KAIST, 와인 구별하는 '전자코 뉴로모픽 반도체 모듈' 개발
최양규·박인규 교수팀, 후각 뉴런 모방한 전자코(eletronic nose) 구현
가스성분 인식, 와인도 구별 가능한 전자 소믈리에 시스템
[대전=뉴시스] 인간의 후각 뉴런을 모방한 뉴로모픽 반도체 모듈 개념도. *재판매 및 DB 금지
KAIST 전기및전자공학부 한준규·강민구 박사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 '어드밴스드 사이언스(Advanced Science)' 온라인판에 지난 4월 출판됐으며 후면표지 논문(Back Cover)으로 선정됐다.(논문명 : Artificial olfactory neuron for an in-sensor neuromorphic nose)
인공지능을 이용한 후각 인식 시스템은 높은 정확도로 가스를 인식할 수 있어 환경 모니터링, 음식 모니터링, 헬스케어 등 다양한 분야에 걸쳐 유용하게 사용되고 있다.
하지만 이 시스템 대부분은 CPU와 메모리가 분리된 구조인 폰노이만 컴퓨터가 필요한 소프트웨어를 기반으로 하기 때문에 데이터가 CPU와 메모리 사이를 이동할 때 높은 전력이 소모된다.
또 센서에서 CPU로 데이터가 전송될 때 필요한 변환회로에서도 추가 전력소비가 발생, 모바일 또는 사물인터넷(IoT) 장치에 적용하기가 어렵다.
생물학적 후각 시스템은 감각세포 자체에서 스파이크 형태로 감각정보를 전달하고 이를 뇌에서 병렬 처리, 낮은 전력소비만으로 가스를 판별할 수 있다.
뉴로모픽 후각 시스템을 구현키 위해서는 인간의 후각 뉴런처럼 화학신호를 스파이크 형태의 전기신호로 변환해주는 구성요소가 필요하지만 일반적인 가스센서는 이런 기능을 수행할 수 없다.
이번에 공동 연구팀은 반도체식 금속산화물 기반 가스센서와 단일 트랜지스터 기반 뉴런소자를 이용, 가스를 인식해 스파이크 신호를 출력할 수 있는 뉴로모픽 반도체 모듈을 개발했다.
또 제작된 뉴로모픽 반도체 모듈로 유해가스를 구분할 수 있는 가스인식 시스템과 와인을 구분할 수 있는 전자 소믈리에 시스템을 구축했다.
연구팀은 여러가지 가스분자가 섞여 있어 구분이 힘든 와인을 뉴로모픽 시스템을 이용해서 구분할 수 있어 기술력이 높다고 설명했다.
한준규 박사과정생은 "개발된 뉴로모픽 반도체 모듈은 전자코에 적용돼 사물인터넷(IoT) 분야, 환경 모니터링, 음식 모니터링, 헬스케어 등에 유용하게 사용될 수 있을 것"이라며 "이는 인-센서 컴퓨팅(In-Sensor Computing) 시대를 앞당기는 발판이 될 것으로 기대한다"고 말했다.
◎공감언론 뉴시스 [email protected]
Copyright © NEWSIS.COM, 무단 전재 및 재배포 금지