"뇌의 유연함 모방" KAIST, 뉴런 수준 '기억·반응·복원' 반도체 구현

인간의 뇌는 '시냅스 가소성'과 '내재적 가소성' 등 적응 메커니즘으로 정보를 처리한다. 정보 처리 과정에서 시냅스 가소성은 뉴런 간 연결 강도에 따라 기억과 학습을 담당하고 내재적 가소성은 개별 뉴런이 과거의 자극을 기억, 스스로 흥분도를 조절해 효율·안정적 정보처리를 가능케 한다.

하지만 그간 진행된 인공지능(AI) 반도체 연구에서는 주로 시냅스를 모사하는 데 집중돼 뉴런 수준의 내재적 가소성을 하드웨어로 구현하는 데 제약이 따랐다. 이러한 한계를 넘어설 뉴런 수준의 반도체 기술이 국내에서 개발돼 주목받는다.

KAIST는 신소재공학과 김경민 교수 연구팀이 뉴런의 내재적 가소성(과거 활동을 기억해 스스로 반응하는 특성을 조절)을 모방한 '주파수 스위칭(Frequency Switching) 뉴리스터(Neuristor)'를 개발했다고 28일 밝혔다.

(왼쪽부터 시계방향으로) 김경민 교수, 이민구·김대희·송한찬 박사(제1 저자, 현 ETRI), 고태욱·최문구·김은영·강준모 연구원, (우측상단) 박우준 박사(제1 저자, 현 독일 율리히 연구소). KAIST 제공

내재적 가소성은 같은 소리의 충격음도 여러 번 들었을 때 점차 덜 놀라거나, 반복된 훈련으로 특정 자극에 민감해지는 것처럼 뇌가 주변 환경에 적응하는 능력을 의미한다.

주파수 스위칭 뉴리스터는 인간이 자극에 점점 익숙해져 덜 놀라거나, 반복된 훈련으로 점점 민감해지는 '신호의 빈도'를 스스로 조절하는 인공 뉴런 소자다.

연구팀은 순간적으로 반응했다가 원래 상태로 돌아가는 '휘발성 모트 멤리스터'와 입력 신호의 흔적을 오랫동안 기억하는 '비휘발성 멤리스터'를 결합해 뉴런이 신호를 얼마나 자주 내보낼지(발화 주파수)를 자유롭게 조절할 수 있는 소자를 구현했다.

이 소자는 뉴런 스파이크 신호와 멤리스터 저항 변화가 서로 영향을 주고받으며 자동으로 반응을 조절한다. 바꿔 말해 '반복해서 들은 소리에 덜 놀라거나, 특정 자극에 점점 더 예민해지는 뇌의 반응'을 반도체 소자 하나로 모방한 것이다.

연구팀은 이 기술의 효과를 검증하기 위해 '희소 신경망(Sparse Neural Network)' 시뮬레이션을 수행했다. 이 결과 뉴런 자체의 기억 기능을 통해 기존 신경망보다 27.7% 낮은 에너지 소모로도 동일한 성능을 구현하는 것이 가능했다.

특히 일부 뉴런이 손상됐을 때 내재적 가소성으로 네트워크를 스스로 재구성해 성능을 회복하는 일종의 '복원력'도 입증했다.

뉴런과 주파수 전환 뉴리스터의 비교 개념도. KAIST 제공

결론적으로 연구팀이 개발한 주파수 스위칭 뉴리스터 기술을 적용한 AI는 전기를 상대적으로 적게 쓰면서도 성능은 그대로 유지하고, 일부 회로가 고장 났을 때는 스스로 보완해 다시 정상적으로 작동하는 것이 가능하다는 게 연구팀의 설명이다.

김 교수는 "이번 연구는 뇌의 핵심 기능인 내재적 가소성을 단일 반도체 소자로 구현해 AI 하드웨어의 에너지 효율과 안정성을 한단계 높였다는 점에서 의미를 갖는다"며 "스스로 상태를 기억하고 손상된 부분을 적응·복구할 수 있는 기능은 엣지 컴퓨팅, 자율주행 등 장시간 안정성이 요구되는 시스템에 핵심 소자로 활용될 여지를 높인다"고 말했다.

한편 이번 연구에는 신소재공학과 박우준 박사(현 독일 율리히 연구소), 송한찬(현 ETRI) 박사가 공동 제1 저자로 참여했다. 연구 결과는 최근 재료 분야 학술지 '어드밴스드 머터리얼즈(Advanced Materials)' 온라인판에도 게재됐다.

대전=정일웅 기자 jiw3061@asiae.co.kr