GIST-경북대, 뇌처럼 학습 ‘AI 반도체’ 기술 개발

- GIST 반도체공학과 강동호 교수·경북대 장병철 교수 공동연구팀
- 얼굴 인식 정확도 95% 달성, 기존 대비 학습정확도 20% 향상

강동호(왼쪽부터) GIST 반도체공학과 교수, 장병철 경북대 전기공학부 교수, 윤혜진 GIST 학생, 박소은 연구원, 김영권 경북대 학생.[GIST 제공]

[헤럴드경제=구본혁 기자] 광주과학기술원(GIST)은 반도체공학과 강동호 교수와 경북대학교 전기공학부 장병철 교수 공동 연구팀이 뇌의 신경세포(뉴런)들이 신호를 주고받는 연결 부위인 ‘시냅스’의 동작 원리를 바탕으로, 빛과 전압을 이용해 단일 소자에서 전류의 ‘양(+)·음(–)’ 두 방향을 모두 제어할 수 있는 ‘광전자 인공 시냅스’를 개발했다고 밝혔다.

이번 연구는 단일 소자만으로 양방향 인공 시냅스를 구현한 첫 사례로, 기존 하드웨어 신경망의 구조적 한계를 근본적으로 극복한 것으로 평가된다. 이 기술은 고집적·저전력 인공지능(AI) 반도체(뉴로모픽 칩) 구현을 앞당길 핵심 기술로, 향후 이미지 인식·패턴 분석 등 온칩 학습(On-chip learning)* 기반의 실시간 AI 처리 시스템에 폭넓게 활용될 것으로 기대된다.

뉴로모픽 반도체는 인간의 뇌 신경망을 모방해 정보를 병렬적으로 처리하고 학습하는 차세대 AI 칩이다.

기존 컴퓨터처럼 메모리와 연산 장치가 분리된 구조와 달리, 시냅스 소자가 기억 저장과 연산 기능을 동시에 수행해 고속·저전력 연산이 가능하다.

그러나 지금까지 개발된 대부분의 뉴로모픽 소자는 한 방향(단극성)으로만 전류를 조절할 수 있어, 시냅스가 전달하는 신호의 강도(가중치)를 양(+)·음(–) 두 방향으로 자유롭게 바꾸기 어려웠다.

이 때문에 하나의 시냅스 기능을 구현하려면 두 개의 소자를 한 쌍으로 연결하는 ‘듀얼 시냅스(dual-synapse)’ 구조가 필요했으며, 그 결과 회로가 복잡해지고 전력 소모가 늘어나며 집적도가 낮아지는 문제가 있어 대규모 뉴로모픽 칩을 구현하는 데 큰 걸림돌이었다.

광전자 인공 시냅스 소자. (a) 인공 시냅스 소자 구조. (b) 게이트 전압에 따른 광전류 반전 현상. (c) 양방향성 시냅스 특성. [GIST 제공]

연구팀은 이러한 구조적 한계를 극복하기 위해, 2차원 반도체라는 얇은 층의 신소재 두 가지(이황화레늄(ReS₂, n형)과 이셀레늄화텅스텐(WSe₂, p형))를 결합해 전류가 흐르는 방향을 제어할 수 있는 특수 구조(pn 접합 구조)를 만들고, 그 아래에는 산소 처리(플라즈마 공정)를 통해 부분적으로 산화시킨 절연층(육방정계 질화붕소, h-BN)을 삽입, 전류를 정밀하게 조절할 수 있는 광전자 시냅스 소자를 제작했다.

이 절연층(h-BN 층)은 전류를 일시적으로 저장하거나 방출할 수 있는 성질(전하 트래핑(charge trapping))을 가지고 있어, 외부 전압이나 빛 자극에 따라 전자를 저장하거나 방출하는 ‘가상 도핑(pseudo-doping)’ 효과를 구현한다. 이를 통해 시냅스 가중치를 양(+)·음(–) 방향으로 안정적이고 정밀하게 조절할 수 있다.

이로 인해 하나의 소자만으로도 시냅스 신호를 강화하거나 약화시키는 양방향 조절과 반복 학습이 가능해, 별도의 복잡한 회로 없이 뇌 신경세포처럼 학습하고 기억하는 과정을 유사하게 구현할 수 있다. 시뮬레이션 결과, 연구팀이 개발한 소자를 적용한 AI 신경망은 얼굴을 인식하는 정확도가 95%에 이르러, 기존 단극성 소자 기반 신경망(75% 이하)보다 20% 이상 향상된 성능을 보였다.

강동호 교수는 “단일 소자에서 양방향 시냅스 전류를 구현한 이번 연구는 뉴로모픽 하드웨어의 에너지 효율을 획기적으로 개선할 수 있는 기술적 돌파구”라며 “향후 실시간 학습과 적응이 가능한 초저전력·고성능 AI 반도체 개발에 중요한 기반이 될 것”이라고 말했다.

이번 연구결과는 국제학술지 ‘어드밴스드 펑셔널 머티리얼즈’에 게재됐다.