뇌처럼 움직이는 뉴로모픽 반도체, 전기 아낀다
최근 반도체 업계 화두는 칩 전력 효율이다. 이전까지 속도, 용량 등 성능이 칩 구매에 가장 결정적인 요소로 작용했으나 패러다임이 바뀌고 있다. AI 학습량이 늘어나면서, 여기에 필요한 에너지 비용이 급격히 늘어난 결과다. 이에 반도체 업계와 학계에서는 저전력 시대를 열어갈 차세대 반도체로 '뉴로모픽 반도체'를 주목하고 있다. 뉴로모픽 반도체, 뇌처럼 필요할 때만 에너지 활용 18일 반도체 업계와 학계에서 뉴로모픽 반도체를 주목하는 이유는 저전력 성능에 있다. 기존 반도체에서 전력 소모가 가장 심한 영역은 '데이터 이동'이다. 메모리(D램, 낸드플래시)와 프로세서 사이에서 데이터가 이동하는 거리가 길수록 전력도 많이 필요하다. 연산 장치(프로세서)와 메모리가 분리된 폰 노이만 구조는 전력 소모가 있을 수 밖에 없는 셈이다. 폰 노이만 구조에서 벗어난 뉴로모픽 반도체는 연산과 저장(메모리)을 통합해 데이터 이동을 최소화한다. 데이터 이동 거리가 짧아 전력 소모량이 크지 않다. 뉴로모픽 반도체 업체 관계자는 “반도체 전력 소모의 상당 부분을 차지하는 게 데이터의 이동”이라며 “연산과 저장을 따로 하는 게 에너지 소모의 원인”이라고 전했다. 특히 뉴로모픽이 저전력 칩에서 효과적인 이유는 뇌와 유사한 '비동기' 처리 방식에 있다. 기존 반도체는 일정한 주기로 모든 회로가 동작하는 '동기식'으로 움직였으나, 뉴로모픽은 자극으로 인해 데이터 변화가 있을 때만 동작하는 것이다. 이는 이벤트에 따라 동작하는 사람의 뇌와 비슷하다. 뇌는 일종의 이벤트를 기반으로 동작한다. 뉴런이 일정 입계값을 넘을 때만 스파이크(Spike)를 발생시킨다. 뉴로모픽 칩은 이를 모방해, 자극이 있을 때만 뉴런이 반응하도록 칩을 만들었다. 김상엽 연세대학교 교수는 “사람의 뇌는 에너지를 굉장히 적게 먹는다”며 “해야 할 때만 동작을 하는 특징을 보이기 때문”이라고 말했다. 이어 “사람이 고민이 많으면 뇌의 많은 부분들이 활성화돼서 스파이크가 많이 발생하게 된다”며 “뇌의 에너지 소모량은 처리해야 되는 정보의 양에 비례하게 된다”고 밝혔다. 그러면서 “뇌는 항상 켜져 있기는 하지만 24시간 내내 우리가 고민을 하고 그러지 않는다”며 “딱 집중해서 생각한 뒤에는 안정된 상태를 유지한다. 사람의 뇌 뉴런은 이벤트에 기반 동작을 하도록 진화돼 왔다”고 설명했다. “더 효율적으로”...하이브리드 컴퓨팅 적용이 해법 다만, 뇌를 모방한 특성상 시기에 따라 전력 소모가 오히려 더 커질 수도 있다. 사람이 고민이 많고, 생각이 많을 때는 평소에 비해 에너지 소모량이 더 큰 것처럼, 뉴로모픽 반도체도 정보에 따라서 필요로 하는 전력량이 더 많아질 수 있는 셈이다. 김 교수는 최근 여수에서 진행된 반도체공학회 2025 하계학술대회에서 신경망 기반 딥러닝 모델인 CNN과 SNN을 섞은 하이브리드 컴퓨팅이 뉴로모픽 반도체의 이 같은 문제를 해결할 수 있다고 제언했다. CNN은 이미지를 숫자로 바꿔서 계산기로 분석하는 방식이다. 동기식으로 움직이며, 곱셈과 덧셈으로 계산한다. SNN은 비동기식으로 동작하는 모델로, CNN과 비교해 뇌와 더 유사하다. 쉽게 비교해 CNN이 정확도 높은 대신 전력 소모가 크다면, SNN은 정확도가 낮고 필요한 에너지양이 적다. 그는 “실제로 하이브리드 컴퓨팅 방식을 사용했을 때 23% 가량 에너지가 줄어드는 걸 확인할 수 있었다”며 “특정 이미지에서는 31%까지 줄어들었다”고 했다. 이어 “앞으로는 더 높은 에너지 효율을 얻기 위해 다른 방식의 차세대 반도체가 필요할텐데, 이런 상황 속에서 뉴로모픽 반도체가 한 가지 후보가 될 수 있을 것”이라고 덧붙였다.
