KAIST(총장 배충식)는 신소재공학과 김경민 교수 연구팀이 반도체에서 자연스럽게 발생하는 잡음을 활용해 사람의 뇌처럼 정보를 처리하는 새로운 뉴로모픽 뉴런 반도체 기술을 개발했다고 16일 밝혔다. 이 기술은 원하는 주파수의 신호를 골라내 뇌의 뉴런과 유사한 전기 신호로 바꿔 처리할 수 있다.
반도체에서 잡음은 라디오의 '지지직' 소리처럼 신호에 불규칙하게 섞여 정보를 정확히 읽는 것을 방해하기 때문에 주로 없애야 할 대상으로 여겨져 왔다. 반면 인간의 뇌에서는 신경세포인 뉴런이 같은 자극에도 매번 똑같이 반응하지 않으며, 이러한 불규칙성은 다양한 신호를 효율적으로 처리하는 데 핵심적인 역할을 한다. 연구팀은 이 원리에 착안해 반도체 잡음을 제거 대상이 아닌 정보 처리 수단으로 활용하는 접근을 택했다.
연구팀이 개발한 뉴로모픽 뉴런은 멤리스터(memristor) 소자를 기반으로 한다. 생물학적 감각 뉴런은 확률적으로 열리고 닫히는 이온 채널 때문에 같은 자극에도 가변적인 발화 반응을 보이는데, 멤리스터 기반 확률적 뉴런은 전류 노이즈를 확률적 스파이크로 변환하는 방식으로 이를 모사한다. 멤리스터의 저항 상태를 조절하면 발화 특성과 입력 반응 범위를 재구성할 수 있어 하나의 소자로 다양한 신호 특성에 대응할 수 있다.
실제 적용 실험에서도 높은 성능이 확인됐다. 저항 상태를 조절해 저주파 신체 활동 신호(UCI HAR 데이터)와 고주파 음성 신호(Audio MNIST 데이터)에 각각 최적화된 인코딩 특성을 구현한 결과, 동작 인식과 음성 인식 모두에서 약 95% 수준의 분류 정확도를 달성했다. 원본 시계열 신호를 확률 맵으로 변환해 인공지능 분류기가 활용할 수 있는 특징 정보로 만드는 방식이다.
이번 연구는 하나의 반도체 뉴런으로 느린 움직임 신호부터 빠른 음성 신호까지 처리할 수 있음을 실증한 것으로, 저전력 두뇌모사 반도체 개발 가능성을 한 단계 높인 성과로 평가된다. 이 연구에는 김도훈 박사가 제1저자로, 김대희·고태욱 박사과정, 장서은 석사과정, 이민구 박사과정이 참여했다.
헬로티 김재황 기자 |
