나노공극 산화물 멤리스터 기반 확장 가능한 리저버 컴퓨팅 플랫폼

초록

본 논문은 나노공극을 가진 NbOₓ 멤리스터를 물리적 리저버로 활용하여 XOR 논리, 5×3 이진 이미지 인식, 그리고 3차원 혼돈 시스템인 Lorenz‑63 시계열 예측을 수행한 결과를 제시한다. 무작위 전도 경로와 휘발성 저항 스위칭을 이용해 고차원 비선형 변환과 단기 기억을 구현했으며, 3개의 출력 채널을 통해 효율적인 선형 회귀 기반 읽기 레이어 학습이 가능함을 보였다.

상세 분석

이 연구는 신경과학에서 영감을 받은 리저버 컴퓨팅(RC)의 물리적 구현을 목표로, 구조적 무작위성을 내재한 나노공극 NbOₓ 멤리스터를 설계하였다. 나노공극은 Pt 바텀 전극에 20 nm 두께로 형성되었으며, 평균 반경 29 ± 11 nm의 다공성 구조가 전류 흐름에 복수의 랜덤 경로를 제공한다. 이러한 무작위 전도 네트워크는 뇌의 시냅스 연결을 모사하여, 입력 전압 신호가 장치 내부에서 비선형 변환과 휘발성 히스테리시스(단기 기억)를 동시에 경험하게 만든다.

멤리스터 스위칭은 질소 도핑된 NbOₓ 층(≈80 nm)에서 전압 구동에 따라 저항이 연속적으로 HRS→LRS로 변하고 전압이 제거되면 원래 상태로 복귀하는 휘발성 특성을 보인다. I‑V 측정에서 연속적인 전압 스윕마다 전류 피크가 1‑2 %씩 증가·감소하는 미세한 변화를 관찰했으며, 이는 학습에 충분히 재현 가능한 비선형 동작을 의미한다. 네 개의 상단 Pt 전극 중 하나는 과도하게 전도성이 높아 사용되지 않았으며, 나머지 세 채널은 서로 다른 I‑V 곡선을 보여 고유한 ‘가중치’를 제공한다.

RC 구현은 입력 전압 u(t)와 세 채널의 전류 r(t)를 결합한 벡터 X=