UNIST 연구진, 뇌 동작 모방하는 반도체 소자 개발
-
기사 스크랩
-
공유
-
댓글
-
클린뷰
-
프린트
서준기 교수팀, 2차원 소재 기반 '이중 플로팅 게이트 소자' 구현
고밀도 데이터 정밀하게 제어…"인공지능형 반도체 소자 개발에 기여" 울산과학기술원(UNIST) 연구진이 뇌 동작을 모방할 수 있는 반도체 소자를 개발했다.
서준기 신소재공학과 및 반도체 소재·부품 대학원 교수팀은 2차원 물질 기반의 뇌 기능을 정밀하게 모방할 수 있는 이중 플로팅 게이트(Double-floating-gate) 반도체 소자를 개발했다고 4일 밝혔다.
연구진에 따르면 일반적으로 사용하는 컴퓨터 시스템은 데이터의 연산과 저장이 독립적인 영역으로 구분돼 있어, 동작 과정이 순차적으로 진행된다.
이런 시스템은 데이터가 복잡해지고 회로당 소자 수가 늘어남에 따라 높은 전력 소모와 느린 연산 속도를 유발한다.
그러나 인간의 뇌는 약 1천억 개의 뉴런, 뉴런과 뉴런 사이에 존재하는 약 1천조 개의 시냅스가 병렬적으로 연결돼 있다.
뇌는 시냅스의 연결 강도에 의해 데이터 연산과 저장 기능이 통합돼 있어, 약 20W 이하의 적은 전력으로도 고밀도의 복잡한 데이터를 처리할 수 있다.
최근 인공지능을 활용한 방대하고 복잡한 이미지 처리, 자연어 학습과 같은 기술의 급속한 발전 등에 따라 인간의 뇌를 모방한 시냅스 소자와 뉴로모픽 컴퓨팅(Neuromorphic computing·인간의 뇌가 정보를 처리하는 방식에서 영감을 얻은 인공신경망 기반의 컴퓨팅 방식) 시스템의 필요성이 요구되고 있다.
인공 시냅스 소자를 구현하기 위해서는 간단한 2진수인 0과 1의 디지털 신호가 아닌, 시간에 따라 연속적으로 변하는 아날로그 신호를 모사할 수 있어야 한다.
그러나 이런 아날로그 신호를 기존 반도체 소자에서 모사하기에는 정확성과 재현성에 한계가 있었다.
연구진은 2차원 반도체 소재를 이용해 뇌의 동작을 정밀하게 모사할 수 있는 이중 플로팅 게이트 기반 인공 시냅스 소자를 성공적으로 개발했다.
개발된 인공 시냅스 소자는 기존 소자보다 높은 신뢰성을 바탕으로 고밀도 전하를 저장할 수 있고, 정밀하게 뇌 동작을 모사할 수 있었다.
연구진은 원자 수준으로 얇은 두께와 표면에 결함이 없는 2차원 물질로 이중 플로팅 게이트 소자를 재현했다.
기존 단일 플로팅 게이트 소자는 많은 양의 전하를 오직 하나의 플로팅 게이트에 저장해 신뢰성과 재현성이 떨어졌다.
특히 연구진이 재현한 이중 플로팅 게이트는 여러 물질이 접합해 있어 많은 계면이 존재하는데, 일반적으로 계면에 필연적으로 결함이 존재하는 것과 달리 2차원 물질의 무결함 특성을 이용해 계면에 존재하는 결함을 최소화하는 성과를 나타냈다.
연구진은 이중 플로팅 게이트 소자가 고밀도 전하를 저장하고 정밀하게 제어하는 특성을 기반으로 뇌의 동작을 성공적으로 모사했으며, 이를 통해 인공 신경망을 이용한 이미지 분류 작업에서 우수한 정확성을 확보했다.
서준기 교수는 "2차원 반도체 고유의 소재적 이점을 기반으로 고효율 뉴로모픽 신소자 구조를 디자인했다는 점에서 큰 의의를 둘 수 있다"라면서 "앞으로 신소재, 신소자 기반의 인공지능형 반도체 소자 개발에 기여할 것"이라고 밝혔다.
이번 연구는 지난 4월 13일 나노과학 분야 국제 학술지 'ACS Nano'에 게재됐다.
/연합뉴스
고밀도 데이터 정밀하게 제어…"인공지능형 반도체 소자 개발에 기여" 울산과학기술원(UNIST) 연구진이 뇌 동작을 모방할 수 있는 반도체 소자를 개발했다.
서준기 신소재공학과 및 반도체 소재·부품 대학원 교수팀은 2차원 물질 기반의 뇌 기능을 정밀하게 모방할 수 있는 이중 플로팅 게이트(Double-floating-gate) 반도체 소자를 개발했다고 4일 밝혔다.
연구진에 따르면 일반적으로 사용하는 컴퓨터 시스템은 데이터의 연산과 저장이 독립적인 영역으로 구분돼 있어, 동작 과정이 순차적으로 진행된다.
이런 시스템은 데이터가 복잡해지고 회로당 소자 수가 늘어남에 따라 높은 전력 소모와 느린 연산 속도를 유발한다.
그러나 인간의 뇌는 약 1천억 개의 뉴런, 뉴런과 뉴런 사이에 존재하는 약 1천조 개의 시냅스가 병렬적으로 연결돼 있다.
뇌는 시냅스의 연결 강도에 의해 데이터 연산과 저장 기능이 통합돼 있어, 약 20W 이하의 적은 전력으로도 고밀도의 복잡한 데이터를 처리할 수 있다.
최근 인공지능을 활용한 방대하고 복잡한 이미지 처리, 자연어 학습과 같은 기술의 급속한 발전 등에 따라 인간의 뇌를 모방한 시냅스 소자와 뉴로모픽 컴퓨팅(Neuromorphic computing·인간의 뇌가 정보를 처리하는 방식에서 영감을 얻은 인공신경망 기반의 컴퓨팅 방식) 시스템의 필요성이 요구되고 있다.
인공 시냅스 소자를 구현하기 위해서는 간단한 2진수인 0과 1의 디지털 신호가 아닌, 시간에 따라 연속적으로 변하는 아날로그 신호를 모사할 수 있어야 한다.
그러나 이런 아날로그 신호를 기존 반도체 소자에서 모사하기에는 정확성과 재현성에 한계가 있었다.
연구진은 2차원 반도체 소재를 이용해 뇌의 동작을 정밀하게 모사할 수 있는 이중 플로팅 게이트 기반 인공 시냅스 소자를 성공적으로 개발했다.
개발된 인공 시냅스 소자는 기존 소자보다 높은 신뢰성을 바탕으로 고밀도 전하를 저장할 수 있고, 정밀하게 뇌 동작을 모사할 수 있었다.
연구진은 원자 수준으로 얇은 두께와 표면에 결함이 없는 2차원 물질로 이중 플로팅 게이트 소자를 재현했다.
기존 단일 플로팅 게이트 소자는 많은 양의 전하를 오직 하나의 플로팅 게이트에 저장해 신뢰성과 재현성이 떨어졌다.
특히 연구진이 재현한 이중 플로팅 게이트는 여러 물질이 접합해 있어 많은 계면이 존재하는데, 일반적으로 계면에 필연적으로 결함이 존재하는 것과 달리 2차원 물질의 무결함 특성을 이용해 계면에 존재하는 결함을 최소화하는 성과를 나타냈다.
연구진은 이중 플로팅 게이트 소자가 고밀도 전하를 저장하고 정밀하게 제어하는 특성을 기반으로 뇌의 동작을 성공적으로 모사했으며, 이를 통해 인공 신경망을 이용한 이미지 분류 작업에서 우수한 정확성을 확보했다.
서준기 교수는 "2차원 반도체 고유의 소재적 이점을 기반으로 고효율 뉴로모픽 신소자 구조를 디자인했다는 점에서 큰 의의를 둘 수 있다"라면서 "앞으로 신소재, 신소자 기반의 인공지능형 반도체 소자 개발에 기여할 것"이라고 밝혔다.
이번 연구는 지난 4월 13일 나노과학 분야 국제 학술지 'ACS Nano'에 게재됐다.
/연합뉴스