두께와 온도가 결정하는 자유 입체산화물 도메인벽 동역학

초록

본 연구는 자유 입체 LaAlO₃ 얇은 막에서 두께(160–300 nm)와 온도(550 °C → 실온)의 결합 효과가 페로엘라스틱 도메인벽(DW)의 곡률, 밀도, 이동성에 미치는 영향을 기계학습 기반 이미지 분석으로 정량화하였다. 200 nm 이하 얇은 시료는 고온에서 곡률이 크고 DW가 활발히 움직이며 냉각 시 점진적으로 고정되는 ‘초탄성‑동결’ 전이를 보였고, 200–300 nm 두께의 전이 구역에서는 DW가 거의 정지하고 곡률이 실온에서 10배 이하로 감소하였다. 결과는 두께 의존적인 monopole‑dipole 전이가 온도 구간과 상호작용해 DW 형태와 동역학을 제어한다는 것을 입증한다.

상세 분석

이 논문은 자유 입체 LaAlO₃ 얇은 막을 160 nm, 180 nm, 200 nm, 300 nm 네 가지 두께로 제작하고, DENSsolution Climat in‑situ MEMS 히터를 이용해 550 °C ≈ TC 위에서 600 °C까지 가열‑냉각 사이클을 수행하였다. 각 온도 구간에서 STEM‑DF 영상을 50 °C 간격으로 수집하고, 전체 10개 시료에 대해 150여 장의 이미지를 확보했다. 인간이 직접 라벨링한 33장의 이미지(75 % 훈련, 25 % 검증)를 기반으로 U‑Net + ResNet‑34 구조의 딥러닝 모델을 학습시켜 DW, 도메인, 배경을 픽셀 수준에서 분류하였다. 모델 출력 마스크를 이용해 DW 면적(밀도)과 연속된 DW 픽셀을 스플라인으로 피팅해 국부 곡률을 추출했다. 통계적으로 두께와 온도에 따른 평균 DW 면적 비율과 로그 곡률을 계산했으며, 부트스트랩 방법으로 불확실성을 추정하였다. 결과는 두께가 200 nm 미만인 얇은 시료에서 TC 직후 DW 면적이 급격히 증가하고 곡률이 1–1.5 µm⁻¹ 수준으로 높으며, 냉각하면서 점차 감소해 250 °C 이하에서 0.3–0.5 µm⁻¹ 수준으로 고정되는 ‘초탄성‑동결’ 전형을 보였다. 반면 200–300 nm 두께의 전이 구역에서는 DW 면적과 곡률이 전반적으로 낮고, 온도 변화에 거의 반응하지 않아 초기부터 ‘monopole‑지배’ 탄성 regime에 가까운 고정 상태임을 확인했다. COMSOL을 이용한 열전달 시뮬레이션은 MEMS 창 내 온도 구배가 5–12 °C 정도에 불과함을 보여, 관측된 TC 이동이 시료 자체의 두께 의존성에 기인함을 뒷받침한다. 이와 같이 기계학습 기반 정량 분석은 기존 수작업 대비 10배 이상 효율성을 제공하면서, DW 동역학을 미세하게 파악할 수 있음을 증명한다.