KAISTは9日、光学顕微鏡画像のみを用いて2次元半導体を自動選別し、電極設計からトランジスタの作製、分析までを一貫して進める技術を開発したと発表した。

同技術は、クォン・ジミン教授（電気・電子工学部、AIシステム学科）の研究チームが、UNIST、国立韓畑大学、漢陽大学、米ワシントン大学セントルイス校との共同研究で開発したものだ。

2次元半導体は、原子数層の厚みしか持たない超薄膜半導体。従来のシリコン半導体より小型で低消費電力のデバイス実現が期待され、「夢の半導体」とも呼ばれる。将来的にはAI半導体のほか、スマートフォン、データセンター、ウェアラブル機器、折り曲げや伸縮が可能な電子機器、超小型医療センサーなどへの応用が見込まれている。

一方で、溶液プロセスで作製した2次元半導体は、微小な半導体片であるフレークごとに位置やサイズ、厚みが異なる。このため、研究者が顕微鏡で目的試料を1つずつ探し、その位置に合わせて電極を個別に設計する必要があった。数千個規模の素子をまとめて分析するのも、事実上困難だったという。

研究チームは、代表的な2次元半導体材料である二硫化モリブデン（MoS2）を対象に、顕微鏡画像上で観測されるRGB（赤・緑・青）の輝度値が厚みに応じて変化する特性に着目した。これを利用し、コンピュータが目的の半導体を自動検出し、電極配置まで自動で設計する仕組みを構築した。

原子間力顕微鏡（AFM）で検証した結果、3〜8層の厚み差を識別できた。これにより、12万個以上の半導体フレークから条件に合う試料を自動選別し、1615個のトランジスタを作製・分析することに成功した。

あわせて、厚みと電気的性能の関係も統計的に明らかにした。半導体は厚くなるほど電流が流れやすくなる一方、電源のオン・オフ性能は低下する傾向が確認された。従来は少数試料の分析にとどまり把握が難しかった特性を、大規模データ解析によって示したとしている。

クォン教授は「これまでは研究者が顕微鏡で目的の半導体を直接探さなければならなかったが、今回の研究でその工程を自動化できるようになった」と説明した。その上で「今後は顕微鏡写真だけで半導体の電気的性能を予測し、より優れた次世代半導体を大幅に速く開発する基盤になる」と述べた。

今回の研究では、クォン教授、チョン・ハクスン博士、イ・ヨンウ博士が共同責任著者を務め、UNISTのイ・サンヒョン研究員が筆頭著者として参加した。研究成果は材料科学分野の国際学術誌「Advanced Functional Materials」に4月3日付で掲載され、2次元材料・電子素子分野のインサイド・バックカバー論文に選ばれた。