뇌 신경 모방한 뉴로모픽 어레이가 사진 알아본다

포항공대, 사진 정보 처리 및 사물 인식 위한 인-메모리 컴퓨팅 기술 확보

인간 뇌 신경망을 모방해 대량의 정보를 효율적으로 처리하는 인공신경망 어레이가 개발됐다.

한국연구재단(이상장 이광복)은 이장식 포항공과대학교 교수 연구팀이 비정형 사진 정보의 특성을 추출하고 인식하는 차세대 인공 신경망 어레이를 개발했다고 11일 밝혔다.

인공 신경망 어레이는 무수히 많은 신경망이 얽혀 네트워크를 이룬 인간의 뇌처럼 시냅스 모방 소자를 모아, 연산과 정보 저장을 병렬적으로 처리하는 차세대 정보 처리 장치다. 이장식 교수 연구팀은 산화 하프튬 기반 강유전체를 사용한 시냅스 모방 트랜지스터 소자를 개발하고, 이를 집적해 고성능 인공 신경망 어레이를 만들었다.

강유전체는 외부 전원 없이 스스로 전기적 분극을 유지하는 성질을 가져 전기적 특성을 정밀하게 제어하는 시냅스 소자를 만들 수 있다. 전력 소비가 적고 동작 속도는 빠른 것도 장점이다. 

이에 따라 강유전체 기반 시냅스 소자는 모바일 기기와 소셜네트워크, 사물인터넷 등에서 쏟아져 나오는 대용량 비정형 데이터를 처리할 수 있는 소자로 주목받고 있다. 하지만 실제 인공 신경망 칩을 구현하려면 단위 소자 기술뿐 아니라 다수의 시냅스 트랜지스터 소자들을 집적한 어레이 수준에서도 동작이 구현되어야 하는데, 이같은 기술은 지금까지 보고된 바 없었다.

강유전체 시냅스 트랜지스터는 각 소자의 특성을 하나씩 순차적으로 조절하는 방식으로 동작해 효율이 낮은 것이 문제였다. 연구팀은 어레이로 연결된 소자들의 동작 방법을 최적화해 다수의 소자 특성을 동시에 병렬적으로 조절하는 방법을 개발, 빠른 동작 속도를 확보했다. 그 결과, 비정형 사진 정보의 특징 추출과 후처리도 가능함을 확인하였고 사진 내 임의의 물체 종류 인식 시험에서 90% 이상 인식률을 보였다.

강유전체 시냅스 트랜지스터 기반 인공 신경망 어레이, 병렬적 특성 제어 방법과 이를 활용한 사진 정보 추출 및 사물 인식 (자료=포항공과대학교)

이장식 교수는 "개발된 고성능 인공 신경망 어레이를 병렬적으로 학습시키는 기술을 사용하면 학습 및 동작 시간이 감소해 저전력, 고속으로 사물 인식이 가능할 것"이라며 "인공지능이나 자율주행, 메타버스, 사물인터넷 등 비정형 정보 처리가 필요한 분야와 인-메모리 컴퓨팅에 적용 가능한 중요 기술이 될 것"이라고 밝혔다. 

이번 연구는 과기정통부와 한국연구재단이 추진하는 기초연구사업(중견연구)등의 지원으로 수행됐으며, 학술지 '사이언스 어드밴시스(Science Advances)'에 9일(현지시간) 게재됐다.