생성형 인공지능(AI)과 고성능 CPU, GPU, 첨단 반도체 패키징 기술의 발전으로 전자소자 내부 발열 문제가 핵심 기술 과제로 부상하고 있다. 특히 AI 반도체는 고연산 과정에서 막대한 열을 발생시켜 성능 저하와 소자 수명 단축을 초래할 수 있어, 전기 절연성을 유지하면서도 열을 효과적으로 방출하는 소재 개발의 필요성이 커지고 있다.
이러한 가운데 전북대학교 유기소재섬유공학과 김성륜 교수팀과 한국과학기술연구원(KIST) 전북분원 이헌수 박사팀이 공동으로 AI 반도체 및 고성능 전자소자에 적용 가능한 절연 방열 복합소재를 개발해 주목을 받고 있다.
연구팀은 플라즈마 기반 질화붕소(hBN) 표면개질 기술과 분리 구조 복합재 설계를 결합해 기존 방식과 차별화된 접근을 제시했다. 일반적으로 열전도성 필러를 대량 첨가하는 방식과 달리, 복합소재 내부의 열 이동 경로를 정밀하게 설계함으로써 낮은 필러 함량에서도 효율적인 열전달 네트워크를 구현했다.
특히 플라즈마 공정을 통해 질화붕소 표면 특성을 개선하고, 고분자 입자 크기를 제어한 분리 구조를 형성해 열 흐름을 극대화했다. 여기에 3차원 마이크로 CT 분석과 ‘Excluded-volume-informed Foygel model’, 유한요소해석을 결합해 열전달 메커니즘을 규명하고 방열 성능을 예측하는 통합 분석 플랫폼도 구축했다.
연구 결과, 실제 GPU와 CPU 구동 환경에서도 우수한 방열 성능이 확인되며 AI 반도체용 절연 열계면소재(TIM)로서의 실용 가능성을 입증했다.
김성륜 교수는 “AI 반도체 경쟁력은 발열 제어 기술에 달려 있다고 해도 과언은 아니다”며 “이번 연구는 계면 제어와 구조 설계, 이론 모델을 통합한 접근으로 차세대 열관리 소재 개발의 중요한 기반이 될 것”이라고 밝혔다.
제1저자인 유균영 석·박사통합과정생은 “복합소재 내부의 열 이동 구조를 정밀하게 설계하는 것이 핵심”이라며 “이번 연구가 절연 방열소재의 구조 설계와 이론 모델 발전에 기여하길 기대한다”고 말했다.
이번 연구는 ‘Structure-aware thermal percolation modeling of plasma-functionalized hBN composites with optimized segregated networks’라는 제목으로 재료공학 분야 국제 학술지 『Composites Part B: Engineering』(Impact Factor 14.2, JCR 상위 0.3%)에 게재됐다.
한편, 해당 연구는 산업통상자원부와 한국산업기술기획평가원의 ‘K-카본 플래그십 기술개발사업’ 지원을 받아 수행됐다.
