국내연구진이 인공지능(AI) 구현을 위한 뉴로모픽 광(光)뉴런 소자설계에 성공했다.
서울대학교 박남규 교수, 유선규 박사, 박현희 박사 연구팀이 고속 연산 AI 구현을 위해, 두뇌의 기본 단위인 뉴런의 동작을 빛의 흐름으로 모사하는 데 성공했다고 4일 밝혔다. 이는 기존 반도체의 한계를 뛰어넘는, 초고속-저전력 뉴로모픽 반도체 소자 개발의 전기가 되는 연구성과다.
우리 뇌의 뉴런 세포는 전자회로의 트랜지스터와 같은 역할을 하는 신경계의 단위 프로세서라고 할 수 있다.
뇌의 학습·기억 능력은 뉴런 각각의 신호 처리 기능이 복잡한 신경망 네트워크를 통해 연계돼 구현된다.
최근 주목받는 딥러닝 기반 AI 기술은 두뇌의 뉴런 네트워크를 컴퓨터 프로그램을 통해 소프트웨어적으로 모사한 것으로, 안정적·효율적으로 AI를 구현하기 위해서는 소프트웨어적 접근 이외, 뉴런의 동작과 네트워크 자체를 하드웨어적으로 모사한 AI 전용 뉴로모픽 칩의 개발이 필수적이다.
뉴로모픽 기술은 생물학적 신경계 시스템에서의 신호 처리를 반도체 및 광학 분야 등의 하드웨어 시스템을 통해 모사하는 기술을 말한다.
한편, 최근 반도체 전자회로의 나노 공정이 수 나노미터로까지 미세화됨에 따라 필연적으로 발열과 속도의 한계는 반도체 소자의 성능 향상에 근본적인 제약이 되고 있으며, 이는 뉴로모픽 반도체 전자 회로 구현에도 궁극적인 제한요소가 될 것으로 예상된다.
반면 전자가 아닌 빛으로 연산하는 뉴로모픽 소자는 발열이 없는 저전력 및 초고속 동작이 가능하다는 점에서 매사추세츠공과대학(MIT), 스탠퍼드 대학 등 세계 유수의 연구기관에서 활발히 연구를 진행하고 있다.
연구진은 패리티-시간 대칭이라는 특이한 물리적 대칭성을 만족하는 증폭·손실 물질에 시간 대칭성을 제어하는 비선형성을 추가한 메타물질을 활용해, 단위 뉴런의 다양한 연산 기능들을 광학적인 신호처리로 모사·재현하는 데 성공했다.
패리티-시간 대칭은 어떤 시스템에 공간상 반전 및 시간 축의 역전을 동시에 가했을 때 해당 시스템이 원래 시스템과 동일한 경우를 나타내는 대칭성, 비선형성은 입력값과 출력값이 비례관계에 있지 않은 특성, 메타물질은 인위적 매질의 배열 구조를 통해 자연계에 존재하지 않은 특성을 가지도록 설계된 물질을 말한다.
연구진은 빛의 세기에 따라 입력값과 출력값이 달라지는 비선형성을 갖는 메타물질을 개발하고, 이를 두뇌 내 뉴런과 같은 나트륨 채널과 칼륨 채널에 대응시킴으로써, 뉴로모픽 광소자에서의 신경 신호 처리를 광속으로 구현하는데 성공했다.
특히, 전기 신호가 외부 잡음에도 흔들림 없이 안정적 세기를 유지하는 등 뉴로모픽 및 두뇌 모사 메모리 소자에서 필요로 하는 다양한 기능들을 빛의 흐름으로 구현할 수 있음도 이론적으로 확인했다. 이는 세계 최초로 빛의 속도로 동작이 가능한 초고속 뉴런 모사 광소자의 설계 개념을 정립한 것이다.
박 교수는 “뉴로모픽 회로의 단위 소자인 뉴런의 기능들을 빛을 신호 전달체로 해 구동할 수 있게 함으로써, 초고속 뉴로모픽 소자 및 AI 개발에 전기가 되는 것은 물론, 구현된 각 기능들은 높은 안정성을 갖는 레이저 등에도 응용이 가능하다”고 말했다.
이번 연구성과는 국제학술지 ‘어드밴스드 사이언스’ 온라인판에 게재됐다.