카이스트(KAIST) 연구팀이 스스로 학습하고 수정하는 차세대 반도체 칩을 개발했다. 이 칩의 개발로 일상생활에서 인공지능(AI) 작업 처리를 위해 원격 클라우드 서버에 의존하지 않아도 된다.
KAIST는 최신현, 윤영규 전기 및 전자공학부 교수 공동연구팀이 스스로 학습하고 오류를 수정할 수 있는 차세대 뉴로모픽 반도체 기반 초소형 컴퓨팅 칩을 개발했다고 17일 밝혔다.
연구팀이 개발한 이 컴퓨팅 칩의 특징은 기존 뉴로모픽 소자에서 해결하기 어려웠던 비이상적 특성 발생 오류를 스스로 학습하고 수정할 수 있다는 것이다. 예컨대 이 칩은 물체를 배경에서 자동으로 분리하는 법을 학습하고 시간이 지날수록 이 작업의 정확도가 높아진다는 장점이 있다.
연구팀의 주요성과는 뇌와 유사한 구성 요소 개발을 넘어 신뢰성과 실용성을 모두 갖춘 시스템으로 완성한 점이다.
이를 위해 연구팀은 세계 최초로 즉각적인 환경 변화에 적응할 수 있는 멤리스터 기반 통합 시스템도 개발했다. 멤리스터(memristor)란 차세대 반도체 소자 중 하나다. 메모리(memory)와 저항(resistor)의 합성어다. 두 단자 사이 과거의 흐른 전하량과 방향에 따라 저항값이 결정되는 특징이 있다. 이 저항은 신경망의 시냅스 역할을 대체하며 뇌세포처럼 데이터 저장과 연산을 동시에 수행할 수 있다.
연구팀은 "이번 연구의 의의는 실시간 학습과 추론을 지원하는 차세대 뉴로모픽 반도체 기반 통합 시스템의 상용화 가능성을 실험적으로 검증했다는 점에 있다"고 강조했다.
한편 이 연구는 지난 8일 국제 학술지 '네이처 일렉트로닉스(Nature Electronics)'에 온라인 게재됐다. 정학천·한승재 카이스트 연구원은 제1 저자로 연구에 참여했다.
KAIST는 최신현, 윤영규 전기 및 전자공학부 교수 공동연구팀이 스스로 학습하고 오류를 수정할 수 있는 차세대 뉴로모픽 반도체 기반 초소형 컴퓨팅 칩을 개발했다고 17일 밝혔다.
연구팀이 개발한 이 컴퓨팅 칩의 특징은 기존 뉴로모픽 소자에서 해결하기 어려웠던 비이상적 특성 발생 오류를 스스로 학습하고 수정할 수 있다는 것이다. 예컨대 이 칩은 물체를 배경에서 자동으로 분리하는 법을 학습하고 시간이 지날수록 이 작업의 정확도가 높아진다는 장점이 있다.
연구팀의 주요성과는 뇌와 유사한 구성 요소 개발을 넘어 신뢰성과 실용성을 모두 갖춘 시스템으로 완성한 점이다.
연구팀은 "이번 연구의 의의는 실시간 학습과 추론을 지원하는 차세대 뉴로모픽 반도체 기반 통합 시스템의 상용화 가능성을 실험적으로 검증했다는 점에 있다"고 강조했다.
한편 이 연구는 지난 8일 국제 학술지 '네이처 일렉트로닉스(Nature Electronics)'에 온라인 게재됐다. 정학천·한승재 카이스트 연구원은 제1 저자로 연구에 참여했다.
©'5개국어 글로벌 경제신문' 아주경제. 무단전재·재배포 금지