[더테크 이지영 기자]  KAIST 연구진이 원자간력 현미경(AFM)을 활용해 강유전체 소재의 전기적 상태를 나노 수준에서 ‘읽고 쓰는’ 통합 분석·조작 전략을 제시했다. 차세대 반도체와 에너지 소재 설계를 가속할 핵심 로드맵으로 평가된다.

KAIST 신소재공학과 홍승범 교수 연구팀은 AFM 기반 강유전체 연구 방법론을 체계화한 리뷰 논문을 발표하고, 나노 단위에서 소재의 전기적 특성을 정밀하게 분석·제어할 수 있는 기술 방향을 제시했다고 밝혔다. 이번 연구는 기존 관찰 중심 분석을 넘어 ‘설계 가능한 나노 공정 도구’로서 AFM의 역할을 확장한 것이 핵심이다.

강유전체는 외부 전원이 없어도 전기적 상태를 유지하는 특성을 지닌 소재로, 차세대 비휘발성 메모리와 초정밀 센서의 핵심 후보로 꼽힌다. 그러나 소자의 초미세화가 진행될수록 내부 전기 상태를 정밀하게 관찰하고 제어하는 기술이 병목으로 지적돼 왔다.

연구팀은 AFM을 중심으로 다양한 분석 기법을 통합했다. 압전반응 힘 현미경(PFM)은 전기-기계적 반응을, 켈빈 탐침 힘 현미경(KPFM)은 표면 전위 분포를, 전도성 AFM(C-AFM)은 전류 흐름을 측정해 소재의 구조와 전하 특성을 입체적으로 파악하는 체계를 구축했다. 이를 통해 나노 스케일에서 발생하는 물리·전기적 현상을 동시에 분석할 수 있는 기반을 마련했다.

특히 AFM 탐침을 이용해 전기 자극을 직접 가하는 방식으로, 데이터 저장 단위인 도메인을 나노 수준에서 설계·조작할 수 있는 가능성을 제시했다. 이는 단순 관찰 장비를 넘어 실제 소재 성능을 구현하고 최적화하는 ‘액티브 연구 플랫폼’으로의 전환을 의미한다.

해당 전략은 이황화몰리브덴과 같은 2차원 소재 및 하프늄지르코늄산화물 기반 초박막 반도체에서 성능 검증과 개선에 활용될 수 있다. 차세대 메모리 소자와 저전력 전자소자 구현을 위한 핵심 기술로 확장 가능성이 크다는 분석이다.

연구팀은 향후 고속 AFM과 인공지능(AI)을 결합한 자동 분석 체계를 제시했다. 복잡한 나노 구조 데이터를 AI로 해석하고 최적 설계를 도출함으로써, 신소재 개발 속도를 획기적으로 단축할 수 있다는 설명이다.

이번 연구는 AFM이 나노 세계를 ‘보는 도구’에서 ‘설계하고 제어하는 공정 기술’로 진화하고 있음을 보여준다. 반도체 초미세화 경쟁이 심화되는 가운데, 나노 단위 전기 특성을 정밀하게 다루는 기술이 향후 소재·소자 경쟁력을 좌우할 핵심 변수로 부상하고 있다.