바이오인

 ‘뉴런-시냅스-뉴런’ 구조 블록처럼 쌓아 인공 신경망 하드웨어 시스템 구현

고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현

최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다.

이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다.

연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다.

연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다.

KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다.

이번 연구성과는 과학기술정보통신부(장관 이종호)의 차세대지능형반도체기술개발(소자)사업(2021M3F3A2A01037738)과 KIST 주요 사업으로 수행되었으며, 국제 학술지 「Advanced Functional Materials」 (IF: 19.0, JCR(%): 4.2)에 11월 5일 온라인 게재되었다.

□ 논문

○ 제목: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices

○ 학술지: Advanced Functional Materials

○ 게재일: 2023. 11. 5. (온라인)

○ DOI: https://doi.org/10.1002/adfm.202309058

□ 저자

○ 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

○ 조유연 박사 후 연구원(제1저자/KIST 인공뇌융합연구단)

□ 내용 요약

○ 연구배경

- 최근 인공지능 (artificial intelligence, AI), 사물 인터넷 (internet of things, IoT), 기계 학습 (machine learning, ML) 등이 발전함에 따라 방대한 양의 데이터를 효율적으로 처리하는 것이 중요한 문제로 대두됨.

- 기존의 폰 노이만 구조의 컴퓨팅 시스템의 연산처리장치와 메모리 기능이 서로 분리되어 있기에 방대한 양의 데이터를 효율적으로 처리하는 것이 어렵기에 이를 극복하고자 인간의 신경계를 모사한 저전력의 뉴로모픽 시스템이 주목받고 있음.

- 저전력 뉴로모픽 컴퓨팅 하드웨어를 구현하기 위해서는 인공 뉴런 및 시냅스 소자의 개발이 필수적이기에 많은 연구자는 다양한 신소재 및 구조를 활용하여 생물학적 뉴런과 시냅스 특성을 구현하고 있음. 하지만, 대부분의 연구는 개별 뉴런 소자 및 시냅스 소자의 성능 향상에만 집중되고 있음.

- 뉴로모픽 컴퓨팅 하드웨어 구현에서 가장 중요한 기술은 신경 모사 소자들의 연결 및 신호 전달 체계에 있지만, 지금까지 인공 뉴런-시냅스-뉴런 연결에서의 신호 전달에 관한 연구는 초기 단계임.

- 신소자 기반의 대규모 인공 신경망 하드웨어를 성공적으로 구현하기 위해서는 시스템 레벨에서 인공 신경 모사 소자들을 통합하고 최적화하는 과정이 필수적으로 요구되기에 해당 분야에 관한 많은 연구가 요구되는 상황임.

○ 연구내용

- 한국과학기술연구원(KIST) 곽준영 박사 연구팀은 인공 신경 모사 소자의 통합을 하드웨어 레벨에서 구현하고 인공 시냅스 소자의 가중치에 따라 전단 뉴런으로부터 후단 뉴런으로의 신호 전달 강도를 조절하는 기술을 구현하였음 (신소자 기반의 대규모 인공 신경망 하드웨어 구성을 위한 ‘레고 블록’인 ‘뉴런-시냅스-뉴런’ 요소 기술 구현).

- 이를 위해 본 연구팀에서는 2차원 물질인 hBN을 활용하여 휘발성 및 비휘발성 메모리 소자를 제작하고 이를 기반으로 다양한 인공 뉴런 및 시냅스 소자 특성을 구현함.

- 또한, 제작한 소자들을 PCB 레벨에서 연결하여 인공 시냅스 소자의 가중치에 따라 두 인공 뉴런 간의 연결 강도를 조절하는 결과를 발표함.

- 측정된 인공 뉴런 및 시냅스 소자의 성능을 활용하여 손글씨 숫자 이미지 데이터 (MNIST)의 분류 학습을 스파이크 인공 신경망 (spiking neural network, SNN)을 활용하여 진행하여 향후 대규모 뉴로모픽 시스템으로의 응용 가능성을 확인함.

- 본 연구를 통한 대표 성과는 다음과 같이 요약됨.

① 동일 물질 및 구조를 활용한 인공 뉴런 및 시냅스 소자의 개발

② 개발된 인공 신경 모사 소자의 하드웨어 레벨에서 통합

③ 시냅스 가중치에 따른 전단 및 후단 뉴런 간의 스파이크 신호 정보의 변조를 검증

○ 기대효과

- 연구 결과를 통해 향후 신소자 기반의 대규모 뉴로모픽 시스템 구현 및 최적화를 위한 새로운 연구 분야를 개척함.

그림설명

[그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과

(a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함.

[그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자

(a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함.

연구 결과 문답

□ 연구를 시작한 계기나 배경은?

인공지능, 사물 인터넷, 기계 학습 등의 기술이 발전하면서 처리해야 하는 데이터양이 급속하게 증가하고 있다. 이로 인해 기존의 폰 노이만 구조의 컴퓨팅 시스템 대비 대용량의 데이터를 효율적으로 처리할 수 있는 뉴로모픽 컴퓨팅에 관한 관심이 높아지고 있으며 이를 구현하기 위한 인공 신경 모사 소자 개발이 많은 연구자들의 관심을 받고 있다. 하지만, 대부분의 연구는 인공 신경 모사 소자의 성능 향상에 목적을 두고 있어 개발한 소자를 연결 및 통합하여 시스템 레벨에서 검증하는 연구는 아직 초기 단계에 머물고 있기에 이번 연구를 통해 이를 구현하고자 하였다.

□ 이번 성과, 무엇이 다른가?

이번 연구에서 2차원 물질 (hBN) 기반 인공 뉴런 및 시냅스 소자를 제작하고 이를 연결하여 대규모 인공 신경망 하드웨어 구성을 위한 기본 단위인 뉴런-시냅스-뉴런 구조를 구현하였다. 이를 활용하여 인간의 뇌의 동작 방식인 스파이크 신호 기반 정보 전달을 하드웨어로 모사하였으며 시냅스 가중치에 따라 두 뉴런 간의 스파이크 신호 정보의 변조를 실험적으로 검증하였다. 또한, 동일한 2차원 물질을 활용하여 인공 뉴런 및 시냅스 소자를 설계하였기에 향후 신소자 기반의 저전력 대규모 인공두뇌 하드웨어 구현에 높은 응용 가능성을 보임을 확인하였다.

□ 실용화된다면 어떻게 활용될 수 있나?

개발한 기술을 바탕으로 인공지능 하드웨어 기술 구현을 앞당김으로써 스마트시티, 의료, 차세대 통신, 기상예보 및 자율 주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하여 삶의 질을 높일 수 있을 것으로 기대된다. 이와 더불어 기존의 Si CMOS 기반 transistor 기술에서 벗어나 신소재 기반 신소자를 사용하여 인공 신경망을 구현한 결과이기에 향후 대규모 인공두뇌 하드웨어 시스템 구현 시, 에너지 사용량을 크게 줄일 수 있을 것으로 기대되며 이에 따라 지구 온난화와 같은 환경 문제 개선에도 도움이 될 것으로 예상된다.

□ 기대효과와 실용화를 위한 과제는?

본 연구는 신소자 기반의 인공 신경망 구현을 위한 기본 단위 블럭에 관한 연구이기에 이를 확장한 대규모 네트워크에 관한 연구가 필수적이다. 이를 위해 2차원 물질 기반 인공 신경 모사 소자를 안정적으로 생산하기 위한 대면적 2차원 물질 성장 기술의 확보가 요구되며 개발한 인공 신경망을 효율적으로 활용할 수 있는 학습 알고리즘 및 구동 회로에 관한 연구가 필요하다. 이러한 핵심 기술들이 개발된다면 앞서 언급한 인공지능 하드웨어 기술을 구현하여 인류 전체 삶의 질 향상에 도움이 될 것으로 기대된다.