컨텐츠 바로가기

11.27 (수)

이슈 6G 주도권 전쟁

"6G 통신 앞당기나"... 테라헤르츠 나노공진기 최적화 기술 개발

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

UNIST 등 3개 공동 연구팀, '6G 통신용 THz 나노공진기'

THz 전자기파를 3만 배 이상 증폭 기술 개발

물리 기반 AI로 나노공진기 최적화-구현

국제학술지 'Nano Letters' 7일 게재

4G, 5G 기술에 비해 파장이 짧은 6G 통신 영역의 검출기는 나노기술을 적용해 고감도 전자기파 검출을 가능하게 할 수 있다. 하지만 파장에 비해 너무 작은 구조물 크기 때문에 고성능 컴퓨터를 이용하여도 수백 년 이상의 시간이 소요될 수 있다고 한다.

국내 연구진이 6G 통신용 주파수의 상용화를 앞당길 수 있을 것으로 기대되는 전자기파 증폭 기술을 개발했다는 소식이다.

울산과학기술원(UNIST) 물리학과 박형렬 교수 연구팀은 미국 테네시대학교 이준수 교수팀, 미국 오크리지 국립 연구소 윤미나 교수팀과 함께 6G 통신용 테라헤르츠(THz) 나노공진기(terahertz nanoresonator)의 최적화 기술을 개발했다고 20일 밝혔다.

케미컬뉴스

본 연구의 인공지능 역설계 방법 개략도 /UNIST 제공


테라헤르츠 나노공진기는 테라헤르츠 주파수에서 공진을 일으켜서 나노공진기 내부에 전기장 집속을 최대화시키는 금속-유전체-금속 구조물 집합체다.

이번 연구는 세계적 권위의 국제학술지인 나노 레터스(Nano Letters)에 논문명 'More Than 30000-fold Field Enhancement of Terahertz Nanoresonators Enabled by Rapid Inverse Design'으로 12월 7일 온라인 게재됐다.

연구팀은 슈퍼컴퓨터로도 오래 걸리던 작업을 물리 이론 모델 기반의 AI 학습으로 개인 컴퓨터에서도 쉽게 설계 가능하도록 만들었다고 했다. 연구팀은 THz 전자기파 투과 실험으로 새로 개발한 나노공진기의 효율을 분석했는데 일반 전자기파가 만드는 전기장과 비교했을 때, 3만 배 이상 증폭된 전기장을 발생시킬 수 있었고, 이는 지금까지 학계에 보고된 THz 나노공진기에 비해 300% 이상 효율이 향상된 결과다.

지금까지는 광 시뮬레이션과 AI를 합해 최적의 설계법을 찾아내는 'AI 역설계 기술'이 사용됐는데 주로 가시광이나 적외선 영역에서 작동하는 광소자(빛에너지를 전기에너지로 변환하는 소자)를 설계했다.

박형렬 교수는 "AI 역설계 기술에선 파장의 십 분의 일이나 백분의 일 크기의 광소자 구조를 주로 설계했다"며 "하지만 6G 통신의 주파수인 0.075~0.3 THz 영역의 파장에 비해 백만분의 일 만큼 작아 적용이 어려웠다"고 말했다.

6G 주파수에 작동하는 나노공진기를 설계할 경우 고성능 컴퓨터를 이용해도 한 번의 시뮬레이션을 위해 수십 시간이 소요되는데 이는 기존에 알려진 역설계 방법을 이용해 하나의 소자를 최적화하려면 수백 년의 시간이 소요될 수 있다.

케미컬뉴스

제작된 소자의 광학 현미경 및 전자 현미경 이미지들 /UNIST 제공

<이미지를 클릭하시면 크게 보실 수 있습니다>


이러한 문제를 해결하기 위해 물리학 이론 모델을 이용해 AI 역설계 방법과 결합해 THz 영역의 나노공진기를 새로 설계했다. 개인용 컴퓨터 사양으로도 40시간 이내에 소자를 최적화할 수 있었다고 설명했다.

"이번 연구를 통해 최적화된 나노공진기는 초정밀 검출기뿐만 아니라 극미량 분자 감지 센서, 볼로미터 연구 등에도 활용될 수 있다. 연구에 적용된 방법론은 특정 나노 구조물에만 국한되지 않으며 여러 파장이나 구조의 물리 이론 모델 함께 다양한 연구에 활용될 수 있다" (제1 저자 이형택 연구원)

박형렬 물리학과 교수는 "이번 연구의 핵심은 물리 현상을 이해해 AI를 이용한 기술의 효율을 향상한 것이다"며 "AI가 모든 문제를 해결해 줄 수 있을 것 같지만 물리 현상을 먼저 잘 이해하는 것이 여전히 중요하다"고 밝혔다.

케미컬뉴스 심성필 기자

<저작권자 Copyright ⓒ 케미컬뉴스. Chemistry is everywhere. 무단전재 및 재배포 금지>


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.