국립한국해양대학교(총장 류동근) 나노반도체공학과 전영태 교수 연구팀은 한양대학교(총장 이기정) 유호천 교수 연구팀과의 공동연구를 통해 공액 고분자 나노와이어 반도체 기반 신경형(optoneuromorphic) 광시냅스 소자를 개발하고, 이를 이용하여 근전도(EMG)·심전도(ECG) 신호를 인공지능으로 분류하는 데 성공했다고 밝혔다.

이번 연구 결과는 세계적인 과학저널 Small (I.F.: 12.1, JCR상위 7.2%)에 편집자의 선택 (Editor’s Choice) 논문 및 Inside Front Cover로 선정 ‘DPP-DTT Nanowire Phototransistors for Optoelectronic Synapses in EMG and ECG Signal Classification’이라는 제목으로 2025년 12월 제21권 48호에 게재됐다.

연구팀은 공액 고분자 반도체 물질을 이용해 폭 460 nm, 간격 8–11 μm, 높이 약 80 nm의 나노와이어(nanowire)를 정밀하게 정렬시키는 공정을 개발했다.

이 공정은 마스터 몰드 스탬핑 기술을 적용해 고온·고압 공정 없이도 균일한 고분자 나노와이어 구조를 형성할 수 있음을 입증했다.

이러한 나노와이어 기반의 공액 고분자 반도체 구조는 빛 자극에 의해 전도도가 변화하는 포토게이팅(photo-gating) 효과를 극대화하며, 이를 통해 생물학적 시냅스의 가소성(plasticity) 즉, 장기 강화(LTP)와 장기 억제(LTD)를 정밀하게 모사할 수 있다.

연구팀은 해당 소자를 기반으로 인공신경망(ANN) 및 합성곱신경망(CNN) 알고리즘을 구현하여 필기 숫자(MNIST) 97.4%, 근전도(EMG) 93.4%, 심전도(ECG) 89.0%, 영상 인식(CIFAR-10) 83.8%의 높은 분류 정확도를 달성했다.

특히 본 연구는 나노와이어 구조의 유기 반도체 단일소자에서 빛을 이용한 신호학습과 생체신호 인식이 동시에 가능함을 실험적으로 입증함으로써 향후 웨어러블 헬스케어 및 뉴로모픽 센서 시스템 분야에 새로운 응용 가능성을 제시했다.

한편 공동 제1저자인 윤진석(국립한국해양대학교) 연구원은 공액 고분자 반도체 나노와이어 소자 개발, 최왕명(한양대학교) 연구원은 광학 실험 및 전기적 특성 분석, 이원우(한양대학교) 연구원은 인공지능 학습 시뮬레이션에 참여했다.

김형일 부산닷컴 기자 ksolo@busan.com