KAIST, 현실판 '스타워즈 광선검' 만드는 신물질 개발

▲신종화 교수 (카이스트 제공)

▲장태용 박사과정 (카이스트 제공)

▲광학적 거대 비선형성을 갖는 메타물질과 동물 뼈의 구조 비교 (카이스트 제공)

국내 연구진이 동물 뼈가 그의 구성성분인 단백질보다 수천 배 단단할 수 있는 생체역학적 원리를 모사해 광학적 비선형성이 기존 물질 대비 수천에서 수십억 배나 큰 신물질을 개발했다.

비선형성이란 입력값과 출력값이 비례관계에 있지 않은 성질인데 광학에서 큰 비선형성을 확보할 경우 빛의 속도로 동작하는 인공 신경망이나 초고속 통신용 광 스위치 등의 광소자를 구현할 수 있다.

KAIST(카이스트) 신소재공학과 신종화 교수 연구팀은 벽돌을 엇갈려 담을 쌓는 것과 같이 나노 금속판을 3차원 공간에서 엇갈리게 배열하면 물질의 광학적 비선형성이 매우 크게 증대될 수 있음을 확인했다. 신 교수 연구팀이 이번 연구를 통해 발견한 비선형성 증대원리는 광학뿐만 아니라 역학, 전자기학, 유체역학, 열역학 등 다양한 물리 분야에도 적용이 가능하다.

KAIST 신소재공학과 장태용 박사과정이 제1저자로 참여한 이번 연구는 국제 학술지 '커뮤니케이션즈 피직스' 5월 8일자 온라인판에 게재됐다.

영화 스타워즈의 광선 검처럼 잘 제어된 빛을 만드는 것이나 빛만으로 구동되는 광컴퓨터를 만드는 것은 비선형성을 이용할 때 가능한데, 아직 실현되지 않고 있는 이유는 강한 비선형성을 가진 소재가 없기 때문이다. 자연 물질의 작은 비선형성으로도 초고속 광소자, 3차원 광식각 공정, 초 고분해능 현미경 등의 기술들이 구현될 수 있지만, 이들은 크고 비싼 고출력 레이저를 사용하거나, 큰 장비 혹은 소자가 필요하다는 공통적인 한계를 지니고 있다.

이를 극복하기 위해 기존에는 미세한 인공 구조체를 설계해 그 틈에 빛을 모으는 방법이 많이 시도돼왔다. 비선형성은 빛의 세기에 비례하기 때문에 이 같은 방법을 이용하면 같은 부피의 자연 물질 대비 작은 빛의 세기로 비슷한 수준의 비선형 효과를 얻을 수 있다. 그러나 최대로 얻을 수 있는 비선형 효과의 크기는 결국 달라지지 않기 때문에 응용하는데 한계가 있다.

신 교수 연구팀은 물질의 근본적인 전기적 특성인 유전분극(물체가 전기를 띠는 현상)을 매우 크게 조절하는 방법을 고안했다. 나노 금속판이 3차원에서 엇갈려 배열돼있으면 국소분극이 공간을 촘촘하게 채우면서, 마치 시냇물이 모여서 강이 되듯, 전체적으로 매우 큰 분극을 만들게 된다는 점에 착안했다.

빛의 세기가 아닌 분극의 크기를 조절해 큰 비선형성 및 비선형 효과를 얻는 방법은 이번 신 교수 연구팀이 이번 연구에서 처음 제시한 개념인데, 비선형 광학이 60년 동안 달성하고자 했던 고효율의 작은 비선형 광소자 개발에 한 발 더 다가선 것으로 평가되고 있다.

연구팀은 이번에 고안한 메타물질(자연계에 존재하지 않는 특성을 구현하기 위해 매우 작은 크기로 만든 인공 원자의 주기적인 배열로 이루어진 물질)이 시간적으로 짧은 광신호에 대해서도 큰 비선형 효과를 얻을 수 있음을 통해 기존보다 효율적이면서도 더 빠른 광소자 구현이 가능함을 확인했다.

이 연구에서 활용된 소자는 비슷한 신호 시간을 가지는 기존 소자보다는 에너지 효율이 약 8배나 뛰어나고 비슷한 에너지 효율을 가지는 기존 소자보다도 신호 시간은 약 10배 정도 짧다. 즉, 신호의 시간과 소요되는 에너지의 곱으로 표현되는 성능 기준으로 보면, 이 소자는 현재까지 개발된 광소자 중 가장 우수한 성능을 보였다.

연구팀은 또 고안한 메타물질이 광학 이외의 물리 현상에도 적용될 수 있음을 입증했다. 연구팀은 단백질의 단단함 대비 뼈의 단단함을 설명하는 모델이 이번 연구에서 고안한 광학적 비선형성 증대원리와 수학적으로 매우 유사함을 증명했다. 따라서 유체역학에서의 물질전달률, 열역학에서의 열전도율 등의 증대에도 신 교수 연구팀의 연구방법이 적용될 수 있을 것으로 기대된다.

신종화 교수는 "올해는 지난 1960년 레이저가 발명된 지 60년이 되는 해로, 레이저의 발명이 센 빛을 최초로 만든 것이라면 이번 연구성과는 센 물질, 즉 광대역에서 매우 큰 유전분극 증대율을 보이는 물질을 최초로 발견하고 증명한 연구라는 점에서 의미가 크다"며 "기계학습을 위한 초고속 인공 신경망 등 다양한 광 응용 소자의 구현을 위해 후속 연구를 진행하고 있다"고 말했다.