[기고]뇌 닮은 반도체, 국가 생존기술로 자리잡길

이제 인공지능(AI)은 모든 사회경제적 논의의 중심에 있다. 기업과 정부는 물론 일반인의 일상에도 깊숙이 들어와있는 AI는 그 어떤 기술보다도 급속도로 발전하고 있다. 하지만 진정한 AI 시대의 개막을 위해서는 여전히 해결해야 할 과제가 있다.

현재 우리가 사용하는 폰노이만 구조의 디지털 컴퓨터는 연산과 저장장치를 별도로 두기 때문에 정보전달 과정에서 병목 현상이 발생한다. 더 큰 문제는 과도한 전력소모다.

알파고가 바둑 한 판을 둘 때마다 소비한 전력비용은 7000만원에 육박했다. 이는 현재 인류가 생산할 수 있는 전력 수준으로는 AI의 실생활 적용이 요원하다는 것을 뜻한다. 이에 따라 막대한 전력소모와 고집적화의 물리적 한계에 부딪힌 디지털 컴퓨팅 이후의 새로운 반도체 기술에 대한 연구가 한창이다. 자연 상태의 초저전력 반도체인 인간 두뇌의 신경망(neuro)을 모사(mophic)하는 '뉴로모픽 반도체'가 대표적이다.

최근 많은 글로벌 반도체 기업들이 심층신경망(DNN, deep neural network) 기반의 주문형 AI 반도체를 상용화해 클라우드 컴퓨팅과 딥러닝 분야에 공급 중이다. DNN 기반 AI 반도체는 문자·음성·이미지 등의 비정형 패턴 인지 능력이 사람과 거의 같을 만큼 뛰어나고, 속도와 소비전력도 기존 CPU나 GPU보다 한층 효율적이어서 데이터센터 서버는 물론 개별 모바일 기기에도 이미 적용되고 있다. 하지만 아직 만족할만한 수준이 아니다. 중요도에 상관없이 모든 뉴런과 시냅스가 연산, 학습, 추론에 동원되는 비효율성과 과도한 에너지 소모가 문제점으로 지적되고 있다.

반면, 스파이킹 신경망(SNN, spiking neural network) 기반의 뉴로모픽 반도체는 두뇌 신경망의 동작 원리처럼 외부 정보를 이벤트 단위로 받아들여 그에 필요한 뉴런과 시냅스만 부분적으로 사용하기 때문에 에너지 효율성이 매우 높다. 또한 하나의 반도체에서 다양한 패턴의 데이터를 동시다발적으로 연산, 저장, 학습하기 때문에 방대한 데이터 주입과 사람의 지도 없이도 인간의 두뇌처럼 특성이 비슷한 데이터를 군집화하며 스스로 학습해내갈 수 있다. 인간의 오감과 두뇌활동처럼 초저전력으로도 복잡한 대량의 정보를 신속하게 처리할 수 있는 뉴로모픽 반도체 기술은 AI 시대의 진정한 승자가 될 가능성이 높다.

우리나라도 최근 몇 년 간 뉴로모픽 반도체 연구개발에 많은 투자가 이어지고 있다. 하지만 한국형 뉴로모픽 반도체 기술 개발과 글로벌 경쟁력 확보를 위해서는 기초적인 소자 연구 수준을 넘어 관련 하드웨어와 소프트웨어 전반의 동반 발전 전략이 필요하다. 회로 설계, 하드웨어 칩 개발과 동시에 SNN 기반 뉴로모픽 반도체가 AI로 제대로 동작하는지 성능을 검증할 최적의 알고리즘 개발 노력도 함께 이뤄져야 한다. 반도체 산업은 높은 기술력과 막대한 투자로 후발주자의 진입을 허용하지 않는 '승자독식 시장'이다. AI 시대, 대체 불가능한 기술이자 국가 생존기술이 될 뉴로모픽 반도체 연구개발에 대한 보다 장기적인 전략 수립이 절실하다.

[관련기사]☞ 매맞는 남편 "무릎꿇은 채 맞아" 호소…아내는 "평생 때릴 것"☞ 신성한 나무서 알몸 사진...'민폐' 러시아 부부 발리서 추방 위기☞ 안정환♥이혜원 딸 리원, 美명문 사립대 NYU 합격…이서진 후배☞ 등교 전 한강뷰 보며 커피 마신다는 중3 정동원☞ 장윤정 "팬 결혼식에 축의금 1000만원 쾌척…축가도 돈 안받고"

김형준 한국과학기술연구원(KIST) 차세대반도체연구소장

<저작권자 ⓒ '돈이 보이는 리얼타임 뉴스' 머니투데이, 무단전재 및 재배포 금지>