AI · Data · Semiconductor

신뢰도·내구성 모두 잡은 인공 ‘뇌 신경 소자’ 등장
  • 박설민 기자
  • 기사입력 2022.11.16 13:01

    KAIST, ‘열전자 방출 현상’ 기반 인공 시냅스 트랜지스터 개발

    • KAIST 연구팀이 개발한 고신뢰도 시냅스 트랜지스터의 원리 모식도/ KAIST
      ▲ KAIST 연구팀이 개발한 고신뢰도 시냅스 트랜지스터의 원리 모식도/ KAIST

      ‘뉴로모픽 컴퓨팅’은 인간의 뇌 기능을 모방하고자 하는 공학 기술이다. 연산·저장을 동시에 처리할 수 있어, 기존 컴퓨터 대비 연산속도가 수백 배 이상 빠르고 전력소모도 적다. 하지만 시스템 제작에 필수 자원인 ‘인공 신경 소자’의 내구성이 너무 낮다는 문제가 기술 발전을 막는 요인 중 하나로 꼽힌다.

      국내 연구진이 내구성 높은 인공 뇌 신경 소자 개발에 성공했다. 최신현 전기및전자공학부 교수팀은 반복 동작이 가능한 ‘고신뢰성 인공 시냅스 트랜지스터’를 개발했다고 16일 밝혔다. ‘시냅스 트랜지스터’는 인간의 뇌 신경세포 간 연결 부분인 ‘시냅스’를 흉내 낸 인공소자다. 컴퓨터 시스템 상에서 흐르는 전류의 양을 조절한다.

      현재 AI 및 뉴로모픽 컴퓨팅 연구에 가장 많이 사용되는 시냅스 트랜지스터는 ‘3단자 타입’이다. 3단자 타입 시냅스 트랜지스터는 기존 상용화된 반도체에 적용하기 쉽고, 데이터를 정밀하게 제어할 수 있다는 장점이 있다. 

      그러나 데이터 제어 시 ‘FN터널링’ 방법을 사용한다는 한계점도 존재한다. FN터널링 방법은 높은 전압을 이용해 트랜지스터 구성물질을 손상시켜 데이터를 제어·저장하는 기술이다. FN터널링을 트랜지스터에 반복적으로 가하게 되면 망가질 수 있다. 때문에 수 천만 개의 데이터를 학습하는 고성능 AI엔 적합하지 않다.

      최 교수팀은 이 문제를 해결하고자 FN 터널링이 아닌, ‘열전자 방출 현상’으로 동작하는 새로운 시냅스 트랜지스터 기술을 고안했다. 이 기술은 트랜지스터의 전하저장층에 전자를 주입·추출하는 방식이다. 이렇게 하면 장벽층을 손상시키지 않고도 데이터를 저장할 수 있다. 

      연구팀은 새로 개발한 시냅스 트랜지스터가 적용된 AI로 데이터 제어·저장 실험을 진행했다. 그 결과, 약 2억 번까지 문제없이 동작 가능함이 증명됐다. 또 ‘손 글씨 숫자 이미지 데이터(MNIST)’ 분류 실험도 진행했다. 실험 결과, 약 93.17%의 정확도로 이미지 데이터를 분류하는데 성공했다.

      이번 연구를 주도한 최 교수팀 서석호 연구원은 “새롭게 개발한 고신뢰성 인공 시냅스 트랜지스터는 기존 3단형 시냅스 트랜지스터에 비해 선형적인 가중치 업데이트와 높은 내구성을 가지고 있다”며 “뉴로모픽 컴퓨팅 시스템에 다른 메모리 소자들보다 적용 가능성이 높을 것으로 기대한다”고 말했다.

      이번 연구 성과는 국제학술지 ‘네이처 커뮤니케이션스’ 10월호에 게재됐다.

    최신 뉴스

    더보기