KAIST 최성율 교수팀 "핵심 소자 아날로그 구동 방식 변화 원리 규명"

▲ (a) 플라스틱 기판 위에 제작된 유연 멤리스터 시냅스 소자 모식도
(b) 유연 멤리스터 시냅스 소자 단면 고해상도 투과전자현미경 이미지 [KAIST 제공=연합뉴스]
▲ (a) 플라스틱 기판 위에 제작된 유연 멤리스터 시냅스 소자 모식도 (b) 유연 멤리스터 시냅스 소자 단면 고해상도 투과전자현미경 이미지 [KAIST 제공=연합뉴스]
▲ (a) 얼굴 인식을 위한 인공 신경망 학습 전·후 유연 멤리스터 가중치 전도도 분포
(b) 학습에 따른 유연 멤리스터 기반 인공 신경망 얼굴 인식률 변화 [KAIST 제공=연합뉴스]
▲ (a) 얼굴 인식을 위한 인공 신경망 학습 전·후 유연 멤리스터 가중치 전도도 분포 (b) 학습에 따른 유연 멤리스터 기반 인공 신경망 얼굴 인식률 변화 [KAIST 제공=연합뉴스]
▲ KAIST 전기및전자공학부 최성율 교수 [KAIST 제공=연합뉴스]
▲ KAIST 전기및전자공학부 최성율 교수 [KAIST 제공=연합뉴스]
'멤리스터 활용' 뇌 닮은 뉴로모픽 칩 구현 잰걸음

KAIST 최성율 교수팀 "핵심 소자 아날로그 구동 방식 변화 원리 규명"

(대전=연합뉴스) 이재림 기자 = 한국과학기술원(KAIST)은 전기및전자공학부 최성율 교수 연구팀이 멤리스터(Memristor) 소자 구동 방식을 아날로그 형태로 바꿔 뉴로모픽 칩 시냅스로 활용할 수 있는 가능성을 제시했다고 10일 밝혔다.

뉴로모픽 칩은 뇌 신경 구조를 모방해 사람의 사고 과정과 비슷한 방식으로 정보를 처리하도록 고안한 반도체다.

인공지능(AI) 핵심 기술로 꼽힌다.

뉴로모픽 칩 내부에 인공 신경망을 가장 효과적으로 구현할 수 있는 '크로스바 어레이'(crossbar array) 제작 소자로는 멤리스터가 1순위를 차지한다.

멤리스터는 메모리와 레지스터의 합성어다.

물리적 인공 신경망은 뉴런 회로와 시냅스 소자로 구성된다.

뉴로모픽 칩 기반 AI 연산을 수행할 때 각 시냅스에서는 뉴런 간 연결 강도를 나타내는 전도도 가중치가 아날로그 데이터로 저장·갱신돼야 한다.

최 교수 연구팀은 플라스틱 기판 위에 고분자 소재 기반 유연 멤리스터를 만들었다.

이때 소자 내부에 형성되는 전도성 금속 필라멘트 크기를 금속 원자 수준으로 얇게 조절하면 멤리스터 동작이 디지털에서 아날로그 방식으로 변화하는 것을 발견했다.

유연 뉴로모픽 칩 개발 가능성을 확보했다는 뜻이다.

실제 연구팀의 유연 멤리스터 시냅스로 구성된 인공 신경망은 학습을 통해 사람 얼굴을 효과적으로 인식했다고 KAIST는 설명했다.

최성율 교수는 "멤리스터 소자 구동 방식이 디지털에서 아날로그로 변화되는 주요 원리를 밝힌 것"이라며 "다양한 멤리스터 소자를 디지털 메모리나 시냅스 소자로 응용할 수 있는 길을 연 셈"이라고 말했다.

연구는 과학기술정보통신부·한국연구재단 글로벌프론티어사업(나노기판소프트일렉트로닉스 연구단) 지원을 받아 수행했다.

성과를 담은 논문은 지난달 4일 나노 레터스(Nano Letters) 온라인판에 실렸다. 삼성전자 장병철 연구원, 미국 노스웨스턴대 김성규 박사, KAIST 양상윤 연구교수가 공동 1저자다.

walden@yna.co.kr

저작권자 © 충청투데이 무단전재 및 재배포 금지