KAIST '잡음' 활용해 정보처리하는 뉴런 반도체기술 확보

김경민 교수팀, 반도체 잡음으로 '뉴로모틱 뉴런' 구현

저전력 두뇌모사 반도체 가능성 열어…국제학술지 게재

[대전=뉴시스] KAIST 신소재공학과 김경민 교수팀이 반도체에서 없애야 할 것으로 여겨졌던 '잡음'을 정보처리에 활용하는 기술을 개발했다. 연구 모식도.(사진=KAIST 제공) *재판매 및 DB 금지

[대전=뉴시스] 김양수 기자 = 국내 연구진이 반도체에서 제거해야 할 대상으로 여겨왔던 '잡음'을 활용해 정보를 처리하는 기술을 개발했다.

한국과학기술원(카이스트·KAIST)는 신소재공학과 김경민 교수팀이 반도체에서 자연스럽게 발생하는 잡음을 정보처리 자원으로 활용하는 '뉴로모픽 뉴런 반도체 기술'을 확보했다고 16일 밝혔다.

이 기술은 반도체 소자에서 발생하는 잡음의 특성을 조절해 원하는 주파수의 신호를 골라내고 뇌의 뉴런과 유사한 전기신호로 변환해 처리하는 것이 핵심이다. 하나의 반도체 뉴런으로 움직임과 음성 등 서로 다른 속도의 신호를 처리할 수 있다.

전자기기에서 잡음은 신호에 불규칙하게 섞여 정보를 방해하기 때문에 주로 제거해야 할 대상으로 여겨져 왔다. 반면 인간의 뇌에서는 뉴런이 같은 자극에도 매번 동일하게 반응하지 않으며 이런 불규칙성이 다양한 자극에 유연하게 대응하는 데 도움을 준다.

연구팀은 이런 뇌의 특성에 착안해 '멤리스터(Memristor)'라는 반도체 소자를 활용했다. 멤리스터는 전기자극에 따라 저항이 달라지고 전원을 꺼도 상태를 기억하는 소자다.

김 교수팀은 멤리스터의 저항상태를 조절하면 전류 잡음의 크기와 변동 특성이 바뀐다는 점을 이용했다. 조절한 잡음을 증폭해 뇌의 뉴런이 정보를 전달할 때 발생하는 불규칙한 전기신호인 '스파이크'를 만들고 잡음에 따라 확률적으로 반응하는 '프로그래밍 가능한 확률 뉴런(Programmable Probabilistic Neuron·PPN)'을 구현했다.

연구팀에 따르면 인공 뉴런은 입력신호와 설정된 잡음 특성에 따라 스파이크를 발생시키는 확률이 달라진다. 멤리스터 상태만 조절하면 느린 신호에 민감하게 반응하도록 했다가 빠른 신호를 처리하도록 바꿀 수도 있다. 라디오에서 주파수를 조절해 원하는 방송을 선택하는 것과 비슷한 원리다.

연구팀이 수 ㎐ 수준의 신체활동 신호와 수 ㎑ 영역의 음성신호를 각각 스파이크 신호로 변환해 인식성능을 검증한 결과, 동작인식은 94.8%, 음성인식은 95.0%의 정확도를 기록했다.

반도체 잡음을 정보처리 자원으로 활용하면서 하나의 뉴런 소자를 서로 다른 속도와 주파수의 신호에 맞춰 바꿔 사용할 수 있음을 보여준 이번 연구 결과는 재료분야 국제학술지 '어드밴스드 머터리얼즈(Advanced Materials)'에 지난 5일 게재됐다.

이번 연구는 웨어러블 기기의 움직임 감지와 음성인식 등 다양한 시계열 신호를 처리하는 저전력 뉴로모픽 시스템 개발에 활용될 것으로 기대된다.

김경민 교수는 "멤리스터에서 발생하는 잡음을 단순한 오차나 불안정성이 아닌 정보처리 자원으로 활용했다는 데 의미가 있다"며 "단일 하드웨어로 다양한 속도와 주파수의 신호에 맞춰 바꿔 사용할 수 있는 두뇌모사 기술로 향후 저전력 뉴로모픽 시스템의 신호처리 기술로 활용될 수 있을 것"이라고 말했다.


◎공감언론 뉴시스 [email protected]