컨텐츠 바로가기

반도체 양자점 ‘해킹’ 가능성↓…KAIST 양자점 잡음제거 기술 개발

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

- 조용훈 교수팀, 양자점 발광 신호·구조 유지한 채 배경잡음만 제거

- 다양한 반도체 양자점 기반 양자 광소자 및 광 집적회로 응용 기대

헤럴드경제

집속 이온빔을 이용한 소광기법을 육각 피라미드 꼭짓점 구조 위에 형성된 양자점에 적용한 예시 모식도.[KAIST 제공]

<이미지를 클릭하시면 크게 보실 수 있습니다>


[헤럴드경제=구본혁 기자] 한국과학기술원(KAIST)은 물리학과 조용훈 교수 연구팀이 집속 이온빔을 이용해 반도체 피라미드 구조의 꼭짓점에 형성된 단일 양자점(퀀텀닷)의 단광자 순도를 높이는 기술을 개발했다고 29일 밝혔다.

이 기술은 향후 피라미드 꼭짓점 같이 위치를 정확히 제어해 형성된 양자 광원뿐만 아니라 고밀도 양자점 기반 양자 광원, 전기 구동 양자점 기반 양자 광원 등 다양한 양자 광소자에 활용될 수 있을 것으로 기대된다.

양자 광원은 동시에 두 개 이상의 광자를 방출하지 않고 한 개의 광자씩만 방출하는 광원으로, 양자역학의 비복제 원리에 의해 단일 양자 정보를 복사할 수 없다는 점에서 해킹에 대해 안전한 양자 통신에 쓰일 수 있다. 특히 반도체 기반 양자점은 칩 상에 집적할 수 있고 전기 구동 또한 가능하다는 점에서 실용성이 높은 양자 광원으로써 널리 연구되고 있다.

하지만 반도체 양자점 기반 양자 광원에는 양자점 주변 구조에서 발생하는 배경 잡음이 공존하게 되는데, 이러한 배경 잡음은 양자광으로서의 성질을 약하게 만들어 양자광이 해킹당할 가능성이 생기게 된다. 반도체 양자점을 실질적인 양자 광원으로 사용하기 위해서는 배경 잡음을 줄여 양자광의 신호 대 잡음비를 크게 만드는 것이 중요한 요소다.

기존 연구에서는 양자 광원 주변의 배경 잡음을 줄여 신호 대 잡음비를 개선하기 위해 배경 잡음 신호가 나오는 부분을 에칭으로 제거하거나, 금속으로 막아버리는 등의 방법을 사용했다. 하지만 이러한 방법들은 양자점의 양자광 신호를 감소시키거나, 양자점 주변의 구조를 파괴한다는 약점이 있었다.

연구팀은 집속 이온빔을 이용해 양자점 주변의 구조를 물리적으로 파괴하지 않고, 양자광 신호도 약화시키지 않은 채 배경 잡음 신호만을 효과적으로 제거할 수 있는 기술을 개발했고, 이를 반도체 피라미드 구조의 꼭짓점에 정교하게 형성된 양자점에 적용했다.

헤럴드경제

육각 피라미드 구조체에서 꼭짓점을 제외한 나머지 영역에 집속 이온빔을 선택적으로 조사해 소광시킨 결과.[KAIST 제공]

<이미지를 클릭하시면 크게 보실 수 있습니다>


집속 이온빔 기술은 반도체 기술이나 생물학 등의 분야에서 에칭을 통한 나노 구조 제작이나 이미징 테스트를 위한 시료 제작 등에 널리 쓰여 왔다. 하지만 집속 이온빔을 빛을 내는 반도체 광소자나 광 집적회로를 제작하는 데 이용하게 되면, 이온 빔을 맞은 곳보다 훨씬 넓은 주변 영역에 이르기까지 결함 구조를 생성해 원하는 발광 신호를 크게 약화하는 문제가 있었다. 하지만 연구팀은 집속 이온빔의 종류와 조건을 정밀하게 조절하면 반도체 구조를 파괴하지 않으면서 배경 잡음 신호 만을 나노스케일의 공간해상도로 선택적으로 소광할 수 있다는 점에 착안했다.

이를 이용해 반도체 피라미드 구조의 꼭짓점에 있는 양자점 주변의 배경 잡음 신호를 나노스케일로 소광하는 데 성공했고, 이에 따라 나오는 발광 신호가 얼마나 양자광에 가까운지를 나타내는 지표인 단광자 순도를 크게 개선시켰다.

조용훈 교수는 “집속 이온빔을 이용해 원하지 않는 주변 배경 잡음 신호를 선택적으로 소광할 수 있는 고분해능 기법을 개발했고, 이는 다양한 양자 광소자와 광 집적회로, 그리고 디스플레이 분야에도 응용될 수 있는 기반 기술이 될 것”이라고 말했다.

KAIST 물리학과 최민호 박사과정과 전성문 박사과정이 공동 제 1저자로 참여한 이번 연구 결과는 나노 과학분야 국제학술지 ‘ACS 나노’ 7월 27일자로 정식 출간됐다.

nbgkoo@heraldcorp.com

Copyright ⓒ 헤럴드경제 All Rights Reserved.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.