카이스트 자가 학습 가능한 컴퓨팅 칩 개발... 차세대 반도체 소자 '멤리스터' 활용

[녹색경제신문 = 이지웅 기자] 최신현 카이스트 전기및전자공학부 교수, 윤영규 교수 공동연구팀이 스스로 학습하고 오류를 수정할 수 있는 차세대 뉴로모픽 반도체 기반 초소형 컴퓨팅 칩을 개발했다.

이는 기존 뉴로모픽 소자에서 해결이 어려웠던 비이상적 특성에서 발생하는 오류를 스스로 학습하고 수정할 수 있다. 예를 들어 영상 스트림을 처리 시 해당 칩은 움직이는 물체를 배경에서 자동으로 분리하는 법을 학습하면서 작업 수행 능력을 올린다. 이 자가 학습 능력은 실시간 영상 처리에서 이상적인 컴퓨터 시뮬레이션에 견줄 만한 정확도를 달성했다. 

연구팀은 세계 최초로 즉각적인 환경 변화에 적응할 수 있는 멤리스터 기반 통합 시스템을 개발함으로써 기존 기술의 한계를 극복했다. 멤리스터(memristor)는 두 단자 사이로 과거에 흐른 전하량과 방향에 따라 저항값이 결정되는 전기소자다. 

이 소자의 가변 저항 특성은 신경망의 시냅스 역할을 대체할 수 있다. 이를 활용해 우리 뇌세포처럼 데이터 저장 및 연산을 동시에 수행할 수 있다.

연구팀은 저항 변화를 정밀하게 제어할 수 있는 고신뢰성 멤리스터를 설계하고, 자가 학습을 통해 복잡한 보정 과정을 배제한 효율적인 시스템을 개발했다. 이번 연구는 실시간 학습과 추론을 지원하는 차세대 뉴로모픽 반도체 기반 통합 시스템의 상용화 가능성을 실험적으로 검증했다는 점에서 중요한 의미를 가진다.

해당 기술을 통해 일상적인 기기에서 인공지능을 사용하는 방식의 혁신을 이끌어 낼 수 있다. AI 작업 처리를 위한 원격 클라우드 서버의 의존도를 낮출 수 있다. 기존 컴퓨터 시스템은 데이터 처리 장치와 저장 장치가 분리돼 있기 때문에 인공지능처럼 복잡한 데이터를 처리할 때 효율성이 떨어졌다. 이와 함께 사생활 보호가 강화하고 에너지 효율성도 높일 수 있다. 

정학천 카이스트 연구원과 한승재 연구원은 “이 시스템은 책상과 자료 캐비닛을 오가며 일하는 대신 모든 것이 손이 닿는 곳에 있는 스마트 작업 공간과 같다”며 “이는 모든 것이 한 곳에서 처리돼 매우 효율적인 우리 뇌의 정보 처리 방식과 유사하다”고 설명했다.

이번 연구는 한국연구재단의 차세대지능형반도체기술개발사업, 우수신진연구사업, PIM인공지능반도체핵심기술개발사업, 정보통신기획평가원의 한국전자통신연구원연구개발지원사업의 지원을 받아 수행됐다.