스스로 학습하고 교정하는 신경형 반도체 칩?

기존 컴퓨터 시스템은 별도의 데이터 처리 및 저장 장치가 있어 AI와 같은 복잡한 데이터를 처리하는 데 비효율적입니다. KAIST 연구팀은 뇌가 정보를 처리하는 방식과 유사한 멤리스터 기반 통합 시스템을 개발했습니다. 이제 스마트 보안 카메라를 포함한 다양한 장치에 적용할 준비가 되어 원격 클라우드 서버에 의존하지 않고도 의심스러운 활동을 즉시 인식할 수 있으며, 의료 장치에서는 건강 데이터를 실시간으로 분석하는 데 도움이 됩니다.

KAIST(총장 이광형)는 전기및전자공학부 최신현 교수, 윤영규 교수 공동연구팀이 스스로 학습하고 오류를 교정할 수 있는 차세대 뉴로모픽 반도체 기반 초소형 컴퓨팅 칩을 개발했다고 17일 밝혔습니다.

이 컴퓨팅 칩의 특별한 점은 기존 신경모사 장치에서 해결하기 어려웠던 비이상적 특성으로 인해 발생하는 오류를 학습하고 수정할 수 있다는 것입니다. 예를 들어, 비디오 스트림을 처리할 때 칩은 움직이는 물체를 배경에서 자동으로 분리하는 법을 배우고 시간이 지남에 따라 이 작업에 더 능숙해집니다.

이러한 자기 학습 능력은 실시간 이미지 처리에서 이상적인 컴퓨터 시뮬레이션과 비슷한 정확도를 달성함으로써 입증되었습니다. 연구팀의 주요 업적은 뇌와 같은 구성 요소의 개발을 넘어 신뢰성과 실용성을 겸비한 시스템을 완성했다는 것입니다.

연구팀은 즉각적인 환경 변화에 적응 가능한 메모리스터 기반 통합 시스템을 세계 최초로 개발하였으며, 기존 기술의 한계를 극복하는 혁신적인 솔루션을 제시했습니다.

이 혁신의 핵심은 멤리스터*라고 불리는 차세대 반도체 소자입니다. 이 소자의 가변 저항 특성은 신경망에서 시냅스의 역할을 대체할 수 있으며, 이를 활용함으로써 우리의 뇌 세포와 마찬가지로 데이터 저장과 계산을 동시에 수행할 수 있습니다.

*멤리스터: 메모리와 저항기의 합성어로, 과거 두 단자 사이에 흘렀던 전하량과 방향에 따라 저항값이 결정되는 차세대 전기소자입니다.

연구팀은 저항 변화를 정밀하게 제어할 수 있는 고신뢰성 멤리스터를 설계하고, 자가학습을 통해 복잡한 보상 과정을 배제한 효율적인 시스템을 개발했습니다. 이 연구는 실시간 학습과 추론을 지원하는 차세대 뉴로모픽 반도체 기반 통합 시스템의 상용화 가능성을 실험적으로 검증했다는 점에서 의의가 있습니다.

이 기술은 인공지능이 일상 기기에 사용되는 방식에 혁명을 일으켜, 원격 클라우드 서버에 의존하지 않고도 로컬에서 AI 작업을 처리할 수 있게 함으로써 더 빠르고, 개인 정보가 더 보호되고, 에너지 효율성이 높아질 것입니다.

"이 시스템은 책상과 파일 캐비닛 사이를 오가며 일할 필요 없이 모든 것이 손이 닿는 거리에 있는 스마트 작업 공간과 같습니다." 이 기술 개발을 주도한 KAIST 연구원 Hakcheon Jeong과 Seungjae Han은 이렇게 설명했습니다. "이것은 우리의 뇌가 정보를 처리하는 방식과 비슷합니다. 모든 것이 한곳에서 동시에 효율적으로 처리됩니다."

본 연구는 KAIST 전기 및 전자공학부 석·박사통합과정 학생인 정학천, 한정재 학생이 공동 제1저자로 수행되었으며, 연구 결과는 2025년 1월 8일 국제 학술지인 Nature Electronics에 온라인으로 게재되었습니다.

본 연구는 한국연구재단의 차세대지능형반도체기술개발사업, 우수신진연구자사업, PIM AI반도체핵심기술개발사업, 정보통신기술기획평가원의 한국전자통신연구원 연구개발지원사업의 지원을 받아 수행되었습니다.


출처: https://www.sciencedaily.com/releases/2025/01/250121125920.htm

댓글 없음

아름다운 덧글로 인터넷문화를 선도해 주세요