뉴로모픽 신경망으로 '컴퓨팅 난제' 해결했다
상태바
뉴로모픽 신경망으로 '컴퓨팅 난제' 해결했다
  • 정 현 기자
  • 승인 2024.04.07 23:46
  • 댓글 0
이 기사를 공유합니다

- KAIST 최양규 교수, 서강대 한준규 교수 공동 연구
- 실리콘 진동자로 뉴로모픽 진동 신경망 구현
- '경계선 인식' 및 '그래프 색칠 문제' 해결 시스템 구축
- 논문, SCI급 국제학술지 'Nano Letters' 게재

[위즈뉴스] 국내 연구진이 현재 반도체 산업체에서 사용되는 실리콘 소재 및 공정만을 사용해 초소형 진동 신경망을 구축하여 경계신 인식 기능을 구현했다. 

KAIST(총장 이광형)는 3일, 전기및전자공학부 최양규 교수 연구팀이 실리콘 바이리스터 소자로 생물학적 뉴런의 상호작용을 모방한 뉴로모픽 진동 신경망을 개발해 경계선 인식((edge detection) 기능을 구현했으며, 이를 통해 난제 중 하나인 '그래프 색칠 문제(vertex coloring problem)'를 해결했다고 밝혔다.

왼쪽부터 최양규 교수, 한준규 교수, 윤성윤 박사과정생 / 사진=KAIST

그래프 색칠 문제란 그래프 이론에서 사용되는 용어로, 그래프의 각 정점에 서로 다른 색을 할당해야 하며, 이러한 색깔 구분 문제는 방송국 주파수가 겹쳐 난시청 지역이 발생하지 않도록 주파수를 할당하는 문제 등과도 유사해 여러 분야에서 다양하게 응용되고 있다. 

이번 연구 결과를 담은 논문은 나노과학 분야의 SCI급 저명 국제학술지 ‘나노 레터스(Nano Letters, IF=10.8)’ 3월호에 게재됐으며, 추가 표지 논문(Supplementary Cover)으로도 선정됐다.

논문명은 'A Nanoscale Bistable Resistor for an Oscillatory Neural Network'이며, KAIST 최양규 교수가 교신저자로, 서강대 한준규 교수와 KAIST 윤성윤 박사과정생이 공동 제1저자로 참여했다. 

"자원 분배, 신약 개발, 반도체 회로 설계 및 스케줄링 등에 사용될 것"

연구팀은 "개발된 진동 신경망은 복잡한 컴퓨팅 난제를 계산할 수 있는 뉴로모픽 컴퓨팅 하드웨어로, 자원 분배, 신약 개발, 반도체 회로 설계 및 스케줄링 등에 유용하게 사용될 수 있을 것으로 기대된다ˮ고 연구의 의의를 설명했다.

국제학술지 'Nano Letters' 최신호에 게재된 해당 논문
doi.org/10.1021/acs.nanolett.3c04539

빅데이터 시대가 도래하면서 인공지능 기술이 예전과 비교할 수 없을 만큼 비약적으로 발전하고 있다.

인간의 뇌 기능을 모사하는 뉴로모픽 컴퓨팅 중 하나인 상호 간 결합된 진동 신경망(oscillatory neural network)은 뉴런의 상호작용을 모방한 인공 신경망이다. 진동 신경망은 기본단위에 해당하는 진동자의 연결 동작을 이용하며 신호의 크기가 아닌 진동을 이용해 연산을 수행하므로 소모 전력 측면에서 이점을 가지고 있다.

연구팀은 실리콘 기반 진동자를 이용해 진동 신경망을 개발했다. 축전기를 이용해 두 개 이상의 실리콘 진동자를 연결하면, 각각의 진동 신호가 상호작용해 시간이 경과하면서 동기화(synchronization) 된다. 연구팀은 진동 신경망으로 영상 처리에 사용되는 경계선 인식(edge detection) 기능을 구현했으며 난제 중 하나인 그래프 색칠 문제(vertex coloring problem)를 해결했다. 

또한 이번 연구는 제조 관점에서, 복잡한 회로나 기존 반도체 공정과 호환성이 낮은 소재 및 구조 대신, 현재 반도체 산업체에서 사용되는 실리콘 관련 소재 및 공정만으로 진동 신경망을 구축했기 때문에, 양산에 바로 적용 가능하다는 장점이 있다.

바이리스터를 사용한 발진 신경망과 그 활용 / 자료이미지=KAIST

이번 연구는 한국연구재단 차세대지능형반도체기술개발사업 및 국가반도체연구실지원핵심기술개발사업의 지원을 받아 수행됐다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.
주요기사