뉴로모픽 소자 레고처럼 쌓아 인공신경망 하드웨어 구현
뇌와 시냅스 구조를 모방한 뉴로모픽 소자를 레고 블록처럼 쌓아올려 시스템 수준에서 검증하는 기술을 국내 연구진이 개발했다. 한국과학기술연구원 (KIST, 원장 윤석진)은 인공뇌융합연구단 곽준영 박사 연구팀이 레고 블록처럼 뉴런과 시냅스를 연결해 대규모 인공신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자 통합 기술을 구현했다고 21일 밝혔다. 인공지능(AI) 시대를 맞아 전력 소모를 줄이고 데이터 처리 속도를 높이기 위해 뇌 구조를 모방한 뉴로모픽 컴퓨팅이 주목받고 있다. 뇌의 뉴런과 시냅스를 모방한 소자들이 속속 개발되고 있으나, 아직 개별 소자를 통합해 시스템에서 검증하는 연구는 미비하다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 육방정계 질화붕소(hBN)을 이용해 수직적층 구조의 멤리스터 소자를 제작, 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 기존 실리콘 CMOS 기반 인공 신경 모사 소자는 다수의 소자를 사용해 구조가 복잡하지만, 이 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계해 제조 공정이 간단하고 네트워크 확장에 적합하다. 대규모 인공신경망 하드웨어 개발의 기반을 마련했다는 설명이다. 연구팀은 개발한 소자를 통합 및 연결해 인공 신경망의 기본 단위 블록인 '뉴런-시냅스-뉴런' 구조도 하드웨어로 구현하고, 인간 뇌처럼 중요한 의미가 있는 강한 신호 위주로 반응해 에너지를 아끼는 스파이크 신호 기반 정보 전달을 성공적으로 모사했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증했다. 이를 통해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. 곽준영 박사는 "인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차 같은 분야에서 생성되는 방대한 데이터를 효율적으로 처리하는 데 활용할 수 있을 것"이라며 "기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것"이라고 밝혔다. 이 연구는 과학기술정보통신부 차세대지능형반도체기술개발(소자)사업(2021M3F3A2A01037738)과 KIST 주요 사업으로 수행됐으며, 학술지 '어드밴스드 펑셔널 머티리얼스(Advanced Functional Materials)에 최근 게재됐다. 논문 제목은 Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices 이다.
