Exploring Multifunctionality in MgO-Based Magnetic Tunnel Junctions with Coexisting Magnetoresistance and Memristive Properties

컴퓨터가 단순히 정해진 명령을 따르는 것이 아니라, 인간처럼 스스로 학습하고 적응하며 자신의 뇌를 실시간으로 재구성할 수 있는 세상을 상상해 보십시오. 이것이 바로 인간처럼 생각하는 기계를 만들고자 하는 분야인 '뉴로모픽 컴퓨팅(neuromorphic computing)'의 꿈입니다. 이를 실현하기 위해 과학자들은 두 가지 특별한 종류의 아주 작은 전자 스위치를 찾고 있습니다. 첫 번째는 **자기 터널 접합(Magnetic Tunnel Junction, MTJ)**으로, 이는 초정밀 나침반처럼 작동하는 장치입니다. 자기장에 따라 전기 저항을 변화시키므로, 데이터를 저장하거나 우리 주변의 세상을 감지하는 데 완벽합니다. 두 번째는 **멤리스터(Memristor)**로, 전기가 얼마나 흘렀는지를 기억하여 다시 명령을 받기 전까지 저항을 영구적으로 변화시키는 '메모리 저항기'입니다. MTJ를 자기 폭풍에 반응하는 신뢰할 수 있는 고속 교통 신호등이라고 한다면, 멤리스터는 방을 얼마나 밝게 설정했는지 정확히 기억하는 조광기(dimmer switch)와 같습니다.

오랫동안 이 두 기술은 서로 다른 재료와 규칙을 사용하여 별개의 집에서 거주해 왔습니다. 과학자들은 이 둘을 하나의 강력한 장치로 합쳐서, 자기장을 감지하는 동시에 데이터를 기억하는 두 가지 일을 한 번에 수행할 수 있게 만들기를 원했습니다. 하지만 이들을 결합하려고 할 때마다 마법 같은 기능 중 하나가 고장 나곤 했습니다. 만약 장치가 무언가를 기억하게 만들면, 자기장을 감지하는 능력을 잃어버렸습니다. 반대로 훌륭한 센서로 만들면, 기억하는 법을 잊어버렸습니다. 본 논문은 두 가지 초능력을 모두 유지하면서도 어느 하나를 망가뜨리지 않는 '하이브리드' 장치를 마침내 구축할 수 있는지 탐구합니다.

---

두 가지 역할을 수행하는 마법의 스위치

이 연구에서 연구팀은 단일 장치가 자기 센서와 메모리 스위치 역할을 동시에 수행할 수 있는지 확인하기로 했습니다. 그들은 산화마그네슘(MgO) 층을 가운데에 장벽으로 사용하는 특수한 재료 샌드위치를 사용하여 아주 작은 원통형 기둥을 제작했습니다. 보통 전자들은 이 장벽을 가로질러 뛰어넘기 어려워하지만, 전자들이 성공적으로 건너갈 때 장치는 자기장을 감지할 수 있습니다.

연구진은 특정 전기 펄스를 가함으로써, 이 자기 센서를 자기 감지 능력을 파괴하지 않고도 메모리 장치로 전환할 수 있다는 것을 발견했습니다. 작동 원리는 다음과 같습니다.

"포밍(Forming)" 기술
장치가 새 제품일 때는 일반적인 자기 센서에 불과합니다. 메모리 기능을 깨우기 위해 과학자들은 **전기적 포밍(electroforming)**이라는 일종의 '충격'을 주어야 했습니다. 그들은 처음으로 약 1.4 볼트의 높은 전압을 가했습니다. 이것은 마치 댐에 구멍을 뚫는 것과 같습니다. 이는 절연 장벽을 통과하는 아주 작은 전도성 경로(필라멘트)를 생성합니다. 일단 이 경로가 만들어지면, 장치는 두 가지 상태 사이를 전환할 수 있습니다:

1. 저저항 상태 (Low Resistance State, LRS): 경로가 열려 있어 전기가 쉽게 흐릅니다.
2. 고저항 상태 (High Resistance State, HRS): 경로가 닫히거나 끊어져서 전기가 통과하기 어렵습니다.

이 전환은 바이폴라(bipolar) 방식, 즉 경로를 열기 위해서는 양(+)의 전압이 필요하고, 경로를 닫기 위해서는 음(-)의 전압이 필요함을 의미합니다. 장치는 전원이 꺼진 후에도 자신이 어떤 상태였는지 기억할 수 있으므로, 비휘발성 메모리가 됩니다.

가장 놀라운 점: 정신을 잃지 않는다
가장 흥ся로운 발견은 장치가 자기를 감지하는 능력을 잃지 않았다는 것입니다. "포밍" 과정을 거쳐 메모리 모드로 전환된 후에도, 장치는 여전히 기능적인 자기 센서로서 작동했습니다. 물론 몇 가지 주의사항은 있습니다.

• 센서: 자기장을 가했을 때, 장치의 저항은 복잡한 "히스테리시스(hysteresis, 지연 현상)" 없이 매끄럽고 직선적인 선형 응답을 보였습니다. 이는 좋은 자기장 센서의 핵심 요구 사항입니다. 그러나 연구진은 이 장치가 이상적인 의미에서 '완벽'하지는 않다고 언급했습니다. 실험에 사용된 특정 재료와 장치의 큰 크기 때문에 최대 자기장에서 최대 저항에 도달하지 못했고, 자기 신호(TMR)가 평소보다 작았습니다. 이러한 비이상적인 특성에도 불구하고, 센서는 효과적으로 작동했습니다.
• 메모리: 동시에, 연구진은 전기 펄스를 사용하여 저항을 수천 배(최대 2000% 변화!)까지 조절할 수 있었습니다. 이때 사용된 펄스는 10 나노초만큼 짧았습니다.

센서의 "꺼짐" 스위치
여기서 그들이 발견한 매우 멋진 기술이 있습니다. 장치가 저저항 상태(메모리 '온' 상태)에 있을 때, 자기 감지 능력은 완전히 사라집니다. 마치 자기 센서가 꺼진 것과 같습니다. 하지만 장치를 고저항 상태로 전환하면, 자기 감지 능력이 이전만큼 강력하게 되살아납니다.

이것은 마치 안경이 눈가리개로 변했다가 다시 완벽한 안경으로 돌아오는 것과 같습니다. 이는 여러분이 전기 펄스를 보내 칩을 물리적으로 다시 만들 필요 없이, 회로의 일부를 "끄거나" 컴퓨터의 배선 방식을 변경할 수 있음을 의미합니다.

비밀 재료: 탄탈륨(Ta) 도핑
연구진은 또한 산화마그네슘 장벽 중간에 **탄탈륨(Tantalum, Ta)**이라는 금속을 아주 조금 첨가하는 실험도 진행했습니다. 이는 요리 레시피에 향신료를 한 꼬집 넣는 것과 같았습니다.

• 트레이드오프(Trade-off): 탄탈륨을 추가하면 자기 감지 능력은 다소 약해졌습니다(TMR 비율이 약 45%에서 25%로 감소).
• 보상: 하지만, 이는 메모리 전환을 훨씬 더 에너지 효율적으로 만들었습니다. 장치가 상태를 전환하는 데 필요한 전력이 20% 감소했습니다. 이는 여러분이 수백만 개의 스위치가 있는 컴퓨터를 구축할 때, 20%의 에너지를 아끼는 것이 엄청난 양의 전력 절감으로 이어진다는 점에서 매우 중요한 대목입니다.

과학적 원리
연구팀은 이 장치가 마치 2차선 도로처럼 작동한다는 것을 밝혀냈습니다.

1. A 차선 (터널): 전자들이 MgO 장벽을 통해 터널링합니다. 이곳에서 자기 감지가 일어납니다.
2. B 차선 (지름길): 장치가 "저저항" 상태일 때, 결함(아마도 산소 공석)으로 이루어진 작은 필라멘트가 형성되어 장벽을 우회하는 지름길을 만듭니다. 이 지름길은 전기를 운반하지만 자기장에는 반응하지 않습니다.

지름길이 활짝 열려 있을 때(저저항), 이 경로는 자기 신호를 압도하여 장치가 일반적인 저항기처럼 작동하게 만듭니다. 지름길이 닫혔을 때(고저항), 전자들은 다시 터널로 강제 유도되며 자기 감지 능력이 돌아옵니다. 전압을 정밀하게 제어함으로써 연구진은 심지어 "중간" 상태를 만들어낼 수도 있었으며, 이를 통해 장치가 단순한 온/오프 버튼이 아닌 조광기처럼 작동하게 했습니다. 이러한 준아날로그(quasi-analogue) 동작은 뇌의 뉴런이 작동하는 방식을 모방하는 데 완벽합니다.

이것이 왜 중요한가
이 연구는 자기 센서와 메모리 스위치 중 하나를 선택할 필요가 없으며, 하나의 작은 패키지에 두 가지를 모두 담을 수 있다는 것을 증명합니다. 이 장치들은 안정적이고, 매우 빠르게(10 나노초까지) 전환할 수 있으며, 매우 작은 크기(본 연구에서는 5 마이크로미터까지)로 축소할 수 있습니다.

저자들은 이것이 **재구성 가능한 회로(reconfigurable circuits)**의 길을 열어줄 것이라고 제안합니다. 컴퓨터 칩에 펄스를 보내 연결을 "지우거나" 새로운 연결을 "생성"하여, 제작된 후에도 컴퓨터의 뇌 구조를 실시간으로 바꾸는 세상을 상상해 보십시오. 이는 자동차나 의료 기기를 위한 더 스마트하고 유연한 센서, 그리고 우리 뇌처럼 학습하고 적응하는 강력한 새로운 유형의 컴퓨터를 만드는 데 기여할 수 있습니다. 연구진은 이 장치를 더욱 작게(나노미터 규모까지) 만드는 과정에서 새로운 과제가 생길 수 있다고 언급했지만, 이 작업은 진정으로 다기능적이고 프로그래밍 가능한 미래를 향한 유망한 첫걸음입니다.