KIST, '뇌를 닮아' 좀 더 환경친화적인 AI 반도체 개발

(서울=뉴스1) 김승준 기자 = 한국과학기술연구원(KIST) 연구팀이 일정한 크기의 자극이 있어야 신호를 내보내는 신경을 모사한 반도체를 개발했다. 이 기술은 인공지능(AI)의 에너지 소모를 줄일 것으로 기대받고 있다.

한국과학기자협회와 KIST는 16일 서울 성북구 KIST에서 기자 간담회를 개최해 '뉴로모픽 반도체' 연구성과를 발표했다.

KIST의 인공뇌융합연구단 박종길 박사 연구팀은 두뇌 신경망의 동작 원리를 모사한 대규모 디지털 뉴로모픽 시스템 'Neu+ (뉴플러스)'를 개발했고, 김재욱 박사 연구팀은 인간의 두뇌처럼 경험을 통해 최적의 행동을 학습할 수 있는 데이터를 연속적인 물리량으로 표현하는 아날로그 뉴로모픽 프로세서 'NeuroFit (뉴로핏)'을 개발했다.

이 두 반도체 모두 '스파이킹 신경망'(SNN)을 구현하기 위한 하드웨어로 개발됐다.

신경(뉴런)은 상시적인 신호가 아니라 일정한 규모의 자극을 받으면 치솟고 꺼지는 '스파이크' 신호를 내보내 정보를 처리한다. 그리고 그 신호는 시냅스를 거쳐 다음 신경으로 전달된다. 인간의 두뇌는 다양한 감각, 인지, 판단 등 다양한 기능을 동시에 수행하면서도 매우 적은 에너지를 소비한다고 알려졌다.

스파이킹 신경망은 이러한 뇌의 특성에 착안해 기존의 심층신경망(DNN)보다 효율이 좋은 인공지능 시스템을 구현하기 위해 개발되고 있다.

DNN은 현재 인공지능 기술의 주류를 차지하는 기술로 알파고 등이 이 기술로 만들어졌다. 문제는 막대한 연산이 수반되고, 구조적으로 막대한 연산량이 에너지 소모로 이어진다는 것이다. 인공지능이 본격적으로 대규모 도입될 경우, 이같은 에너지 소모와 그에 따른 탄소 배출은 환경에 부담이 될 전망이다.

이날 브리핑에 따르면 DNN과 SNN은 구조적으로 여러 계층으로 나뉘어 있다. DNN은 한 계층에서 다음 계층으로 정보를 규모에 상관없이 내보내, 불필요한 정보전달이 수반된다. 불필요한 정보전달을 위해서 에너지를 소모하는 것이다. 반면에 SNN은 신경처럼 일정 규모의 유의미한 정보만 전달해 에너지 소모를 효율화할 수 있다.

Neu+는 100만개의 스파이킹 뉴런과 10억개의 시냅스를 실시간, 디지털 방식으로 모사하여 집적도를 높이는 설계기술을 적용했다. 뉴로모픽 시스템의 집적도를 상용화에 근접한 수준까지 높였다는 것에 의미가 있다. Neu+는 국내에서는 아직 연구 초기단계에 있는 SNN 기반 응용 애플리케이션 개발을 위한 범용 플랫폼의 역할을 할 수 있을 것으로 기대된다.

박종길 KIST 박사는 "인간의 두뇌를 모사한 인공지능 기술 개발을 위한 국내 최초 SNN 연구 플랫폼이 도입되었다는 의미가 있다"며 "향후 응용연구 지속을 통해 드론, 자율 주행차, 및 서비스 로봇 등 저전력이 필요한 모바일 환경에서 활동이 필요한 자율 시스템의 두뇌 역할을 하는 핵심 AI 반도체로 이용 가능할 것"이라고 밝혔다.

한편, 이날 브리핑에서 소개된 NeuroFit은 상대적으로 정밀도가 낮은 아날로그 회로를 사용하더라도 그에 따른 오차가 피드백 신호에 반영되어 학습이 이루어진다. 이러한 피드백 과정 덕분에 시스템 차원에서 정확도의 희생 없이 전력 소모와 비용을 줄일 수 있는 장점이 있다. 지능형 로봇의 팔이 동작하는 데 있어 일정 수준의 오차가 있더라도 물건을 집는 연습을 반복하는 과정에서 그 오차에 스스로 적응하게 되는 것과 같은 식으로 활용될 수 있다.

김재욱 KIST 박사는 "피드백 신호를 반영하는 적응형 학습방식의 도입은 앞으로의 뉴로모픽 프로세서 설계에 있어 저전력이 가능한 아날로그 회로의 비중이 높아지는 계기가 될 것"이라며 "향후 자율주행차를 비롯한 저전력 이동형 로봇에 운동 지능을 부여하는 핵심 AI 반도체로 활용될 것으로 예상하며, 이를 위해 확장 응용연구를 지속해 나갈 예정"이라고 밝혔다.

이번 연구는 과학기술정보통신부(장관 이종호) 지원으로 KIST 주요사업으로 수행됐다.

seungjun241@news1.kr