연구팀 알고리즘의 모식도(KAIST 제공)© 뉴스1

KAIST 전기및전자공학부 장민석 교수 연구팀이 KC ML2(반도체 제조솔루션 기업 KC에서 설립한 연구조직)와 공동연구를 통해 강화학습을 이용한 메타표면 최적화에 성공했다.

이는 광공학에 인공지능 기술을 적용해 다양한 분야 소자구조 최적화에도 활용될 수 있을 것으로 기대된다.25일 KAIST에 따르면 메타 표면은 빛의 파장보다 훨씬 작은 크기의 구조를 이용해 이전에 없던 빛의 성질을 달성하는 나노광학 소자를 뜻한다.

최근 나노광학 소자에 대한 기대 성능이 높아지면서, 이전에 있던 소자구조를 훨씬 뛰어넘는 성능을 달성하기 위해 자유 구조를 가지는 소자의 최적화에 관한 관심이 증가하고 있다.

자유 구조와 같이 넓은 설계공간을 가진 문제에 대해 강화학습을 적용해 해결한 사례는 이번이 최초다.연구팀이 제안한 알고리즘은 아주 간단한 아이디어에서 출발한다.

강화학습의 ‘행동’을 구조의 구성요소를 하나씩 ‘뒤집는’ 것으로 정의하는 것이다.

이것은 기존에 구조를 전체적으로 생성하는 방식으로만 생각됐던 자유 구조의 최적화에 대한 발상을 뒤집는 것이었다.

연구팀은 해당 방법을 이용해 메타 표면에 대한 특별한 사전지식 없이도 가능한 구조를 넓게 탐색하고 최적 구조를 발견할 수 있음을 보였다.

또, 많은 입사 조건에서 최신 성능과 비슷하거나 앞서며 특정 조건에서는 100%에 가까운 효율을 달성했다.

이같은 연구결과는 자유 구조 최적화 분야의 새로운 돌파구를 찾을 것으로 기대된다.

제1 저자인 서동진 연구원은 “강화학습은 복잡한 환경에서 최적의 경우를 찾는 데에 효과적인 알고리즘”이라며 “광공학에 인공지능 기술을 적용하는데도 유용하게 사용될 것”이라고 밝혔다.

한편, 이번 연구성과는 국제 학술지 ‘ACS 포토닉스’ 에 최근 전면 표지논문으로 게재됐다.


km5030@news1.kr