한국과학기술원(KAIST) 연구진이 차세대 초저전력 반도체 기술을 개발했다. 기존 신경망 대비 에너지 소모를 27.7% 절감하고, 손상에도 스스로 복원하는 반도체 핵심 기술로 주목된다.
김경민 KAIST 신소재공학과 연구팀은 뉴런이 과거 활동을 기억해 스스로 반응 특성을 조절하는 ‘내재적 가소성’을 모방한 ‘주파수 스위칭 뉴리스터’를 개발했다고 28일 밝혔다.
내재적 가소성은 같은 소리를 여러 번 들으면 점점 덜 놀라거나, 반복된 훈련을 통해 특정 자극에 더 빨리 반응하게 되는 것과 같은 뇌의 적응 능력을 뜻한다. 주파수 스위칭 뉴리스터는 마치 사람이 자극에 점점 익숙해져 덜 놀라거나, 반대로 반복된 훈련으로 점점 더 민감해지는 것처럼, 신호의 빈도를 스스로 조절하는 인공 뉴런 소자다.
연구팀은 순간적으로 반응했다가 원래 상태로 돌아가는 ‘휘발성 모트 멤리스터’와, 입력 신호의 흔적을 오랫동안 기억하는 ‘비휘발성 멤리스터’를 결합해 뉴런이 신호를 얼마나 자주 내보낼지 자유롭게 조절할 수 있는 소자를 구현했다.
이 소자는 뉴런 스파이크 신호와 멤리스터 저항 변화가 서로 영향을 주고받으며 자동으로 반응을 조절한다. 반복해서 들은 소리에 덜 놀라거나, 특정 자극에 점점 더 예민해지는 뇌의 반응을 반도체 소자 하나로 흉내 낸 것이다.
연구팀은 이 기술의 효과를 검증하기 위해 ‘희소 신경망’ 시뮬레이션을 수행했다. 그 결과 뉴런 자체의 기억 기능을 통해 기존 신경망보다 27.7% 낮은 에너지 소모로 동일한 성능을 구현했다.
또 일부 뉴런이 손상되더라도 내재적 가소성을 통해 네트워크가 스스로 재구성되어 성능을 회복하는 뛰어난 복원력도 입증했다. 이 기술을 적용한 인공지능은 전기를 덜 쓰면서도 성능은 그대로 유지하고, 일부 회로가 고장 나도 스스로 보완해 다시 정상적으로 작동하는 셈이다.
김경민 교수는 “이번 연구는 뇌의 핵심 기능인 내재적 가소성을 단일 반도체 소자로 구현해 인공지능 하드웨어의 에너지 효율과 안정성을 한 차원 높인 성과”라며 “스스로 상태를 기억하고 손상에도 적응·복구할 수 있는 이번 기술은 엣지 컴퓨팅, 자율주행 등 장시간 안정성이 요구되는 시스템의 핵심 소자로 활용될 수 있을 것”이라고 말했다.
이번 연구는 신소재공학과 박우준 박사(독일 율리히 연구소), 송한찬(ETRI) 박사가 공동 제1 저자로 참여했으며, 연구 결과는 재료 분야 세계적 권위 학술지 어드밴스드 머터리얼즈에 온라인 게재됐다. 연구는 한국연구재단과 삼성전자의 지원을 받아 수행됐다.
심희정 기자 simcity@kmib.co.kr
GoodNews paper ⓒ 국민일보(www.kmib.co.kr), 무단전재, 수집, 재배포 및 AI학습 이용 금지
