬 연산을 위한 Crossbar array 크기의 실물 소자 개발 동향을 조사하여 각 집적화 방법의 기술 발전 상황을 분석하고자 한다. |
