[인더스트리뉴스 조창현 기자] 국내 연구진이 반도체 산업체에서 사용되고 있는 실리콘 소재와 관련 공정만을 활용해 초소형 진동 신경망을 구축, 경계선 인식 기능(edge detection)을 구현하고 컴퓨팅에 관련 난제를 해결해냈다.

바이리스터 소자를 사용한 발진 신경망과 관련 활용에 대한 설명 [자료=KAIST]

KAIST(총장 이광형)는 최양규 전기및전자공학부교수 연구팀이 실리콘 바이리스터 소자를 바탕으로 생물학적 뉴런이 상호작용하는 방식을 모방한 뉴로모픽 진동 신경망을 개발했다고 3일 밝혔다.

상호 결합된 진동 신경망 활용

최양규 교수 연구팀은 상호간 결합된 진동 신경망(oscillatory neural network)을 활용했다. 관련 신경망은 뉴런이 진행하는 상호작용을 모방해 인간 뇌 기능을 모사하는 뉴로모픽 컴퓨팅으로 볼 수 있다. KAIST는 진동 신경망은 기본단위에 해당하는 진동자에 대한 연결 동작을 이용하며 신호 크기가 아닌 진동을 이용해 연산을 수행하므로 소모 전력 측면에서 유리하다고 설명했다.

연구팀은 진동 신경망 개발 과정에서 실리콘 기반 진동자를 적용했다. KAIST는 축전기를 이용해 실리콘 진동자 두 개 이상을 연결하면 각 진동 신호가 상호작용하고, 시간이 흐르면서 서로 동기화(synchronization)된다고 전했다. 연구팀은 진동 신경망으로 영상 처리에 사용되는 기능을 구현해 그래프 색칠 문제를 해결했다.

그래프 색칠 문제는 그래프 이론에서 사용되는 용어다. KAIST에 따르면 관련 문제 해결을 위해서는 그래프 각 정점에 서로 다른 색을 할당해야 한다. 특히 관련 문제는 방송국 주파수가 겹쳐 난시청 지역이 발생하지 않도록 주파수를 할당하는 과제 등과도 유사성이 높아 다양한 분야에서 응용되고 있다.

KAIST 연구진이 실리콘 진동자로 뉴로모픽 진동 신경망을 구현해 복잡한 컴퓨팅 난제를 해결했다. [사진=gettyimage]

즉시 양산 가능한 소재 사용

새롭게 발표된 연구 결과는 즉시 양산 가능한 기술로 보인다. 기존 공정과 호환성이 낮은 소재·구조나 복잡한 회로 대신 현재 사용되는 기술만을 활용했기 때문이다. 구체적으로 최 교수 연구팀은 반도체 산업에서 활용되고 있는 실리콘 관련 소재와 공정만으로 진동 신경망을 구축했다.

연구팀 관계자는 “개발된 진동 신경망은 복잡한 컴퓨팅 난제를 계산 및 해결할 수 있는 뉴로모픽 컴퓨팅 하드웨어”라며, “자원 분배와 신약 개발, 반도체 회로 설계 및 스케줄링 등에 유용하게 사용될 수 있을 것으로 기대된다고 말했다.

새로운 연구 결과는 나노과학 분야 국제 학술지 나노 레터스(Nano Letters)에 출판됐으며, 추가 표지 논문(Supplementary Cover)으로도 선정됐다. 한편 최 교수 연구팀이 진행한 연구는 차세대지능형반도체기술개발사업 및 국가반도체연구실지원핵심기술개발사업으로부터 지원을 받아 수행됐다.

[조창현 기자 (news@industrynews.co.kr)]

[저작권자 © FA저널 SMART FACTORY, 무단 전재 및 재배포 금지]