잔상을 줄인 지능형 자외선 이미지센서 기술을 형상화한 이미지
빛이 사라진 뒤에도 센서에 남는 ‘잔상’을 빠르게 줄이고, 연속적으로 들어오는 자외선 영상을 인공지능(AI)으로 인식하는 이미지센서 기술이 개발됐다.
서울대학교 공과대학 재료공학부 장호원·박용조 교수 연구팀은 미국 텍사스A&M대학교 전기·컴퓨터공학과 이수인 교수 연구팀과 공동으로 이전 영상의 흔적이 다음 영상의 인식을 방해하는 문제를 개선한 자외선 이미지센서를 개발했다. 연구팀은 산화갈륨 반도체의 결정 구조를 개선하고 짧은 전기 신호로 잔상을 줄이는 기술을 결합했다. 연구 결과는 정보 소재·소자 분야 국제학술지 ‘InfoMat’에 게재됐다.
자율주행차와 드론, 스마트공장 등 다양한 분야에서 영상을 분석해 사물과 주변 환경을 파악하는 ‘머신 비전’ 기술이 활용되고 있다. 일반적인 영상 처리 시스템은 센서가 감지한 정보를 메모리와 프로세서로 옮겨 분석하므로 데이터 이동 과정에서 지연과 전력 소모가 발생한다. 이를 줄이기 위해 사람의 눈과 뇌처럼 빛을 감지하는 단계에서 정보의 저장·처리 기능까지 수행하는 ‘뉴로모픽 이미지센서’가 차세대 기술로 연구되고 있다.
연구팀이 주목한 산화갈륨은 사람의 눈에 보이지 않는 ‘심자외선’을 감지하기에 적합한 반도체 소재다. 파장이 200~280나노미터인 심자외선은 태양광에도 포함돼 있지만 대기 중 오존층에 대부분 흡수돼 지표면에는 거의 도달하지 않는다. 따라서 이 파장대의 빛을 선택적으로 감지하면 햇빛의 간섭을 줄이면서 불꽃이나 고전압 설비의 방전에서 발생하는 자외선 신호를 포착할 수 있다.
그러나 기존 산화갈륨 센서는 빛이 사라진 뒤에도 신호가 남는 문제가 있었다. 산화갈륨을 사파이어 기판 위에 성장시킬 때 결정이 서로 다른 방향으로 형성되면 그 경계가 전자의 이동을 방해하거나 전하를 붙잡는다. 이로 인해 빛이 꺼진 뒤에도 전류가 흐르는 ‘지속 광전도’ 현상이 나타날 수 있다. 이전 장면의 신호가 남아 있는 상태에서 새로운 장면이 들어오면 두 영상이 겹쳐 인식 정확도가 떨어질 수 있다.
연구팀은 이 문제를 개선하기 위해 표면을 특정 결정면에 대해 6도 기울여 절단한 사파이어 기판을 활용했다. 기판 표면에 형성된 원자 단위의 미세한 계단이 결정의 성장 방향을 안내하면서 산화갈륨이 한 방향으로 정렬된 ‘단일 도메인’ 구조로 자라도록 한 것이다. 이를 통해 전자의 이동을 방해하는 결정 경계를 줄였다.
소재 분석에서도 결정 방향의 정렬과 경계·결함의 감소가 확인됐다. 전자가 얼마나 쉽게 움직이는지를 나타내는 ‘전자 이동도’는 결정 방향이 뒤섞인 비교 대상 박막의 약 36배로 높아졌다. 연구팀은 이러한 구조 개선이 전자의 이동을 원활하게 해 자외선 감지 성능을 높이는 데 기여한 것으로 분석했다.
여기에 짧은 전기 신호로 잔류 전류를 빠르게 줄이는 ‘리셋’ 기능을 더했다. 빛을 감지하는 소자인 광트랜지스터에 전기 펄스를 가해 남아 있는 신호를 줄이고, 다음 영상을 받아들일 수 있도록 하는 방식이다. 소재 구조를 개선하는 방법과 전기적으로 신호를 초기화하는 방법을 함께 적용해 약한 빛을 감지하면서도 잔상이 오래 남는 문제를 완화했다.
개발한 광트랜지스터는 약한 빛을 잡음과 구별하는 성능 지표인 ‘검출능’이 9.17×10¹⁵ Jones로 측정됐다. 길이 1밀리초의 리셋 펄스를 적용한 실험에서는 잔류 신호가 감소하는 속도를 나타내는 시간상수가 약 0.7밀리초로 나타났다. 이는 잔류 신호가 완전히 사라지는 시간이 아니라 얼마나 빠르게 줄어드는지를 보여주는 지표다.
연구팀은 개발한 소자를 이미지센서 배열로 확장해 영상 인식 성능도 평가했다. 광트랜지스터를 가로·세로 24개씩, 총 576화소로 배열하고 이미지의 특징을 분석해 분류하는 합성곱 신경망(CNN) 기반 AI 모델과 결합했다. 이어 0부터 9까지의 손글씨 숫자 패턴을 연속으로 제시하며 잔상이 영상 인식에 미치는 영향을 분석했다.
실험 결과, 리셋을 적용하지 않았을 때는 이전 숫자의 신호가 다음 숫자와 겹쳐 인식을 방해했다. 반면 숫자 사이에 리셋 펄스를 적용하자 잔상이 줄어들고 인식 정확도가 개선됐다. 센서 배열의 리셋 과정은 약 2밀리초 이내에 수행됐으며, 리셋 횟수에 따라 잔상 억제와 인식 성능에 차이가 나타났다.
연구팀은 별도의 실험을 통해 저전압 구동 성능도 확인했다. 개발한 소자는 0.1V의 구동 전압과 0.5V의 제어 펄스 조건에서도 동작했다. 또한 반복되는 빛 자극에 따라 전류 반응이 달라지는 ‘시냅스형’ 특성을 보였다. 이는 앞서 들어온 빛 자극의 영향을 이후 반응에 반영하는 것으로, 센서에서 정보를 저장하고 처리하는 데 활용될 수 있다. 이러한 특성을 활용한 실측 데이터 기반 검증에서는 잡음이 섞이거나 빛 신호가 일시적으로 끊기는 상황에서도 숫자 영상을 복원할 수 있음을 확인했다.
이번 연구는 소재의 결정 구조 개선이 개별 소자의 감도와 속도 향상을 넘어 이미지센서의 영상 인식 성능 개선으로 이어질 수 있음을 보여줬다는 점에서 의미가 있다. 소재 설계와 전기적 제어를 결합한 효과를 576화소 배열과 AI 인식 실험으로 확인한 것이다.
연구팀은 향후 같은 면적에 더 많은 화소를 배치해 해상도를 높이고, 센서와 구동 회로를 하나의 칩으로 통합할 계획이다. 화재 초기의 불꽃이나 전력 설비의 방전을 감지하는 안전 감시 센서, 드론·사물인터넷(IoT) 기기에서 영상을 저전력으로 처리하는 기술 등으로의 응용이 기대된다.
연구를 지도한 장호원 교수는 “이번 연구는 소재의 결정 구조를 바로잡는 일이 소자의 속도와 감도를 넘어 AI 인식 정확도와 에너지 효율 같은 시스템 성능까지 좌우한다는 것을 보여줬다는 데 의미가 깊다”며 “소재를 키우는 연구자와 AI 하드웨어를 설계하는 연구자가 처음부터 함께 고민했기에 가능한 성과”라고 말했다.
이어 “향후 화소 집적도를 높이고 센서와 구동 회로를 하나의 칩으로 일체화해 화재 감지와 전력 설비 감시는 물론 저전력 엣지 비전 시스템과 차세대 광정보처리 기술로 발전시켜 나갈 계획”이라고 덧붙였다.
이번 연구에는 서울대학교 재료공학부 장호원 교수 연구실에서 박사학위를 받은 김재영·김병수 박사가 공동 제1저자로 참여했다. 김재영 박사는 현재 미국 텍사스A&M대학교에서 차세대 반도체 및 뉴로모픽 기술을, 김병수 박사는 미국 버지니아대학교에서 반도체 광전자 집적 기술을 연구하고 있다. 서울대 장호원·박용조 교수와 텍사스A&M대 이수인 교수는 공동 교신저자로 참여했다.
이번 연구는 과학기술정보통신부 재원 한국연구재단(RS-2024-00405016, RS-2024-00421181), 농촌진흥청 공동연구사업(PJ01706703), 과학기술정보통신부 InnoCORE 사업(1.250021.01), 국가과학기술연구회(GTL25021-000)의 지원을 받아 수행됐다. 서울대학교 반도체공동연구소와 공학연구원, SOFT 파운드리 연구원도 연구를 지원했다.