%EC%A0%84%EA%B8%B0%EB%B0%8F%EC%A0%84%EC%9E%90%EA%B3%B5%ED%95%99%EB%B6%80
-
정밀한 시각적 판단을 추론한 새로운 인공지능 가속칩 개발
우리 대학 전기및전자공학부 윤찬현, 김주영 교수 연구팀이 설명 가능한 인공지능(eXplainable AI, XAI) 기법을 처리하기 위한 노이즈(잡음)에 강한 다중 피라미드 활성화 맵 기반 주의집중 구조가 탑재된 인공지능 칩을 설계하고, 삼성전자 DS부문의 지원으로 설명가능 뉴로프로세싱 유닛(이하 EPU, Explainable neuro-Processing Unit)을 개발했다고 24일 밝혔다.
설명가능 인공지능이란 사람이 이해할 수 있고 신뢰할 수 있는 설명을 제공할 수 있는 인공지능 기법이다. 기존의 수학적 알고리즘으로 학습되는 인공지능은 학습예제에 편향되어 신뢰할 수 없거나, 수천억개의 매개변수를 사람이 이해할 수 없다는 문제점을 해결하기 위해, 왜 인공지능이 특정 결과를 추론했는지 판단근거를 설명할 수 있도록 개발되었다. 설명가능한 인공지능은 어떤 이유에 의해서 인공지능의 의사결정에 큰 영향을 주었는지 설명할 수 있다는 점에서 기존의 인공지능보다 정확성, 공정성, 신뢰성을 보장할 수 있다는 특징을 가진다.
공동연구팀은 다중 규모 및 다중물체의 특징 추출 구조인 피라미드형 신경망 구조에서 추론 결과에 영향을 주는 인공지능 내부의 신경층별 활성화되는 정도를 복합적으로 해석할 수 있는 인공지능 모델과 이를 가속처리 특화된 채널 방향 합성곱 연산 및 정확도를 유지하는 EPU칩을 구현했다.
다중 규모 및 다중물체 특징 추출에 특화된 피라미드형 인공지능 모델에서 설명 시각화 구현을 위해서는 추론 과정의 역방향으로 모든 합성곱 층별 활성화 맵에서 모델 파라미터의 변화도를 추출할 수 있는 구조가 요구된다.
그러나 역전파 계산 과정은 기존의 추론처리 가속을 위한 인공지능 칩 설계와 달리 이전 파라미터 및 상태를 기억해야 하며 이는 한정된 온 칩 메모리 크기 및 인공지능 모델 전체를 특정한 용도에 맞게 주문 제작(ASIC; Application Specific Integrated Circuit)해 구현하기에는 물리적 한계가 있다.
또한, 피라미드형 구조의 설명 가능한 인공지능 모델은 설명성 보장을 위한 N개 층의 활성화 맵으로부터 기울기 기반의 클래스 활성 맵핑 시각화 처리 각각 필요해 복잡도를 높이는 문제가 있다. 그리고, 입력의 매우 작은 노이즈에도 클래스 활성화 맵핑 시각화 설명이 완전히 달라져 설명 가능한 인공지능 모델의 신뢰도 저하가 큰 문제점이었다.
전기및전자공학부 윤찬현 교수 연구팀은 문제해결을 위해(그림1 참조) 설명 가능한 인공지능의 다중 활성화 맵 고유의 특성 정보를 융합해 전역 주의 집중 맵을 생성하는 네트워크 구조와 입력 이미지 노이즈에 강건한 모델 생성을 위한 상호학습 방법을 개발해, 단일 활성화 맵 기반 주의집중 맵 생성 기술에 비해 설명성 지표를 최대 6배가량 높였다.
또한, 다중 스케일의 다양한 주의집중 맵들의 상호 보완적인 특성을 일원화된 주의집중 맵으로 정교하게 재구성함으로써 사람이 해석 가능한 수준의 정밀한 설명성을 제공할 수 있게 했다. 이번 연구 성과를 통해 위성 영상과 같이 객체 크기 변화가 큰 이미지 분석에서 인공지능 모델의 설명성을 크게 향상할 수 있을 것으로 기대된다고 연구팀 관계자는 설명했다.
전기및전자공학부 김주영 교수 연구팀은 제안된 설명 가능한 인공지능 모델을 가속하기 위해 기존 모델의 추론과 역전파 과정에 더해 활성화 맵 생성까지 처리할 수 있는 XAI 코어를 개발하고, 다양한 연산 태스크를 유연하게 분할해 동시에 처리할 수 있는 멀티 데이터 플로우 방식을 제안했다. 또한, 많은 0 값을 포함하는 활성화 맵의 특성을 활용해, 연속된 0을 건너뛸 수 있는 새로운 데이터 압축 포맷을 제안하고 이를 지원하는 가속 유닛을 개발해 최대 10배 이상의 활성화 맵을 칩 내부에서 처리할 수 있도록 했다.
연구팀이 개발한 EPU 칩은 광학 위성, 전천후 관측 영상레이더(Synthetic Aperture Radar) 위성 등 특수 목적과 고정밀 인공지능 영상처리시스템에 적용할 수 있으며, 저지연‧저전력으로 인공지능 시스템의 판단 근거에 대한 설명성을 획기적으로 높일 수 있을 것으로 기대된다. 연구팀은 EPU 칩 개발 후속 연구를 진행할 계획이다.
2022.08.25 조회수 1367 -
세계 최초 개인정보 보호 기술이 적용된 인공지능(AI) 반도체 개발
우리 대학 전기및전자공학부 유민수 교수 연구팀이 세계 최초로 `차등 프라이버시 기술이 적용된 인공지능(AI) 어플리케이션(Differentially private machine learning)'의 성능을 비약적으로 높이는 인공지능 반도체를 개발했다고 19일 밝혔다.
빅데이터 및 인공지능 기술의 발전과 함께 구글, 애플, 마이크로소프트 등 클라우드 서비스를 제공하는 기업들은 전 세계 수십억 명의 사용자들에게 인공지능 기술을 기반으로 여러 가지 서비스(머신러닝 애즈 어 서비스, ML-as-a-Service, MLaaS)를 제공하고 있다. 이러한 서비스 중에는, 대표적으로 유튜브나 페이스북 등에서 시청자의 개별 취향에 맞춰 동영상 콘텐츠나 상품 등을 추천하는 `개인화 추천 시스템 기술(예- 딥러닝 추천 모델, Deep Learning Recommendation Model)' 이나, 구글 포토(Photo) 와 애플 아이클라우드(iCloud) 등에서 사진을 인물 별로 분류해주는 `안면 인식 기술 (예- 합성곱 신경망 네트워크 안면 인식, Convolutional Neural Network based Face Recognition)' 등이 있다.
이와 같은 서비스는 사용자의 정보를 대량으로 수집해, 이를 기반으로 인공지능 알고리즘의 정확도와 성능을 개선한다. 이 과정에서 필연적으로 많은 양의 사용자 정보가 서비스 제공 기업의 데이터 센터로 전송되고, 민감한 개인정보나 파일들이 저장되고 사용되는 과정에서 정보가 유출되는 문제가 발생하기도 한다.
또한 이러한 문제는 최근 주목받는 대형 인공지능 모델의 경우에 더 쉽게 발생하는 경향이 있으며, 실제 구글에서 사용하는 대화형 인공지능 모델인 GPT-2의 경우, 특정 단어들을 이야기했을 때 사용자의 개인정보 등을 유출하는 문제를 보였다. [참고1] 유사사례로서 국내에서 2020년 화제가 되었던 스캐터랩의 인공지능 챗봇 이루다의 경우에도 비슷한 문제가 불거진 적이 있다. [참고2]
[참고1] https://ai.googleblog.com/2020/12/privacy-considerations-in-large.html
[참고2] https://n.news.naver.com/mnews/article/092/0002243051?sid=105
이에 애플, 구글, 마이크로소프트 등 빅 테크 기업에서는 `차등 프라이버시 (differential privacy)' 기술을 크게 주목하고 있다. 차등 프라이버시 기술은 학습에 사용되는 그라디언트(gradient, 학습 방향 기울기)에 잡음(노이즈)를 섞음으로써 인공지능 모델로부터 사용자의 개인정보를 유출하는 모든 종류의 공격을 방어할 수 있다.
하지만 이러한 장점에도 불구하고, 차등 프라이버시 기술 적용 시, 기존 대비 어플리케이션의 속도와 성능이 크게 하락하는 문제 때문에 아직까지 범용적으로 널리 적용되지는 못했다. 이는 차등 프라이버시 머신러닝 학습 과정이 일반적인 머신러닝 학습과 다른 특성을 보이고, 이로 인해 기존의 하드웨어에서 효과적으로 실행되지 않아 메모리 사용량, 학습 속도 및 하드웨어 활용도 (hardware utilization) 측면에서 비효율적이기 때문이다.
이에 유민수 교수 연구팀은 차등 프라이버시 기술의 성능 병목 구간을 분석해 해당 기술이 적용된 어플리케이션의 성능을 크게 시킬 수 있는 `차등 프라이버시 머신러닝을 위한 인공지능(AI) 반도체 칩'을 개발했다. 유민수 교수팀이 개발한 인공지능 반도체는 외적 기반 연산기와 덧셈기 트리 기반의 후처리 연산기 등으로 구성돼 있으며, 현재 가장 널리 사용되는 인공지능 프로세서인 구글 TPUv3 대비 차등 프라이버시 인공지능 학습 과정을 3.6 배 빠르게 실행시킬 수 있고, 엔비디아의 최신 GPU A100 대비 10배 적은 자원으로 대등한 성능을 보인다고 연구팀 관계자는 설명했다. 또한 이번 개발을 통해서 기존 하드웨어의 한계로 널리 쓰이지 못했던 차등 정보보호 기술의 대중화에 도움을 줄 수 있을 것으로 기대된다고 전했다.
우리 대학 전기및전자공학부 박범식, 황랑기 연구원이 공동 제1 저자로, 윤동호, 최윤혁 연구원이 공동 저자로 참여한 이번 연구는 미국 시카고에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 `55th IEEE/ACM International Symposium on Microarchitecture(MICRO 2022)'에서 오늘 10월 발표될 예정이다. (논문명 : DiVa: An Accelerator for Differentially Private Machine Learning)
또한 이번 연구는 지금까지는 없던 차등 프라이버시가 적용된 인공지능 반도체를 세계 최초로 개발했다는 점에서 의의가 있으며, 차등 프라이버시 인공지능 기술을 대중화해 인공지능 기반 서비스 사용자들의 개인정보를 보호하는 데에 큰 도움을 줄 수 있을 것으로 보인다. 또한, 가속기의 성능 향상은 인공지능 연구 효율을 높여 차등 프라이버시 인공지능 모델의 정확도 개선에도 기여할 것으로 보인다.
한편 이번 연구는 한국연구재단, 삼성전자, 그리고 반도체설계교육센터 (IDEC, IC Design Education Center)의 지원을 받아 수행됐다.
2022.08.19 조회수 2074 -
스마트폰 위 인공지능(AI) 연합학습 속도 4.5배 획기적 향상기법 개발
우리 대학 전기및전자공학부 이성주 교수 연구팀이 국제공동연구를 통해 다수의 모바일 기기 위에서 인공지능(AI) 모델을 학습할 수 있는 연합학습 기술의 학습 속도를 4.5배 가속할 수 있는 방법론을 개발했다고 2일 밝혔다.
이성주 교수 연구팀은 지난 6/27~7/1에 열린 세계컴퓨터연합회(ACM) 주최로 진행된 제20회 모바일 시스템, 어플리케이션, 및 서비스 국제학술대회(MobiSys, International Conference on Mobile Systems, Applications, and Services)에서 연합학습(Federated Learning)의 학습 속도 향상(4.5배 가속)을 위한 데이터 샘플 최적 선택 및 데드라인 조절 방법론을 발표했다. 이 학회는 2003년에 시작됐으며 모바일 시스템, 소프트웨어, 어플리케이션, 서비스를 위한 최신 연구를 소개하는 데 초점을 맞추고 있으며, 모바일 컴퓨팅 및 시스템 분야의 최우수 학회 중 하나로 오랫동안 주목받고 있다.
이번 논문(FedBalancer: Data and Pace Control for Efficient Federated Learning on Heterogeneous Clients)은 KAIST 전산학부 신재민 박사과정이 제1 저자로 참여했으며, 중국 칭화대학과의 국제협력으로 이루어진 성과다 (칭화대학교 위안춘 리(Yuanchun Li) 교수, 윤신 리우(Yunxin Liu) 교수 참여).
최근 구글에 의해 제안된 연합학습은 새로운 기계학습 기술로, 개인정보의 유출 없이 방대한 사용자 기기 위 데이터를 활용할 수 있게 하여 의료 인공지능 기술 등 새로운 인공지능 서비스를 개발할 수 있게 해 각광받고 있다. 연합학습은 구글을 비롯해 애플, 타오바오 등 세계적 빅테크 기업들이 널리 도입하고 있으나, 실제로는 인공지능 모델 학습이 사용자의 스마트폰 위에서 이뤄져, 기기에 과부하를 일으켜 배터리 소모, 성능 저하 등이 발생할 수 있는 우려를 안고 있다.
이성주 교수 연구팀은 연합학습에 참여하는 사용자 기기 위 데이터 샘플 각각의 학습 기여도 측정을 기반으로 최적의 샘플을 선택함으로써 연합학습 속도 향상을 달성했다. 또한, 샘플 선택으로 줄어든 학습 시간에 대응해, 연합학습 라운드의 데드라인 또한 최적으로 조절하는 기법을 제안해 모델 정확도의 저하 없이 학습 속도를 무려 4.5배 높였다. 이러한 방법론의 적용을 통해 연합학습으로 인한 사용자 스마트폰 과부하 문제를 최소화할 수 있을 것으로 기대된다.
이성주 교수는 "연합학습은 많은 세계적 기업들이 사용하는 중요한 기술이다ˮ며 "이번 연구 결과는 연합학습의 학습 속도를 향상하고 활용도를 높여 의미가 있으며, 컴퓨터 비전, 자연어 처리, 모바일 센서 데이터 등 다양한 응용에서 모두 좋은 성능을 보여, 빠른 파급효과를 기대한다ˮ라고 소감을 밝혔다.
한편 이 연구는 과학기술정보통신부의 재원으로 한국연구재단과 정보통신기술진흥센터의 지원을 받아 수행됐다.
2022.08.02 조회수 1943 -
인공지능 및 빅데이터 시대를 이끌어갈 차세대 CXL2.0 메모리 확장 플랫폼 세계 최초 개발
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 대용량 메모리 장치부터 프로세스를 포함한 컴퓨트 익스프레스 링크(CXL) 2.0 기반의 차세대 메모리 확장 플랫폼 ‘다이렉트CXL(이하 DirectCXL)’을 세계 최초로 프로토타입 제작, 운영체제가 실장된 단대단(End-to-End) 시연에 성공했다고 1일 밝혔다.
오늘날 빅데이터 분석, 그래프 분석, 인메모리 데이터베이스 등 대규모 데이터에 기반한 응용처리가 증가함에 따라, 데이터 센터에서는 이를 더 빠르고 효율적으로 처리하기 위해 시스템의 메모리 확장에 많은 투자를 하고 있다.
그러나 우리가 흔히 알고 있는 메모리 확장 방식인 더블 데이터 대역폭(DDR) 인터페이스를 통한 메모리 확장은 추가할 수 있는 메모리 개수의 제한이 있어, 대규모 데이터 기반의 응용을 처리하기에 충분치 않다. 따라서 데이터 센터에서는 CPU와 메모리로 이루어진 메모리 노드들을 따로 구성하고, 응용을 수행하는 호스트의 메모리가 부족하면 네트워크로 연결된 메모리 노드를 자신의 메모리 공간으로 사용하는 원격 데이터 전송 기술(이하 RDMA) 기반의 메모리 확장을 사용한다.
여러 메모리 노드를 사용하는 RDMA 기반의 메모리 확장을 통해 데이터센터는 시스템의 메모리 크기를 늘릴 수 있었지만, 여전히 해결해야 할 문제들이 남아있었다. 우선 RDMA 기반 메모리 확장 시스템에서는 노드 간 데이터 이동 시 불필요한 데이터 복사, 소프트웨어의 개입 그리고 프로토콜 전환으로 인한 지연을 발생시켜 성능 저하가 발생했다. 또한 시스템의 메모리 확장 시 메모리만을 추가할 수 있는 것이 아닌, 메모리와 메모리를 제어할 CPU가 하나의 메모리 노드를 이루어 시스템에 추가되어야 했기 때문에, 추가적인 비용 소모가 발생했다.
최근 컴퓨트 익스프레스 링크(Compute Express Link, 이하 CXL) 프로토콜의 등장으로 많은 메모리 고객사와 제조사가 이러한 문제를 해결할 가능성을 확인하고 있다. CXL은 PCI 익스프레스(PCIe) 인터페이스 기반의 CPU-장치(Device) 간 연결을 위한 프로토콜로, 이를 기반으로 한 장치 연결은 기존보다 높은 성능과 확장성을 지원하는 것이 특징이다.
국내외 유수 기업들이 모여 CXL 인터페이스 표준 규약을 제안하는 CXL 컨소시엄은 지난 2019년 CXL 1.0/1.1을 처음 제안했고, 이후 CXL 2.0을 발표하며 CXL 1.0/1.1에서 하나의 포트당 하나의 지역 메모리 장치만을 연결할 수 있었던 확장성 문제를 스위치 네트워크를 통해 개선, 하나의 포트를 여러 포트로 확장할 수 있도록 했다. 따라서 CXL 1.0/1.1과 달리 CXL 2.0에서는 확장된 포트에 다수의 원격 CXL 메모리 장치를 연결하는 것이 가능해 더 높은 확장성을 지원할 수 있게 됐다.
그러나 CXL 2.0의 높은 확장성에도 불구하고, 아직 CXL 연구의 방향성을 제시해줄 수 있는 시제품 개발 및 연구들이 진행되지 않아, 메모리 업계와 학계에서는 여전히 CXL1.0/1.1을 기반으로 지역 메모리 확장 장치, 시제품 개발 및 연구를 진행하고 있는 실정이다. 따라서 새로운 CXL 2.0을 통한 메모리 확장 연구의 방향성 초석을 제시할 필요성이 커졌다.
정명수 교수 연구팀이 전 세계 최초로 프로토타입한 CXL 2.0 기반 메모리 확장 플랫폼 ‘DirectCXL’은 높은 수준의 메모리 확장성을 제공하며, 빠른 속도로 대규모 데이터 처리를 가능케 한다. 이를 위해 연구팀은 메모리를 확장해 줄 장치인 ‘CXL 메모리 장치’와 호스트 ‘CXL 프로세서 (CPU)’, 여러 호스트를 다수의 CXL 메모리 장치에 연결해주는 ‘CXL 네트워크 스위치’ 그리고 메모리 확장 플랫폼 전반을 제어할 리눅스 운영체제 기반의‘CXL 소프트웨어 모듈’을 개발해 플랫폼을 구성했다.
구성된 ‘DirectCXL’ 플랫폼을 사용한 시스템에서는 확장된 메모리 공간에 직접 접근해 데이터를 CPU의 캐시로 가져와 불필요한 메모리 복사와 소프트웨어의 개입이 없으며, PCIe 인터페이스만을 사용해 프로토콜 전환을 없애 지연시간을 최대한 줄였다. 또한 추가적인 CPU가 필요 없는 CXL 메모리 장치를 CXL 스위치에 연결하는 것만으로 메모리 확장이 가능해 효율적인 시스템의 구성이 가능했다. 국내외 소수 대기업에서 메모리 장치 일부 단품에 대한 구성을 보여준 준 사례는 있지만, CXL 2.0 기반, CPU부터 CXL 스위치, 메모리 장치가 장착된 시스템에서 운영체제를 동작시키고 데이터 센터와 응용을 실행하고 시연한 것은 정명수 교수 연구팀이 처음이다.
연구팀은 자체 제작한 메모리 확장 플랫폼 ‘DirectCXL’의 성능을 검증하기 위해 CXL 동작이 가능한 다수의 자체 개발 호스트 컴퓨터가 CXL 네트워크 스위치를 통해 연결된 다수 CXL 메모리 장치들을 제어하는 환경을 구성했다. 이후 구성된 플랫폼을 통해 CXL 메모리 장치의 성능을 기존 RDMA 기반 메모리 확장 솔루션과 비교했다. 연구팀이 제안한 ‘DirectCXL’은 확장된 메모리에 대한 접근 시간 검증에서 기존 RDMA 기반의 메모리 확장 솔루션 대비 8.3배의 성능 향상을 보였으며, 많은 메모리 접근을 요구하는 그래프 응용처리 및 인 메모리 데이터베이스 응용처리에서도 각각 2.3배, 2배의 성능 향상을 이뤄냈다.
정명수 교수는 "이번에 개발된 ‘DirectCXL’은 기존 RDMA기반 메모리 확장 솔루션보다 훨씬 적은 비용으로도 뛰어난 성능과 높은 확장성을 제공하는 만큼 데이터센터나 고성능 컴퓨팅 시스템에서의 수요가 클 것으로 기대한다ˮ며, "세계 최초로 개발된 CXL 2.0 기반의 단대단 프로토타입 플랫폼을 활용해 CXL이 적용된 새로운 운영체제(OS)는 물론 시스템 소프트웨어, 솔루션 시제품 고도화를 통해 향후 CXL을 활용한 시스템 구축에 초석을 제공할 것이다ˮ라고 말했다.
한편 이번 연구는 미국 칼스배드에서 지난 7월에 11에 열린 시스템 분야 최우수 학술대회인 유즈닉스 연례 회의 `USENIX Annual Technical Conference, 2022'에 ‘DirectCXL’이라는 논문명(Direct Access, High-performance Memory Disaggregation with DirectCXL)으로 발표되었다. 또한 미국 산호세에서 열리는 8월 2/3일에 플래시 메모리 정상회담(Flash Memory Summit)에서 CXL 컨소시움이 이끄는 CXL포럼에 발표될 예정이다.
‘DirectCXL’의 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인할 수 있다. DirectCXL은 데이터센터와 클라우드 시스템에서 다양한 응용에 쉽게 적용 가능하며, 하나의 실시예로 메타(페이스북) 추천시스템 기계학습 데이터 가속에 대한 시연 영상을 연구실 유튜브(https://youtu.be/jm8k-JM0qbM) 에서 확인할 수 있다. 해당 영상은 각 개인의 대규모 특성 자료들(텐서)을 CXL 메모리 풀에 올려두고 빅데이터를 활용한 인공지능이 친구나 광고 등 개인 특성에 맞는 자료들을 추천하게 하는 시스템으로 기존 데이터 센터의 원격메모리에 비해 3.2배 이상의 사용자 수준 성능 향상을 보여주고 있다.
2022.08.01 조회수 1754 -
무한대 화소 수준의 초고해상도 AR/VR 디스플레이 기술 개발
우리 대학 전기및전자공학부 김상현 교수 연구팀이 *모놀리식 3차원 집적의 장점을 활용한 1,600PPI*에 상응하는 마이크로LED 디스플레이를 구현하는 데 성공했다고 29일 밝혔다. 1,600 PPI는 초고해상도 증강현실(AR)/가상현실(VR) 디스플레이에 적용 가능한 해상도로써 2020년 출시된 오큘러스(Oculus) 社(現 메타(Meta))의 메타 퀘스트 2(Meta quest 2, 442 PPI)의 3.6배에 해당하는 디스플레이 해상도다.
☞ 모놀리식 3차원 집적: 하부 소자 공정 후, 상부의 박막층을 형성하고 상부 소자 공정을 순차적으로 진행함으로써 상하부 소자 간의 정렬도를 극대화할 수 있는 기술로 궁극적 3차원 집적 기술로 불린다.
☞ PPI: Pixel per Inch. 디스플레이에서 1인치에 포함되는 픽셀의 갯수
전기및전자공학부 박주혁 박사과정과 금대명 박사가 제1 저자로 주도하고 백우진 박사과정과 대만의 제스퍼 디스플레이(Jasper Display)의 존슨 쉬(Johnson Shieh) 박사와 협업으로 진행한 이번 연구는 반도체 올림픽이라 불리는 하와이 호놀롤루에서 열린 `VLSI 기술 & 회로 심포지엄 (2022 IEEE Symposium on VLSI Technology & Circuits)'에서 지난 6월 16일에 발표됐다. (논문명 : Monolithic 3D sequential integration realizing 1600-PPI red micro-LED display on Si CMOS driver IC)
VLSI 기술 심포지엄은 국제전자소자학회(International Electron Device Meetings, IEDM)와 더불어 대학 논문의 채택 비율이 25%가 되지 않는 저명한 반도체 소자 분야 최고 권위 학회다.
최근 디스플레이 분야는 각종 TV, 모니터 및 모바일 기기뿐만 아니라 스마트 워치, 스마트 글라스 등의 웨어러블 디바이스까지 그 응용처가 크게 확장됐다. 이처럼 디스플레이의 활용이 점차 다양화되고 고도화됨에 따라 요구되는 픽셀의 크기가 점점 작아지고 있는데, 특히 증강현실(AR)/가상현실(VR) 스마트 글라스 등과 같이 사람의 눈과 매우 가까운 거리를 유지하는 디스플레이의 경우 *픽셀화가 없는 완벽한 이미지의 구현을 위해서는 4K 이상의 고해상도가 요구된다.
☞ 픽셀화(Pixelation): 컴퓨터 그래픽에서 비트맵을 구성하는 작은 단색 정사각형 디스플레이 요소인 개별 픽셀이 보이는 현상.
앞서 언급한 초고해상도 디스플레이를 구현하기 위한 차세대 디스플레이 소자로서 무기물 기반의 인듐갈륨나이트라이드/갈륨나이트라이드(InGaN/GaN), 혹은 알루미늄 갈륨 인듐 인화물/갈륨 인듐 인화물(AlGaInP/GaInP)로 대표되는 3-5(III-V)족 화합물 반도체를 활용한 마이크로 LED 소자가 핵심 소재 및 부품으로써 주목받고 있다. 마이크로 LED는 현재 TV, 모바일 기기에 많이 사용되고 있는 OLED, LCD 디스플레이에 비해 높은 휘도와 명암비, 긴 픽셀 수명 등의 장점이 있어 차세대 디스플레이 소자로서 장점이 뚜렷하다.
☞ III-V 화합물 반도체: 주기율표 III족 원소와 V족 원소가 화합물을 이루고 있는 반도체로 전하 수송 특성 및 광 특성이 매우 우수한 소재.
하지만 무기물 기반 마이크로 LED를 활용해 디스플레이를 제작하기 위해서는 적색, 청색, 녹색의 각 색상의 픽셀을 각각의 기판에서 분리해 디스플레이 패널로 옮기는 패키징 작업이 필수적이다.
기존에 사용돼온 픽앤플레이스(Pick-and-place) 방법은 각각의 픽셀을 일일이 기계적으로 옮겨서 디스플레이 패널에 결합하는 방법으로 픽셀의 크기가 수십 마이크로미터 미만 수준으로 작아지게 되면 기계적인 정렬 정밀도가 저하되고 전사 수율이 감소해 초고해상도 디스플레이에는 적용이 어려울 것이라는 평가를 받고 있다.
연구팀은 이러한 문제의 해결을 위해 디스플레이 구동용 규소 상보적 금속산화물 반도체(이하 Si CMOS) 회로 기판 위에 적색 발광용 LED를 모놀리식 3차원 집적하는 방식을 적용했다. 위 방식은 Si CMOS 회로 위에 마이크로 LED 필름층을 먼저 웨이퍼 본딩을 통해 전사한 뒤, 포토리소그래피 공정으로 픽셀을 구현하는 방법으로, 기계적 픽셀 전사 공정이 제외된다. 이후 연구팀은 Si CMOS 회로상에서 상단에서 하단 방향으로(Top-down) 연속적인 반도체 공정 과정을 통해 고해상도 디스플레이 데모에 성공했다.
이 과정에서 연구팀은 조명용으로 활용돼왔던 무기물 기반 LED 반도체가 아닌 디스플레이용 LED 반도체층을 설계해 발광을 위한 활성층의 두께를 기존의 1/3로 감소시켜, 픽셀 형성에 필요한 식각 공정의 난도를 크게 낮추어 이번 연구성과를 얻어냈다.
또한, 연구팀은 하부 디스플레이 구동 회로의 성능 저하 방지를 위해 350oC 이하에서 상부 III-V 소자를 집적하는 웨이퍼 본딩 등의 초저온 공정을 활용해 상부 소자 집적 후에도 하부 드라이버 IC(Driver IC)의 성능을 그대로 유지할 수 있었다.
이번 연구 결과는 적색 마이크로 LED를 3차원 적층 방식으로 집적해 세계적인 수준의 해상도인 1,600 PPI 구현에 성공한 연구로서 연구에서 활용된 모놀리식 3차원 집적에 관한 연구 결과는 차세대 초고해상도 디스플레이 구현을 위한 좋은 가이드가 될 것으로 예상된다.
김상현 교수는 "향후 유사 공정을 확대 적용해 적색, 녹색, 청색이 모두 포함된 풀 컬러 디스플레이 제작도 가능할 것으로 생각한다ˮ라고 말했다.
한편 이번 연구는 삼성 미래기술육성센터의 지원을 받아 수행했다.
2022.07.29 조회수 2363 -
천 개~수천만 개 이상의 대규모 사물인터넷 동시 통신기술 최초 개발
우리 대학 전기및전자공학부 김성민 교수 연구팀이 세계 최초로 천 개에서 수천만 개에 이르는 대규모 사물인터넷(IoT) 동시 통신을 위한 `밀리미터파 후방산란 시스템'을 개발했다고 28일 밝혔다.
밀리미터파 후방산란 기술은 대규모 통신을 지원하기 위한 기술로 주목받고 있다. 밀리미터파 통신은 30~300기가헤르츠(GHz)의 반송파 주파수 대역을 활용하는 통신으로, 5G/6G 등 표준에서 도입을 준비 중인 차세대 통신 기술이다. 이는 넓은 주파수 대역폭(10GHz 이상)을 확보할 수 있어 높은 확장성을 제공한다.
또한, 후방산란 기술은 기기가 직접 무선 신호를 생성하지 않고 공중에 존재하는 무선 신호를 반사해 정보를 전달하는 방식으로, 무선 신호를 생성하는데 전력을 소모하지 않기 때문에 초저전력 통신을 가능하게 할 수 있는 기술이다. 이는 낮은 설치비용으로 대규모 사물인터넷 기기의 광범위한 인터넷 연결성을 제공할 수 있다.
김성민 교수 연구팀은 밀리미터파 후방산란을 이용해 수천만 개의 사물인터넷 기기들이 실내에 배치된 복잡한 통신 환경에서 모든 신호가 동시에 복조되도록 설계하는 데 성공했다.
전기및전자공학부 배강민 박사과정이 제1 저자로 참여한 이번 연구는 모바일 시스템 분야의 최고 권위 국제 학술대회인 `ACM 모비시스(ACM MobiSys)' 2022에 이번 6월 발표됐으며, 최우수논문상을 수상했다. (논문명: OmniScatter: extreme sensitivity mmWave backscattering using commodity FMCW radar). 이는 작년 우리 대학 전기및전자공학부에서 아시아 대학 최초로 ACM 모비시스 2021 최우수논문상을 받은 이후 연속된 수상으로 더욱 의미가 깊다.
5G/6G 네트워크의 핵심 구성 요소 중 하나인 사물인터넷은 기하급수적인 성장세를 보이고 있으며, 2035년까지 1조 개 이상의 기기가 생산될 전망이다. 대규모 사물인터넷 기기들의 인터넷 연결을 지원하기 위해서 5G, 6G 표준 각각 4G 대비 10배 및 100배의 네트워크 밀도를 지원하는 것을 목표로 하고 있다. 따라서, 대규모 통신을 위한 실용적인 시스템의 필요성이 대두되고 있다.
그러나 현재 밀리미터 후방산란 시스템은 밀리미터파의 높은 주파수에 따른 신호 감쇄와 후방산란 시스템의 반사 손실이 합쳐져 제한적인 환경에서만 통신이 가능하다. 즉, 다양한 장애물과 반사체가 설치된 복잡한 통신 환경에서 작동하지 않아 상대적으로 자유로운 설치가 필요한 대규모 사물인터넷 기기에 광범위한 인터넷 연결성을 제공하는 데 한계가 있다.
연구팀은 FMCW(주파수 변조 연속파) 레이더의 높은 코딩 이득에서 해답을 찾았다. 연구팀은 레이더의 코딩 이득을 그대로 유지하는 동시에, 후방산란 신호와 주변 잡음을 원천적으로 분리해내는 신호 처리 방법을 개발해 기존 FMCW 레이더 대비 십만 배 이상 개선된 수신감도를 달성했다. 이는 실용적인 환경에서의 통신을 지원한다. 더욱이, 연구팀은 태그의 물리적인 위치에 따라 복조된 신호의 주파수가 달라지는 레이더 특성을 활용해 위치에 따라 통신 채널을 자연적으로 할당 받는 후방산란 시스템을 설계했다. 이는 초저전력 후방산란 통신이 10GHz 이상의 밀리미터파 주파수 대역폭을 전부 활용할 수 있게 하여 수천만 사물인터넷 기기들의 동시 통신을 지원한다.
개발된 시스템은 상용 기성품 레이더를 게이트웨이로 활용할 수 있어 적용 용이성이 높다. 또한, 연구팀의 후방산란 기술은 10마이크로와트(μW) 이하의 초저전력으로 작동해 코인 전지 하나로 40년 이상 구동 가능해 설치 및 유지보수 비용을 크게 줄일 수 있다.
연구팀은 다양한 장애물과 반사체가 설치된 사무실 환경에 무작위로 설치된 밀리미터파 후방산란 기기들의 통신이 가능함을 확인했다. 나아가 연구팀은 실험을 통해 총 1,100개의 기기가 송신하는 정보를 동시에 수신하는 것이 가능함을 확인하여 대규모 사물인터넷 구동을 검증했다.
이번 성과는 5G/6G 등 차세대 통신에서 요구하는 네트워크 밀도를 훨씬 웃도는 연결성을 자랑한다. 이에, 이번 시스템은 향후 도래할 초연결 시대를 위한 디딤돌 역할을 할 수 있을 것으로 기대된다.
김성민 교수는 "밀리미터파 후방산란은 대규모로 사물인터넷 기기들을 구동할 수 있는 꿈의 기술이며 이는 기존 어떠한 기술보다도 더욱 대규모의 통신을 초저전력으로 구동할 수 있다ˮ라며 "이 기술이 앞으로 도래할 초연결 시대에 사물인터넷의 보급을 위해 적극적으로 활용되길 기대한다ˮ라고 말했다.
한편 이번 연구는 삼성미래기술육성사업과 정보통신기획평가원의 지원을 받아 수행됐다.
2022.07.28 조회수 1522 -
한컴인스페이스와 지구관측 위성 영상 분석 인공지능 기술 협력
우리 대학 전기및전자공학부 김문철 교수 연구팀이 지난 5월 26일 국내 최초 민간 초소형 위성인 세종 1호를 발사한 한글과컴퓨터그룹의 계열사인 한컴인스페이스(대표이사 최명진)와 위성 영상정보제공 서비스 향상을 위한 협력 연구체계를 구축하는 협약을 19일 체결했다.
전기및전자공학부 김문철 교수는 세계 최고 수준의 위성 영상 해상도 향상(초해상화)기술을 보유하고 있어, 한컴인스페이스와 기술협력체계를 구축하고 세종 1호의 해상도를 2배 이상 향상할 수 있는 기술 개발에 착수한다.
민간 초소형 위성인 세종 1호 위성은 5m 해상도의 다중밴드 위성으로 농업, 산림 등 다양한 분야에서 위성영상 및 분석정보를 제공할 수 있다. 한컴인스페이스는 더 나아가 고화질 영상정보가 필요한 응용을 위해 인공지능 기술로 영상의 해상도 품질을 향상시킨다.
초해상화 기술은 영상정보를 촬영하는 플랫폼의 하드웨어적 한계를 극복하고 컴퓨터비전, 인공지능 기술을 이용해 원본영상의 품질을 향상할 수 있는 기술이다. 해외의 대표적인 상업위성정보 서비스 업체인 `플래닛 랩스(Planet Labs)'는 다수의 초소형 위성을 운영하고 있으며, 초소형 위성의 한계로 제한된 관측정보의 해상도 향상을 위해 초해상화 기술을 적용해 서비스 중이다.
최명진 한컴인스페이스 대표는 "이번 기술협력은 세종 1호 뿐만 아니라 향후 발사 예정인 후속 위성의 영상 품질이 향상될 것ˮ이라며 "이를 통해 최초 사업 목표였던 농림, 산림분야 뿐만 아니라, 초고해상도의 위성정보가 필요한 다양한 사용자를 대상으로 서비스영역을 확장할 예정ˮ이라고 밝혔다. 또한 "김문철 교수가 보유한 최고 수준의 전천후 관측 영상 레이더(이하 SAR) 위성영상 객체 탐지 분석 기술을 적용해 민간뿐만 아니라 군의 수요를 만족할 수 있는 다종영상정보의 분석, 서비스 체계의 완비를 목표로 한다ˮ고 강조했다.
김문철 교수는 "지난 6월 누리호 발사 성공으로 향후 많은 초소형 위성들이 우리 기술로 발사돼 지구궤도를 돌며 엄청난 양의 지상 영상 정보를 획득할 것ˮ이라며 "이번 기술협력을 통해 지금까지 연구해왔던 세계 최고 수준의 위성 영상 초해상도 및 SAR 영상 분석을 위한 인공지능 기술 등을 상용화하는 데 최선을 다할 것ˮ이라고 밝혔다. 또한 “최근 우리나라 인접국들에서 위성 광학/SAR 영상 분석 관련 인공지능 기술들이 매우 빠른 속도로 개발되고 있고, 우리나라는 이들 국가를 능가하는 세계 최고 수준의 기술 개발을 통해 지피지기(知彼知己)할 수 있는 능력을 확보해 주변국들의 위협에 대비할 수 있는 힘을 키워야 한다ˮ고 강조했다.
김문철 교수는 세계 최고 인공지능/컴퓨터비전 국제학술대회인 국제 컴퓨터비전 및 패턴인식 학술대회(CVPR) 및 국제 컴퓨터비전 학회(ICCV)의 메인 프로그램에서 약 3% 내외 수준에서 선별하는 우수 구두 논문으로 발표된 위성 및 자연 영상 영상 초해상화 기술들을 보유하고 있으며, SAR 영상 표적 탐지 및 식별을 위한 딥러닝 기술, SAR 영상 표적 자세 추정 딥러닝 기술, SAR 영상을 광학 영상으로 변환하는 딥러닝 기술 등을 해당 분야 최고 국제 저널에 관련 연구성과들을 발표해 오고 있어 기술력을 인정받고 있다.
2022.07.21 조회수 1545 -
고도로 응축된 빛-물질의 새로운 플랫폼 구현
우리 대학 국내외 연구자들과 협업을 통해 고도로 구속된 빛이 전파될 수 있는 새로운 플랫폼을 2차원 물질 박막을 통해 구현했다고 18일 밝혔다. 이 연구 결과는 향후 강한 빛-물질 상호작용에 기반한 차세대 광전자 소자 개발에 기여할 것으로 예상된다.
원자 한 층으로 이루어진 2차원 물질들이 여러 겹으로 쌓이게 되면 기존의 2차원 물질과 다른 특성을 보이게 된다. 이러한 방식으로 만들어진 결정을 반데르발스 결정이라고 한다. 포논-폴라리톤은 전기를 띠는 물질 속 이온의 진동이 전자기파에 결합된 형태를 말하며, 전자기장이 입사광의 파장에 대비해 극도로 응축된 형태를 띈다. 특히, 고전도도를 가지는 금속 위에 놓여진 반데르발스 결정에 생성되는 포논-폴라리톤은 응축성이 극대화된다는 결과가 최근 보고됐다. 금속 위의 유전체에서 빛의 응축성이 극대화되는 것은 폴라리톤 결정 속 전하가 영상 전하 영향으로 금속에 반사돼 `영상 포논-폴라리톤' 이라는 새로운 형태의 폴라리톤이 생성되기 때문이다.
영상 포논-폴라리톤의 형태로 전파되는 빛은 강한 빛-물질 상호작용을 유도할 수 있다는 장점이 있으나 금속 표면이 거칠 경우 생성이 억제돼, 영상 포논-폴라리톤에 기반한 광소자의 실현 가능성은 제한적인 것으로 평가받아왔다.
이러한 한계점을 돌파하고자, 첨단 제작 기술과 측정기술을 보유한 다섯 연구팀이 협업을 통해 단결정 금속 위 영상 포논 폴라리톤 측정에 성공했다.
우리 대학 전기및전자공학부 장민석 교수 연구팀은 높은 민감도를 가지는 주사 근접장 현미경(Scanning near-field optical microscope, SNOM)을 통해 단결정 금 위 63nm(나노미터) 두께의 육각형 질화붕소(hexagonal boron nitride, h-BN)에서 전파되는 쌍곡 영상 포논-폴라리톤(hyperbolic image phonon polariton, HIP)을 측정했다. 이 측정 결과를 통해 유전체 속에서 전파되는 영상 포논-폴라리톤은 중적외선 빛이 100배 응축된 형태임을 확인했다.
장민석 교수와 메나브데 세르게이(Sergey Menabde) 연구교수는 수-파장을 진행하는 HIP의 이미지를 얻었으며, 육각형 질화붕소(h-BN) 결정에서 전파되는 강한 구속 상태의 고차 HIP 신호를 세계 최초로 관측하는데 성공했다. 이 결과를 통해 연구진은 반데르발스 결정에서 포논-폴라리톤이 전파 수명 손실 없이 고응축 상태에 이를 수 있다는 것을 보였다.
이 실험 결과는 원자 수준으로 평편한 금 단결정이 육각형 질화붕소(h-BN)이 올라갈 기판으로 사용됐기 때문에 얻을 수 있었던 결과로 평편한 금 단결정은 표면 산란을 억제하며, 극도로 작은 전압 손실(ohmic loss)를 보유하기 때문에 중적외선 대역에서 영상 포논-폴라리톤이 손실없이 전파되기 위한 최적의 환경을 제공한다. 연구진에 의해 측정된 영상 포논-폴라리톤은 저손실 유전체에서 전파되는 포논-폴라리톤 대비 2.4배 응축된 형태와 비슷한 전파 수명을 지니기 때문에, 약 두 배의 성능 지표를 가진다.
실험에 사용된 원자 수준의 평편도를 가지는 금 단결정은 남덴마크대학교(University of South Denmark) 나노광학센터(Center for Nano Optics) 연구소의 모텐슨(N. Asger Mortensen) 교수 연구팀이 화학적으로 제작했다.
중적외선 파장 대역에는 수많은 유기물질의 흡수 스펙트럼이 위치하기 때문에 센서에 사용될 가능성이 높다. 하지만 현재의 상용화된 센서는 낮은 민감도를 가지고 있어, 유기물질은 매우 고농도의 상태에서만 검출된다. 하지만 고응축 상태의 포논-폴라리톤의 강한 빛-물질 상호작용을 이용할 시 한개의 유기 분자도 검출 할 수 있을 것으로 예상되며, 금 단결정에 전파되는 포논-폴라리톤의 긴 전파 수명 또한 검출 기능을 향상할 것으로 예측된다.
장민석 교수 연구팀은 영상 포논-폴라리톤과 영상 그래핀 플라즈몬 사이의 유사성을 밝혀내기도 했다. 두 전파 모드는 모두 극도로 응축된 전자기장을 보이고, 짧아진 폴라리톤 파장에 무관하게 전파 수명이 일정했다. 이 측정 결과는 유전 박막으로 이루어진 저차원 폴라리톤에 대비해 영상 폴라리톤이 강점을 가진다는 것을 시사한다.
연구를 주도한 장민석 교수는 "이번 연구결과는 영상 폴라리톤, 특히, 영상 포논-폴라리톤의 장점을 잘 보여준다. 특히 영상 포논-폴라리톤이 갖는 저손실성과 강한 빛-물질 상호작용은 차세대 광전자 소자 개발에 응용될 수 있을 것으로 보인다. 연구팀의 실험 결과가 향후 메타표면, 광스위치, 광 센서 등의 고효율 나노광학 소자의 실용화를 앞당기는 데 도움이 되기를 바란다ˮ고 연구의 의의를 설명했다.
메나브데 세르게이 연구교수가 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 어드밴시스(Science Advances)'에 7월 13일 字 게재됐다. (논문명: Near-field probing of image phonon-polaritons in hexagonal boron nitride on gold crystals)
한편 이번 연구는 삼성미래기술육성센터와 한국연구재단의 지원을 받아 진행되었으며, 한국과학기술연구원, 일본 문부과학성, 덴마크 빌룸(Villum) 재단의 지원을 받았다.
2022.07.18 조회수 1893 -
팔라듐 나노와이어를 이용한 고민감도 고신뢰성 무선 수소 가스센서 개발
우리 대학 전기및전자공학부 윤준보 교수와 부산대학교 의생명융합공학부 서민호 조교수(KAIST 박사 졸업) 연구팀이 넓은 범위의 수소가스 농도를 무선으로 검출하는 고 민감도 센서 기술을 개발했다고 28일 밝혔다. (제1 저자: KAIST 조민승 박사과정)
연구팀은 팔라듐 금속을 3차원 나노구조로 설계함으로써 나타날 수 있는 `팔라듐 상전이(phase-transition)* 억제 효과'를 통해 0~4% 농도의 수소가스를 높은 선형성으로 감지하는 무선 가스 센서 기술을 개발했다.
*상전이(phase transition): 화학, 열역학 및 기타 관련 분야에서 일반적으로 물질의 기본 상태(결정성, 고체, 액체, 기체) 사이의 변화를 뜻한다.
우리 대학 전기및전자공학부 조민승 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ACS 나노(ACS nano) 온라인판에 지난달 27일 게재됐으며, 그 우수성을 인정받아 추가 표지 논문으로 선정됐다. (논문명: Wireless and Linear Hydrogen Detection up to 4% with High Sensitivity through Phase-Transition-Inhibited Pd Nanowires)
(https://pubs.acs.org/doi/10.1021/acsnano.2c01783)
수소가스는 에너지 효율성이 높고 연소 시 물을 생성하는 친환경적인 이점으로 차세대 에너지원으로 주목받고 있다. 하지만, 무색, 무취의 수소가스는 4% 이상의 농도에서 낮은 발화에너지로 폭발하는 위험성이 크기 때문에 주의 깊은 사용과 관리가 필요하다.
다양한 방식의 수소가스 감지 기술 중, 팔라듐(palladium, Pd) 금속 소재 기반의 기술은 수소가 팔라듐 내부 격자 사이에 해리되어 팔라듐 하이드라이드(PdHx)를 형성하면서 저항이 바뀌는 간단한 원리로 동작할 뿐만 아니라, 상온에서도 수소가스를 선택적으로 감지할 수 있고, 반응 시 부산물이 없어 습도 안정성도 매우 우수하다는 장점이 있다.
하지만, 팔라듐은 상온에서 2% 이상의 수소가스에 노출되게 되면, 상 변이가 일어나면서 1) 센서로서의 농도 범위가 제한*되고, 2) 반응 속도가 지연*되며, 3) 내구성이 저해*되는 등 다양한 문제를 발생시켜, 최소 4%까지의 농도를 감지해야 하는 수소가스의 기초 요구 조건을 만족시키지 못하는 실정이다.
*1) 농도 범위 제한: 상 변이와 함께 팔라듐 내부에 수소가 포화되어 저항 변화가 더 이상 일어나지 않고 이로 인해 수소가스 감지 범위 특성이 저해되는 현상
*2) 반응 속도 지연: 상 변이에 의한 시간 소요로 느린 저항 변화를 보임
*3) 내구성 저해: PdHx는 상 변이하면서 10%가 넘는 부피 팽창이 발생하는데, 이때, 기계적인 스트레스로 인해 Pd의 파단이 일어남
이에, 연구팀은 나노미터 두께로 얇고 납작한 3차원 나노구조를 팔라듐에 도입함으로써 4%까지의 수소가스를 정확하게 측정할 수 있는 무선 팔라듐 수소가스 감지 기술을 세계 최초로 개발했다.
팔라듐이 얇고 납작한 3차원 나노구조로 기판에 형성되게 되면, 팔라듐이 수소가스에 노출돼도 쉽게 부피 팽창을 일으킬 수 없게 되고 내부에 높은 응력이 발생하게 된다. 이러한 응력은 팔라듐의 상전이 활성화 에너지를 높이게 되는데, 연구진은 이 현상을 이용해 4% 이상의 높은 수소가스 농도에도 상전이 없이 안정적으로 수소가스를 감지하는 팔라듐 나노구조를 개발할 수 있었다.
실제 연구진은, 15 나노미터 (nm) 두께와 160 나노미터 (nm) 폭으로 팔라듐 나노구조를 설계·제작했고, 이를 기반으로 제작된 센서 소자는 0.1~4%의 수소가스를 98.9%의 선형성(linearity)으로 감지하는 성능을 성공적으로 보였다. 특히, 연구팀은 개발한 소자에 BLE(Bluetooth low energy) 기술과 3D 프린팅 기술, 안드로이드 앱 개발을 통해 무선으로 수소가스를 감지하는 센서 시스템 기술도 시연했는데, 이 기술은 센서와 20 미터(m) 떨어진 상황에서도 스마트폰이나 PC로 수소가스 누출을 안정적으로 감지할 수 있게 한다.
연구팀 관계자는 "이번 결과는 2% 이상 고농도에서 측정이 어려웠던 기존 팔라듐 기반 수소가스 센서의 문제점을 해결할 수 있는 새로운 기술을 개발했다는 점에서 중요한 의미가 있다ˮ고 말했다. 특히, "이번 센서 기술이 향후 수소가스를 이용한 청정에너지 시대에 안전관리를 위해서 활발히 활용될 수 있을 것ˮ이라고 기대했다.
한편 이번 연구는 2022년도 과학기술정보통신부의 재원으로 한국연구재단의 나노및소재기술개발사업, 선도연구센터지원사업과 기본연구지원사업의 지원을 받아 수행됐다.
2022.06.28 조회수 1744 -
양자컴퓨팅 한계를 극복하는 3차원 반도체 제어/해독 소자 집적 기술 개발
우리 대학 전기및전자공학부 김상현 교수 연구팀이 *모놀리식 3차원 집적의 장점을 활용해 기존 양자 컴퓨팅 시스템의 대규모 큐비트 구현의 한계를 극복하는 3차원 집적된 화합물 반도체 해독 소자 집적 기술을 개발했다고 24일 밝혔다. ‘모놀리식 3차원 집적 초고속 소자’ 연구 (2021년 VLSI 발표, 2021년 IEDM 발표, 2022년 ACS Nano 게재)를 활발하게 진행해 온 연구팀은 양자컴퓨터 판독/해독 소자를 3차원으로 집적할 수 있음을 처음으로 보였다.
☞ 모놀리식 3차원 집적: 반도체 하부 소자 공정 후, 상부의 박막층을 형성하고 상부 소자 공정을 순차적으로 진행함으로써 상하부 소자 간의 정렬도를 극대화할 수 있는 기술로 궁극적 3차원 반도체 집적 기술로 불린다.
우리 대학 전기및전자공학부 김상현 교수 연구팀의 정재용 박사과정이 제1 저자로 주도하고 한국나노기술원 김종민 박사, 한국기초과학지원연구원 박승영 박사 연구팀과의 협업으로 진행한 이번 연구는 반도체 올림픽이라 불리는 ‘VLSI 기술 심포지엄(Symposium on VLSI Technology)’에서 발표됐다. (논문명 : 3D stackable cryogenic InGaAs HEMTs for heterogeneous and monolithic 3D integrated highly scalable quantum computing system).
VLSI 기술 심포지엄은 국제전자소자학회(International Electron Device Meetings, IEDM)와 더불어 대학 논문의 채택 비율이 25%가 되지 않는 저명한 반도체 소자 분야 최고 권위 학회다.
양자컴퓨터는 큐비트 하나에 0과 1을 동시에 담아 여러 연산을 한 번에 처리할 수 있는 차세대 컴퓨터로, 최근에 IBM과 구글 등의 글로벌 기업이 양자 컴퓨터 제작에 성공하면서 양자 컴퓨터가 차세대 컴퓨터로 주목받고 있다.
기존 컴퓨터의 정보 단위인 `비트'의 경우 1 비트당 1개의 값만 가지는 것에 반해, 양자 컴퓨터의 정보 단위인 `큐비트'는 1 큐비트가 0과 1의 상태를 동시에 가진다. 따라서 비트에 비해 큐비트는 2배 빠른 계산이 가능하고, 2큐비트, 4큐비트, 8큐비트로 큐비트 수가 선형적으로 커질수록 처리 계산 속도는 4배, 8배, 16배로 지수적으로 증가한다. 따라서 많은 수의 큐비트를 활용한 대규모 양자컴퓨터 개발이 매우 중요하다. IBM에서는 큐비트 수를 127개로 늘린 `이글'을 작년에 발표했고, IBM 로드맵에 따르면 오는 2025년까지 4,000큐비트, 10년 이내에 10,000큐비트 이상을 탑재한 대규모 양자컴퓨터 개발을 목표로 하고 있다.
특히 큐비트의 수가 많은 대규모 양자컴퓨터 개발을 위해서는 큐비트를 제어/해독하는 소자에 대한 개발이 필수적이다. 기존 컴퓨터와 다르게 양자컴퓨터는 통상 –273 oC 내외의 극저온에서 동작하는 큐비트 하나당 최소 하나의 제어와 해독 연결이 필요하다. 현재는 큐비트 수가 많지 않아 극저온에서 동작하는 큐비트와 상온의 측정 장비를 긴 동축케이블로 연결해 제어/해독하는 방식을 사용하고 있다.
하지만 수천 혹은 수만 개 이상의 큐비트를 활용하는 대규모 양자 컴퓨팅에서 이러한 방식을 활용하면 양자 컴퓨터 크기가 매우 커지고 긴 연결 거리로 인해 신호 손실도 커 대규모 양자컴퓨터 구현이 매우 어려워진다. 따라서 큐비트를 제어/해독에 활용할 수 있는 저전력, 저잡음, 초고속 특성의 극저온 소자를 큐비트와 일대일로 연결할 수 있는 시스템 구성이 매우 중요하다.
연구팀은 이러한 문제 해결을 위해 큐비트 회로 위에 저전력, 저잡음 초고속 특성이 매우 뛰어난 *III-V 화합물 반도체 *고전자 이동 트랜지스터(HEMT)를 3차원으로 집적해 수천 혹은 수만 개의 큐비트에 아주 짧은 거리에서 일대일로 연결 가능한 구조를 제시했다.
☞ III-V 화합물 반도체: 주기율표 III족 원소와 V족 원소가 화합물을 이루고 있는 반도체로 전하 수송 특성 및 광 특성이 매우 우수한 소재.
☞ HEMT: High-Electron Mobility Transistor
연구팀은 250oC 이하에서 상부 제어/해독 소자를 집적하는 웨이퍼 본딩 등의 초저온 공정을 활용해 이후 하부 큐비트 회로의 성능 저하 없이 3차원 집적을 할 수 있도록 했다.
연구진은 이러한 3차원 집적 형태의 제어/해독 소자를 최초로 제시 및 구현했을 뿐만 아니라 소자의 성능 면에서도 극저온에서 세계 최고 수준의 차단주파수 특성을 달성했다.
김상현 교수는 "이번 기술은 향후 대규모 양자컴퓨터의 제어/판독 회로에 응용이 가능할 것으로 생각한다ˮ라며 "모놀리식 3차원 초고속 소자의 경우 양자컴퓨터뿐만이 아니라 6G 무선통신 등 다양한 분야에서 응용할 수 있어 그 확장성이 매우 큰 기술이며 앞으로도 다양한 분야에서 활용할 수 있도록 후속 연구에 힘쓰겠다ˮ라고 말했다.
한편 이번 연구는 한국연구재단 지능형반도체기술개발사업, 경기도 시스템반도체 국산화 연구지원 사업, 한국기초과학지원연구원 분석과학연구장비개발사업(BIG사업) 등의 지원을 받아 수행됐다.
2022.06.24 조회수 2240 -
고정확도 실시간 학습 가능한 모바일 인공지능 반도체 칩 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 인공지능의 실시간 학습을 모바일 기기에서 구현, 고정확도 인공지능(AI: Artificial Intelligent) 반도체*를 세계 최초로 개발했다고 23일 밝혔다.
* 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체
연구팀이 개발한 인공지능 반도체는 저비트 학습과 저지연 학습 방식을 적용해, 모바일 기기에서도 학습할 수 있다. 특히 이번 반도체 칩은 인공지능의 예상치 못한 성능 저하를 막을 수 있는 실시간 학습 기술을 성공적으로 구현했다.
전기및전자공학부 한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 6월 12일부터 15일까지 인천 연수구 송도 컨벤시아에서 개최된 국제 인공지능 회로 및 시스템 학술대회(AICAS)에서 발표됐으며 응용 예시를 현장에서 시연했고, 최우수 논문상과 최우수 데모상을 모두 석권해 그 우수성을 널리 알렸다. (논문명 : A 0.95 mJ/frame DNN Training Processor for Robust Object Detection with Real-World Environmental Adaptation (저자: 한동현, 임동석, 박광태, 김영우, 송석찬, 이주형, 유회준))
인공지능 (AI) 반도체 기술을 망라하는 국제 학술 대회 ‘AICAS 2022’는 인공지능 반도체 분야 세계 최고 권위를 가진 IEEE(미국 전기 전자 기술자 협회)학회로 평가받으며, 삼성, SK를 필두로, 한국전자통신연구원(ETRI), 엔비디아(NVIDIA), 케이던스(Cadence) 등 국내외 저명한 기업과 기관 등이 참석해 인공지능 반도체 회로와 시스템 전 분야, 인공지능 반도체와 관련된 연구성과를 공유하는 행사다.
기존 인공지능은 사전에 학습된 지능만으로 추론을 진행했기 때문에 학습하지 않은 새로운 환경 혹은 물체에 대해서는 물체 검출이 어려웠다. 하지만 유회준 교수 연구팀이 개발한 실시간 학습은 추론만 수행하던 기존 모바일 인공지능 반도체에 학습 기능을 부여함으로써, 인공지능의 지능 수준을 크게 끌어올렸다.
유 교수팀의 새로운 인공지능 반도체는 사전에 학습한 지식과 애플리케이션 수행 중에 학습한 지식을 함께 활용해 고정확도 물체검출 성능을 보였다. 특히 유회준 교수 연구팀은 렌즈가 깨지거나, 기계 오류로 인한 인공지능의 예상치 못한 정확도 감소도 자동으로 인지하고 이를 실시간 학습을 통해 보정, 기존 인공지능의 문제점을 해결했다.
유 교수팀은 실시간 학습 기능에 더해, 모바일 기기에서 저전력으로 학습이 가능할 수 있도록, 저비트 인공지능 학습 방법, 직접 오류 전사 기반 저지연 학습 방식을 제안, 이를 최적화할 수 있는 반도체(HNPU) 와 응용 시스템을 모두 개발했다.
저전력, 실시간 학습을 수행할 수 있는 모바일 인공지능 전용 반도체, HNPU는 다음과 같이 6가지 핵심 기술이 도입됐다.
○ 확률적 동적 고정 소수점 활용 저비트 학습 방식 (SDFXP: Stochastic Dynamic Fixed-point Representation)
- 동적 고정 소수점에 확률적 표현을 결합하고 확률적 반올림을 도입하여 인공지능 학습에 필요한 비트 정밀도를 최소화 할 수 있는 방법
○ 레이어별 자동 정밀도 검색 알고리즘 및 하드웨어 (LAPS: Layer-wise Adaptive Precision Scaling)
- 학습의 난이도를 자동으로 파악하고 심층신경망의 레이어별로 최적의 비트수를 자동으로 찾아주는 알고리즘 및 이를 가속하는 하드웨어
○ 입력 비트 슬라이스 희소성 활용* (ISS: Input Slice Skipping or Bit-slice Level Sparsity Exploitation)
- 데이터를 이진수로 표현했을 때 중간중간 나타나는 ‘0’ 비트를 활용하여, 데이터 처리량을 높이는 방식
○ 내재적 순수 난수 생성기 (iTRNG: Intrinsic True Random Number Generator)
인공지능 연산을 활용한 순수 난수 생성기를 설계, 데이터의 암호화 및 확률적 반올림을 구현
○ 다중 학습 단계 할당을 통한 고속 학습 알고리즘 및 하드웨어 (MLTA: Multi Learning Task Allocation & Backward Unlocking)
기존 역전파 (Back-propagation) 알고리즘에서 탈피해, 직접 오류 전사를 통한 저지연 학습 구현
○ 실시간 인공지능 학습 기반 자동 오류 검출 기능 저하 보정 시스템 개발 (Real-time DNN Training based Automatic Performance Monitor and Performance Recovery System)
평상시 물체 검출 결과를 주기적으로 모니터링하면서, 갑작스러운 확률 변화를 자동으로 인식, 정확도 저하를 보정하기 위해 실시간 학습을 적용
* 희소성 활용 (Sparsity Exploitation) : 심층 신경망 모델의 연산은 수많은 곱셈누적(MAC: Multiply-And-Accumulate)연산의 연속이다. 연산자에 0이 존재할 시, 굳이 연산을 해보지 않아도 결과는 0임을 알기에 이를 뛰어넘는 방식으로 연산 속도를 높이는 방식.
이러한 기술을 사용해 HNPU는 저전력 물체검출을 구현하여, 다른 모바일 물체검출 시스템과 비교해 75% 높은 속도, 44% 낮은 에너지 소모를 달성하면서도, 실시간 학습으로 고정확도 물체검출을 개발해 주목을 받았다.
연구팀은 HNPU의 활용 예시로 카메라 렌즈가 깨지거나, 기계 오류, 조명, 밝기 변화로 인공지능의 추론 능력이 떨어졌을 때, 실시간 학습을 통해 다시 정확도를 높이는 고정확도 물체검출 시스템을 개발했다. 이는 이후 자율 주행, 로봇 등 다양한 곳에 활용될 것으로 기대된다.
특히 연구팀의 HNPU 연구는 2022 국제인공지능회로및시스템학술대회(AICAS 2022)에서 발표돼, 최우수 논문상과 최우수 데모상을 모두 석권하여 그 우수성을 널리 알렸다.
연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 인공지능은 사전에 학습한 지식만으로 주어진 문제를 해결하고 있으며, 이는 변화하는 환경과 상황에 맞춰 계속 학습하는 인간의 지능과 뚜렷한 차이를 보인다”라며 “이번 연구는 실시간 학습 인공지능 반도체를 통해 인공지능의 지능 수준을 사람 수준으로 한층 더 끌어올리는 연구”라고 본 연구의 의의를 밝혔다.
2022.06.23 조회수 1836 -
차세대 뉴로모픽 구현을 앞당길 멤리스터 기반 고신뢰성 인공 뉴런(신경세포) 어레이 개발
우리 대학 전기및전자공학부 최신현 교수 연구팀이 뛰어난 안정성과 집적도가 높은 우리 뇌의 뉴런 세포의 동작을 모사하는 *고신뢰성 차세대 저항 변화 소자(멤리스터) 어레이를 개발했다고 7일 밝혔다.
☞ 멤리스터(Memristor): 입력에 따라 소자의 저항 상태가 바뀌는 소자. 입력 전압의 크기와 길이 등에 따라 소자 내부의 저항 값이 바뀌며 정보를 저장하거나 처리한다.
최 교수 연구팀은 기존 멤리스터의 불안정한 특성을 보이는 필라멘트 기반 방식에서 벗어나, 점진적인 산소 농도를 갖는 금속산화물을 이용해 안정적이고 신뢰성 높은 인공 뉴런 어레이를 발표하였다. 기존의 멤리스터 소자는 안정성이 낮고 응용에 사용하기 위한 어레이 형태로 제작하기 힘든 문제점이 있지만, 최 교수 연구팀이 개발한 소자는 뛰어난 안정성을 갖출 뿐만 아니라, 자가 정류 특성과 높은 수율을 갖춰 대용량 어레이 형태로 집적될 수 있다. 따라서 집적도가 높고 안정적인 뉴로모픽 시스템을 구현할 때 활발히 사용될 수 있을 것으로 기대된다.
전기및전자공학부 박시온, 정학천 석박사통합과정, 박종용 석사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)' 6월호에 출판됐다. (논문명 : Experimental demonstration of highly reliable dynamic memristor for artificial neuron and neuromorphic computing)
인간의 뉴런은 들어오는 신호의 크기와 주파수에 따라 스파이크를 내보내거나 내보내지 않는 방식으로 정보를 처리한다. 현대의 컴퓨터가 빅데이터를 처리하는데 많은 에너지를 소모하는 것과 다르게, 사람의 뇌는 매우 적은 에너지만으로도 많은 양의 데이터를 빠르게 처리할 수 있다. 이러한 이유로, 신경의 효율적인 신호전달 시스템을 모사하여 컴퓨팅에 사용하는 `뉴로모픽' 하드웨어 기술이 활발히 연구되고 있다. 멤리스터 소자는 고집적, 고효율로 뉴로모픽 컴퓨팅 시스템을 구현할 수 있는 차세대 소자로 주목받고 있다.
그러나 현존하는 멤리스터로 실용적인 대용량 인공신경망 컴퓨팅(Large-scale Neural Computing) 시스템을 구현하기에는 단위 소자의 신뢰성 및 수율의 문제가 있다. 기존의 멤리스터는 절연체 내부에서 필라멘트가 마치 번개와 같이 무작위적으로 생성되고 사라지며 동작하기 때문에 제어하기가 힘들어 낮은 신뢰성을 보이게 되며, 이로 인해 안정적인 뉴로모픽 시스템을 구현하는 데 한계점으로 지적되어 왔다.
최신현 교수 연구팀은 이러한 무작위적인 필라멘트 문제를 해결하기 위해 필라멘트 기반 저항 변화가 아닌, 산소 이온의 점진적인 이동을 이용해 저항 변화 소자를 구현함으로써 소자의 신뢰성 확보하였다. 또한 단위 소자를 통한 어레이 제작 기술을 확보하여, 400개의 고신뢰성 인공 뉴런 소자를 100% 수율의 크로스바 어레이 형태로 집적하는 데 성공했다.
연구팀은 제작한 고신뢰성 인공 뉴런 어레이 기반 뉴로모픽 시스템을 이용해 항균성 단백질(anti-microbial peptide) 아미노산 서열을 학습하고, 이를 바탕으로 새로운 항균성 단백질을 만들어내는 뉴로모픽 시스템을 구현하였다.
제1 저자인 박시온 석박통합과정 연구원은 "이번에 개발한 고신뢰성 인공 뉴런 소자는 안정적인 특성과 높은 수율을 바탕으로 차세대 멤리스터 기반 뉴로모픽 컴퓨팅 시스템 구현에 기여할 수 있을 것으로 기대되며, 개발된 인공 뉴런 소자를 이용해 촉각 등을 감지하는 로봇의 인공 신경계, 시계열 데이터를 처리하는 축적 컴퓨팅(reservoir computing) 등 다양한 응용을 가능케 하여 미래 전자공학의 기반이 될 것으로 기대한다ˮ라고 말했다.
한편 이번 연구는 삼성미래육성사업의 지원을 받아 수행됐다.
2022.06.07 조회수 2237