AI로 메타 표면 설계 최적화..."차세대 광소자 개발 돌파구"

KAIST, 강화학습으로 자유 구조 메타 표면 최적 설계 찾는 기술 개발

KAIST(총장 이광형)는 전기및전자공학부 장민석 교수 연구팀이 강화학습에 기반한 자유 구조의 메타 표면 구조 설계 방법을 제안했다고 25일 밝혔다. 이 연구는 반도체 제조 솔루션 기업 KC가 설립한 연구조직 KC ML2 박찬연 박사와 공동으로 진행됐다. 

KAIST와 KC ML2 공동연구팀의 논문이 실린 ACS 포토닉스 2022년 2월호 전면 표지

메타 표면은 빛의 파장보다 훨씬 작은 크기의 구조를 이용해 이전에 없던 빛의 성질을 달성하는 나노광학 소자를 뜻한다. 물질 표면에 미세하고 복잡한 구조를 형성, 자연에 존재하지 않는 인위적 물성을 지니도록 설계 및 제작된다.

연구진은 메타 표면 자유 구조와 같이 넓은 설계 공간을 가진 복잡한 문제에 강화학습을 적용해 소자 최적화를 시도했다. 

인공지능이 구조의 구성 요소를 하나씩 '뒤집는' 행동, 즉 소자 구성요소의 구성 물질을 바꾸는 행동을 해서 원하는 결과가 나올 경우 보상을 하는 방식으로 학습시켰다. 이 방법론으로 기존 성능을 뛰어넘거나 유사한 소자 구조를 발견할 수 있었다. 메타 표면에 대한 사전지식 없이도 가능한 구조를 넓게 탐색하고 최적 구조를 찾을 수 있음을 보였다.

강화학습 기반 메타표면 설계 최적화 알고리즘 모식도 (자료=KAIST)연구진은 입사한 빛을 특정 각도로 굴절시키는 메타 표면 설계를 강화학습을 통해 인공지능에 학습시켰다.

향후 광소자뿐 아니라 다른 분야의 소자 구조 최적화에도 활용될 것으로 기대된다.

서동진 KAIST 연구원과 남원태 ML2 연구원이 공동 제1저자로 참여한 이번 연구는 국제 학술지 'ACS 포토닉스(ACS Photonics)' 2022년 2월호 표지논문으로 게재됐다. 논문 제목은 Structural Optimization of a One-Dimensional Freeform Metagrating Deflector via Deep Reinforcement Learning 이다.