高丽大学世宗校区（副校长 梁智云）电子信息工程系申龙求（音）教授研究团队与檀国大学金玟柱（音）教授研究团队开展合作研究，开发了基于新型材料的技术，用以提升作为下一代人工智能（AI）半导体核心器件的忆阻器（Memristor）性能。研究团队通过引发剂化学气相沉积法（iCVD），成功实现了适用于高分辨率图像处理的有机忆阻器。

随着 AI 技术的快速发展，对大容量图像处理的需求持续增长。在此背景下，传统计算机结构（冯·诺依曼结构）中产生的数据瓶颈及高能耗问题被指出为重要技术限制。作为解决方案，存内计算（In-Memory Computing）受到广泛关注，但现有的聚合物基忆阻器由于器件差异大、学习精度较低，难以实现商业化应用。

为克服上述局限，研究团队引入了 iCVD 工艺。在气相条件下合成 2-氰乙基丙烯酸酯（CEA）与二乙二醇二乙烯醚（DEGDVE），制备出厚度低于 10 纳米（nm）的均匀共聚物超薄膜。该材料通过氰基（Cyano）官能团实现对导电细丝形成的精密控制，使数据存储特性的线性度与对称性显著提升。

此外，研究团队通过调控电压脉冲的幅度与持续时间，实现了对突触权重（Weight）的精细调节。利用所开发的忆阻器对 DenseNet-121 模型进行仿真，在 Oxford 102 Flowers、Food-101、Stanford Cars 等高分辨率图像数据集中，最高分类准确率达 88.39%。该结果超越了以往研究水平，显示出在实际 AI 应用领域中的可行性。

本研究成果已发表于国际学术期刊《Advanced Science》，论文题为《An Ultrathin, Cyano-Functionalized Copolymeric Memristor by iCVD Process for Driving Convolutional Neural Networks of High-Resolution Images》。

另一方面，申龙求（音）教授目前正在开展由 IITP 主导的“以人为本的下一代挑战型 AI 技术开发项目”以及韩国研究财团“优秀新进研究项目”，聚焦于物理 AI、生成式人工智能与智能代理等下一代自主智能系统的核心技术研究。研究团队持续推进机器人操作、多模态认知、生成式 AI 融合等多种前沿 AI 技术开发，为韩国人工智能研究生态体系的发展作出贡献。