기사 메일전송
  • 기사등록 2020-03-29 12:00:02
기사수정


▲ 한국과학기술연구원(KIST) 차세대반도체연구소 송경미 박사, 주현수 박사, 장준연 소장 그리고 IBM 우성훈 박사 공동 연구팀이 최근 ‘스핀트로닉스’ 분야에서 각광받고 있는 ‘스커미온’이라는 독특한 스핀 구조체를 활용해 차세대 저전력 뉴로모픽 컴퓨팅 소자의 핵심 기술을 개발했다.



[기계신문] 최근 인공지능(AI), 슈퍼컴퓨터 등의 시대가 도래함에 따라 방대한 양의 데이터를 저전력으로 처리하는 초저전력 전자소자에 대한 관심이 급증하고 있다. 특히 기존에 널리 사용되는 컴퓨팅 방법인 폰-노이만(Von-Neuman) 방식의 전력 소모 문제점을 해결하기 위해 사람의 뇌를 모사하는 정보 처리 방식인 신경망모사(Neuromorphic) 컴퓨팅이 큰 이슈로 떠오르고 있다.


폰-노이만 컴퓨팅은 정보를 처리하는 프로세서와 처리된 정보를 저장하는 메모리가 분리된 구조를 갖는 시스템으로, 폰-노이만 병목 현상이라 불리는 프로세서와 메모리 사이에 데이터 전송 과정에서 생기는 시간 지연과 높은 에너지 소모로 인해 컴퓨터 성능이 저하되는 문제점이 있다.


이에 신경망소자를 구현하기 위해 기존 트렌지스터를 사용하여 다양한 방법이 시도되고 있지만, 아직 뚜렷한 해결책이 밝혀진 바가 없다. 그러나 기존 컴퓨팅 방식으로 AI, 슈퍼컴퓨터 등에 사용되는 데이터를 처리할 때 생기는 막대한 양의 전력 소모로 인해 효율적인 뉴로모픽 소자의 개발은 매우 절실한 이슈로 떠오르고 있다.



▲ 스커미언의 모식도. 전자의 스핀이 나선형 모양으로 배열되어 구조적으로 안정하고, 전기적으로 생성, 이동, 소멸 등 제어가 가능



한국과학기술연구원(KIST) 차세대반도체연구소 송경미 박사, 주현수 박사, 장준연 소장 그리고 IBM 우성훈 박사 공동 연구팀이 최근 ‘스핀트로닉스’ 분야에서 각광받고 있는 ‘스커미온’이라는 독특한 스핀 구조체를 활용해 차세대 저전력 뉴로모픽 컴퓨팅 소자의 핵심 기술을 개발했다.


‘스커미온’은 소용돌이 모양으로 배열된 스핀 구조체로 특유의 구조적 안정성, 나노미터 수준의 작은 크기 그리고 생성 및 개수 조절이 용이한 장점을 가져 메모리, 논리소자, 통신소자 등 차세대 전자소자에 적용하기에 매우 유용하다.



▲ (좌) 페리 자성체(강자성체와 반강자성체의 중간 형태)에서 형성되는 스커미온의 모식도와 (우) 뇌신경계의 신호 전달 모방을 위한 스커미온 기반의 시냅스 모식도



더욱이 개개의 스커미온은 각각 고유한 전기 저항을 가져, 스커미온 개수에 따른 저항 변화를 아날로그적으로 조절하고 측정할 수 있다. 이런 우수한 특성으로 인해 스커미온 기반의 인공 시냅스 소자를 개발에 대한 관심이 높았으나, 스커미온을 전기적으로 제어하는 기술적 어려움으로 인해 현재까지 이론적으로만 예측되었다.


공동 연구팀은 신경전달 물질과 동일한 원리로 스커미온의 수를 조절함으로써 시냅스 가중치를 변화시킬 수 있음에 착안했다. 그동안 개념적으로만 제안되었던 스커미온 전자소자를 전기적으로 제어하는 방법을 찾아냈으며, 이를 기반한 시냅스 소자를 최초로 제작했다. 기존 시냅스 소자들에 비해 낮은 전압으로도 동작하면서도 높은 내구성을 갖는다.



▲ (좌) 전자 스핀구조체 스커미온의 제어 통한 인공 스냅스 소자의 가중치 변화 모습과 (우) 인공 시냅스 소자의 전체 시냅스 가중치 특성을 나타내는 결과



연구팀은 이 인공 시냅스 소자를 이용하여 손글씨 숫자 패턴(MNIST) 인식 학습을 진행하였을 때, 90%의 높은 인식률을 증명하였다. 기존 인공 시냅스 소자는 이와 유사한 수준의 인식률을 얻기 위해 수십만 번의 반복 학습이 필요했으나, 스커미온 기반 인공 시냅스 소자는 15,000회 학습만으로 달성 가능하여 인식에 필요한 소자의 전력소모를 10배 이상 감소했다.


송경미 박사는 “기존에 이론으로만 제시되었던 스커미온 기반의 인공 시냅스 소자를 세계 최초로 구현한 연구 결과이며, 전기적으로 제어되는 스커미온의 개수에 따라 시냅스 가중치를 제어함으로써 신경전달물질의 양으로써 시냅스 가중치를 조절하는 인간의 뇌를 가장 밀접하게 모방했다”고 설명했다.



▲ (좌) 뉴런과 뉴런 사이의 연결강도(시냅스 가중치)를 스커미온 기반 인공 시냅스로 구현한 모식도 (우) 28 ×28 픽셀로 표현되는 손글씨 패턴 인식 학습을 위한 인공 신경망



주현수 박사는 “‘스커미온’을 활용한 새로운 접근법은 차세대 물질이나 새로운 소자 기반의 뉴로모픽 소자를 새롭게 제시했다는 데 의의가 크다”고 밝혔다.


이 기술은 기존 이론으로만 제시되었던 스커미온 기반의 뉴로모픽 소자가 실제 가능하다는 것을 보여주는 중요한 실험 결과로서, 이번 결과를 통해 스커미온 기반의 뉴로모픽 소자 개발 연구 분야를 선도함과 동시에 실제 차세대 초저전력 뉴로모픽 소자의 개발을 앞당기는데 크게 기여할 것으로 기대된다.



▲ 손글씨 이미지(MNIST) 학습 진행에 따른 정확도 개선 결과. 전체 6만개 손글씨 이미지 중 1회 학습에 300개의 이미지씩 패턴 학습 진행 후 정답률 확인. 100회 학습 진행 후 90% 정확도 확보



한편, 이번 연구는 과학기술정보통신부 지원으로 KIST 주요사업인 차세대반도체연구소 플래그십 과제와 국가과학기술연구회 창의형 융합연구사업, 한국연구재단 인공지능·빅데이터 전략과제로 수행되었으며, 연구 결과는 국제학술지 ‘Nature Electronics’에 3월 16일(월) 온라인판에 게재됐다.


기계신문, 기계산업 뉴스채널

권혁재 기자 hjk@mtnews.net

관련기사
TAG
기사수정

다른 곳에 퍼가실 때는 아래 고유 링크 주소를 출처로 사용해주세요.

http:// mtnews.net/news/view.php?idx= 8111
기자프로필
나도 한마디
※ 로그인 후 의견을 등록하시면, 자신의 의견을 관리하실 수 있습니다. 0/1000
서브우측_글로벌자동기기
서브광고_한국분체기계
서브광고_우일산업
서브우측_태진기전
서브광고_에이티컴퍼니
서브광고_영기풀리미
서브광고_우진테크
서브광고_오토기전
서브우측_드라스타
모바일 버전 바로가기