"며칠씩 걸리던 반도체 시뮬레이션 속도 100배 단축"

(왼쪽부터) GIST 전기전자컴퓨터공학과 홍성민 교수, 이광운·김인기·정승우·장민서 연구원

광주과학기술원(GIST)은 16일 “전기전자컴퓨터공학과 홍성민 교수 연구팀이 반도체 소자 시뮬레이션의 계산 효율을 혁신적으로 개선해, 기존 대비 최대 100배 빠른 속도로 차세대 소자의 성능을 예측할 수 있는 새로운 알고리즘을 개발했다”고 밝혔다.

이번 성과는 반도체 소자 연구개발(R&D) 과정에서 가장 큰 걸림돌로 꼽히던 ‘장시간 시뮬레이션’ 문제를 근본적으로 해결했다는 점에서 의미가 크다.

반도체 소자의 성능을 사전에 예측하고 최적화하기 위해서는 ‘TCAD 시뮬레이션’이 필수적이다. TCAD는 반도체 내부에서 전자와 정공의 이동, 전기장의 분포 등을 물리 법칙에 따라 수치적으로 계산해 소자의 전기적 특성을 정밀하게 예측하는 기술이다.

그러나 최신 게이트올어라운드(GAA) 구조나 보완형 트랜지스터(CFET) 등과 같은 복잡한 차세대 소자는 3차원 계산이 필요해, 시뮬레이션에 수 시간에서 수 일이 소요된다. 이로 인해 연구개발 속도가 크게 늦어지는 문제가 있었다.

특히, 원하는 전압 조건에서 안정적으로 계산하기 위해서는 전압을 조금씩 올려가며 수렴을 유도하는 ‘바이어스 램핑(bias-ramping)’ 과정이 필수적이었는데, 이 과정이 전체 계산 시간의 대부분을 차지하며 병목으로 작용했다.

최근에는 학습된 인공신경망 기반 인공지능(AI) 모델(Artificial Neural Network, ANN)을 이용해 우수한 초기 추정값을 생성하고 불필요한 중간 과정을 줄이는 시도도 있었으나, 새로운 구조에 적용할 경우 추가 데이터와 학습 과정이 필요해 산업 현장에 즉각 활용하기에는 제약이 컸다.

연구팀은 이런 문제를 해결하기 위해 ‘준(準) 1차원(Quasi-1D) 모델링’과 ‘영역별 구조 분석(Region-wise Structure Analysis)’을 결합한 새로운 접근법을 제안했다. 이 방법은 사전 학습 과정 없이도 반도체 소자 시뮬레이션 수행 시간을 크게 단축할 수 있다.

핵심은 복잡한 반도체 소자를 전류가 흐르는 채널 방향에 따라 1차원으로 단순화해 빠르게 초기 계산값(solution)을 추정하고, 소자를 여러 구간으로 나눠 각 구간에 최적화된 물리 모델을 적용하는 것이다. 이를 통해 기존에는 필수적이었던 바이어스 램핑(bias-ramping) 과정을 생략하면서도, 10~100배 빠른 계산 속도를 구현했다.

연구팀은 게이트올어라운드(GAA) 소자, 보완형 트랜지스터(CFET) 인버터 등 다양한 차세대 소자를 대상으로 새로운 알고리즘을 검증했다.

그 결과 시뮬레이션 속도는 기존 대비 10~100배 이상 빨라졌으며, 전압 전달 특성(VTC) 등 주요 전기적 특성에서도 기존 TCAD 결과와의 오차가 0.1 볼트(V) 이하로 억제돼 높은 정확성을 입증했다. 또 소자의 형태(기하학적 구조)나, 계산 과정에서 나누는 작은 구역을 가리키는 메쉬(mesh) 조건이 달라져도 성능 저하 없이 일관된 결과를 보여 주었다. 이를 통해 다양한 환경과 구조에서도 안정적으로 적용할 수 있음을 확인했다.

홍성민 교수는 “이번 연구는 사전 학습된 인공신경망 기반 AI 모델이 없어도 다양한 구조에서 반도체 소자 시뮬레이션 시간을 대폭 단축할 수 있음을 보여 준 성과”라며 “제안한 기법의 효율성과 정확성, 안정성을 바탕으로 향후 차세대 반도체 소자 개발 속도를 앞당기고 연구 효율을 높이는 데 기여할 것”이라고 말했다.

GIST 전기전자컴퓨터공학과 홍성민 교수가 지도하고 이광운, 김인기, 정승우, 장민서 연구원이 수행한 이번 연구는 과학기술정보통신부·한국연구재단 개인기초연구사업(중견)의 지원을 받았다. 연구 결과는 국제학술지 《커뮤니케이션스 엔지니어링(Communications Engineering)》에 2025년 9월 25일 온라인으로 게재됐다.

한편 GIST는 이번 연구 성과가 학술적 의의와 함께 산업적 응용 가능성까지 고려한 것으로, 기술이전 관련 협의는 기술사업화센터(hgmoon@gist.ac.kr)를 통해 진행할 수 있다고 밝혔다.