양희준 연구실

본 연구는 반판 데 발스 자성체 CrPS₄에서 라만 분광법과 이론 계산을 이용하여 자기 정렬에 따른 포논 모드의 진화를 조사합니다. 약한 층간 결합으로 인해 두께에 따른 포논 주파수 변화는 0.5 cm⁻¹ 미만으로 무시할 수 있으며, P-S 흔들림 모드가 Cr-S-Cr 초교환 경로와 강하게 결합하여 강한 스핀-포논 상호작용을 나타냅니다. 이러한 특성은 차세대 자기 소자 응용을 위한 반판 데 발스 이종구조 통합에 유망한 후보입니다.

본 논문은 반데르발스 2D 반도체의 특성과 응용을 다룹니다. 이들 물질은 약한 유전 스크리닝, 강한 쿨롱 상호작용, 큰 엑시톤 결합 에너지 등의 특징을 가지며, 트랜지스터, 광전자소자, 자성 반도체 등 다양한 응용이 가능합니다. 본 리뷰는 결정 합성, 접촉 형성, 게이트 유전체 통합 등 9가지 주요 과제를 다루며 실용화 방안을 제시합니다.

본 연구는 강유전체 기판 위의 2D 물질 Mo₀.₉₅W₀.₀₅Te₂를 이용한 상변화 소자를 개발했습니다. 이 소자는 반도체 2H 상과 반금속 1T' 상 사이의 구조적 상변화를 보이며, 게이트 및 드레인 전압 변조를 통해 단기 및 장기 가소성을 포함한 시냅스 기능을 구현합니다. 단층 두께에서 스위칭당 5.3 pJ의 극저 에너지 소비를 달성하여 차세대 신경형태 컴퓨팅에 적합합니다.

본 연구는 Ag⁺ 이온이 삽입된 MoTe₂ 기반 금속-반도체 상전이 메모리스터를 개발했습니다. Ag⁺ 이온의 마이그레이션으로 가역적인 2H-1T/1T' 상전이를 실현하며, 200,000의 온/오프 비율과 Li⁺ 대비 100배 높은 온/오프 비율, 300배 우수한 보존성을 달성했습니다. MNIST 인식에서 91.7%의 정확도를 보여 신경망 응용에 우수한 성능을 입증했습니다.

본 연구는 인공지능 기반 자동화 주사탐침현미경(SPM) 프레임워크를 제시하여 2D 물질의 미세구조 및 전기적 특성을 고효율로 특성화합니다. 고급 클러스터링 알고리즘과 이미지 분할을 통해 100개 이상의 MoWTe2 박편에서 두께와 일함수를 동시에 추출하고 상관관계를 분석합니다. 딥러닝 기반 자동화 접근법은 수동 개입을 제거하여 나노물질 탐색을 가속화합니다.