컨텐츠 바로가기

04.26 (금)

인간 뇌 모방 고효율 인공지능 구현 반도체 개발

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

저전력에 고성능, 상용화된 실리콘으로 만들어 실용화 가능성도 높아

아시아경제

<이미지를 클릭하시면 크게 보실 수 있습니다>


[아시아경제 김봉수 기자] 한국 과학자들이 인간의 뇌를 모방해 매우 적은 전기로도 인공지능(AI)을 구현하는 고성능 반도체를 개발했다.

한국과학기술원(KAIST)은 최양규·최성율 전기및전자공학부 교수 공동연구팀이 인간의 뇌를 모방한 고집적 뉴로모픽 반도체를 개발했다고 5일 밝혔다.

연구팀은 인간의 뇌가 매우 복잡한 기능을 수행하지만 소비하는 에너지는 20와트(W) 밖에 되지 않는다는 것에 착안했다. 인간의 뇌를 모방해 인공지능 기능을 하드웨어로 구현한 것이다. 이렇게 해서 개발된 뉴로모픽 하드웨어는 기존의 폰 노이만(von Neumann) 방식과 다르게 인공지능 기능을 초저전력으로 수행할 수 있다. 단일 트랜지스터를 이용해 인간의 뇌를 모방한 뉴런과 시냅스로 구성됐고 상용화된 실리콘 표준 공정으로 제작돼 실용화 가능성도 높다.

뉴로모픽 하드웨어를 구현하기 위해서는 생물학적 뇌와 동일하게 일정 신호가 통합되었을 때 스파이크를 발생하는 뉴런과 두 뉴런 사이의 연결성을 기억하는 시냅스가 필요하다. 하지만, 디지털 또는 아날로그 회로를 기반으로 구성된 뉴런과 시냅스는 큰 면적을 차지하기 때문에 집적도 측면에서 한계가 있다. 인간의 뇌가 약 1000억개(1011)의 뉴런과 100조개(1014)의 시냅스로 구성된다는 점에서 실제 모바일 및 사물인터넷(IoT) 장치에 사용되기 위해서는 집적도를 개선할 필요가 있다.

이에 따라 다양한 소재 및 구조 기반의 뉴런과 시냅스가 제안됐지만 대부분 표준 실리콘 미세 공정 기술로 제작될 수 없어 상용화가 어렵고 양산 적용에 문제가 많았다.

연구팀은 문제 해결을 위해 이미 널리 쓰이고 있는 표준 실리콘 미세 공정 기술로 제작될 수 있는 단일 트랜지스터로 생물학적 뉴런과 시냅스의 동작을 모방했으며, 이를 동일 웨이퍼(8 인치) 상에 동시 집적해 뉴로모픽 반도체를 제작했다.

제작된 뉴로모픽 트랜지스터는 현재 양산되고 있는 메모리 및 시스템 반도체용 트랜지스터와 같은 구조다. 트랜지스터가 메모리 기능 및 논리 연산을 수행하는 것은 물론 새로운 뉴로모픽 동작이 가능함을 실험적으로 보여 줬다. 기존 양산 트랜지스터에 새로운 동작원리를 적용해 구조는 같으나 기능이 전혀 다른 뉴로모픽 트랜지스터를 제작했다. 뉴로모픽 트랜지스터는 마치 동전에 앞면과 뒷면이 동시에 있는 것처럼, 뉴런 기능도 하고 시냅스 기능도 수행하는 야누스(Janus) 구조로 구현 가능함을 세계 최초로 입증했다.

연구팀의 기술은 복잡한 디지털 및 아날로그 회로를 기반으로 구성되던 뉴런을 단일 트랜지스터로 대체 구현해 집적도를 획기적으로 높였고, 같은 구조의 시냅스와 함께 집적해 공정 단순화로 비용도 절감했다. 존 뉴런 회로 구성에 필요한 평면적이 21,000 단위인 반면, 새로 개발된 뉴로모픽 트랜지스터는 6 단위 이하이므로 집적도가 약 3500 배 이상 높다.

연구팀은 제작된 뉴로모픽 반도체를 바탕으로 증폭 이득 조절, 동시성 판단 등의 뇌의 기능을 일부 모방했고, 글자 이미지 및 얼굴 이미지 인식이 가능하다는 사실도 확인했다.

한준규 박사과정은 "상보성 금속 산화막 반도체(CMOS) 기반 단일 트랜지스터를 이용해 뉴런과 시냅스 동작이 가능함을 보였다"며 "상용화된 CMOS 공정을 이용해 뉴런, 시냅스, 그리고 부가적인 신호 처리 회로를 동일 웨이퍼 상에 동시에 집적함으로써, 뉴로모픽 반도체의 집적도를 개선했다. 뉴로모픽 하드웨어의 상용화를 한 단계 앞당길 수 있을 것"이라고 말했다.

이번 연구는 국제 학술지 '사이언스 어드벤시스(Science Advances)' 8월 온라인판에 출판됐다.

김봉수 기자 bskim@asiae.co.kr
<ⓒ경제를 보는 눈, 세계를 보는 창 아시아경제(www.asiae.co.kr) 무단전재 배포금지>
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.