연구
연구팀이 개발한 K-Eye 시리즈는 웨어러블 디바이스와 동글 타입 2가지로 구성된다. 웨어러블 타입인 K-Eye는 블루투스로 스마트폰과 연동 가능하다.
봉경렬 박사과정이 주도하고 ㈜유엑스팩토리(대표 박준영)과 공동으로 개발한 이번 연구는 지난 2월 미국에서 열린 국제고체회로설계학회(ISSCC)에서 세계 최저전력 CNN칩으로 발표돼 주목을 받았다.
최근 글로벌 IT 기업들이 알파고를 비롯한 인공지능 관련 기술들을 경쟁적으로 발표하고 있다. 그러나 대부분은 소프트웨어 기술이라 속도가 느리고 모바일 환경에서는 구현이 어렵다는 한계가 있다.
따라서 이를 고속 및 저전력으로 구동하기 위해 인공지능 반도체 칩 개발이 필수적이다.
연구팀의 K-Eye 시리즈는 1mW 내외의 적은 전력만으로도 항상 얼굴 인식을 수행하는 상태를 유지하면서 사람의 얼굴을 먼저 알아보고 반응할 수 있다는 특징을 갖는다.
K-Eye의 핵심 기술인 얼웨이즈 온(Always-On) 이미지 센서와 CNNP라는 얼굴 인식 처리 칩이 있었기 때문에 위와 같은 세계 최저전력 기술이 가능했다.
첫 번째 칩인 얼웨이즈 온(Always-On) 이미지 센서는 얼굴이 있는지 없는지 스스로 판단할 수 있어 얼굴 인식이 될 때에만 작동하게 해 대기 전력을 대폭 낮출 수 있다.
얼굴 검출 이미지 센서는 아날로그 프로세싱으로 디지털 프로세싱을 제어해 센서 자체의 출력 소모를 줄였다. 픽셀과 결합된 아날로그 프로세서는 배경 부분과 얼굴 부분을 구분하는 역할을 하고 디지털 프로세서는 선택된 일부 영역에서만 얼굴 검출을 수행하면 돼 효율적인 작업이 가능하다.
두 번째 칩인 CNNP는 딥러닝을 회로, 구조, 알고리즘 전반에 도입하고 재해석을 진행해 최저 수준의 전력을 구현하는 역할을 했다.
특히 CNNP칩은 3가지의 핵심 기술을 사용했는데 ▲알파고 인공지능 알고리즘에서 사용하는 2차원 계산을 1차원 계산으로 바꿔 고속 저전력화 ▲분산형으로 배치된 칩 내 메모리가 가로방향 뿐 아니라 세로방향도 읽어낼 수 있는 특수 저전력 분산 메모리로의 설계 ▲1024개의 곱셈기와 덧셈기가 동시에 구동돼 막강한 계산력을 가지면서 외부 통신망을 거치지 않고 직접 계산 결과를 주고받을 수 있게 한 점이다.
CNNP는 97%의 인식률을 가지면서도 알파고에 사용된 GPU에 비해 5천분의 1정도의 낮은 전력인 0.6mW만을 소모한다.
K-Eye를 목에 건 사용자는 앞에서 다가오는 상대방의 얼굴이 화면에 떠오르면 미리 저장된 정보와 실시간으로 찍힌 사진을 비교해 상대방의 이름 등 정보를 자연스럽게 확인할 수 있다.
동글 타입인 K-EyeQ는 스마트폰에 장착해 이용할 수 있는데 사용자를 알아보고 반응하는 기능을 한다. 미리 기억시킨 사용자의 얼굴이 화면을 향하기만 하면 스마트폰 화면이 저절로 켜지면서 그와 관련된 정보를 제공한다.
또한 입력된 얼굴이 사진인지 실제 사람인지도 구분할 수 있어 사용자의 얼굴 대신 사진을 보여주면 스마트폰은 반응하지 않는다.
유 교수는 “인공지능 반도체 프로세서가 4차 산업혁명시대를 주도할 것으로 기대된다”며 “이번 인공지능 칩과 인식기의 개발로 인해 세계시장에서 한국이 인공지능 산업의 주도권을 갖길 기대한다”고 말했다.
□ 사진 설명.
사진1. K-EYE 사진
사진2. K-EYEQ 사진
사진3. CNNP 칩 사진
-
연구 수면 무호흡증 실시간 진단 센서 개발
이산화탄소는 주요 호흡 대사 산물로서, 날숨 내 이산화탄소 농도의 지속적인 모니터링은 호흡·순환기계 질병을 조기 발견 및 진단하는 데 중요한 지표가 될 뿐만 아니라, 개인 운동 상태 모니터링 등에 폭넓게 사용될 수 있다. 우리 연구진이 마스크 내부에 부착하여 이산화탄소 농도를 정확히 측정하는데 성공했다. 우리 대학 전기및전자공학부 유승협 교수 연구팀이 실시간으로 안정적인 호흡 모니터링이 가능한 저전력 고속 웨어러블 이산화탄소 센서를 개발했다고 10일 밝혔다. 기존 비침습적 이산화탄소 센서는 부피가 크고 소비전력이 높다는 한계가 있었다. 특히 형광 분자를 이용한 광화학적 이산화탄소 센서는 소형화 및 경량화가 가능하다는 장점에도 불구하고, 염료 분자의 광 열화 현상으로 인해 장시간 안정적 사용이 어려워 웨어러블 헬스케어 센서로 사용되는 데 제약이 있었다. 광화학적 이산화탄소 센서는 형광 분자에서 방출되는 형광의 세기가 이산화탄소 농도에 따라 감소하는 점을 이용하
2025-02-10 -
연구 1700% 뛰어난 신축성, 고성능 웨어러블 열전소자 개발
열 에너지를 전기로 전환시키는 열전 소자는 버려지는 폐열을 활용할 수 있어 지속 가능하고 친환경적인 에너지 플랫폼으로 주목받고 있다. 한국 연구진이 우수한 신축성과 최고 수준 성능을 보이는 열전소자를 개발하여 웨어러블 소자를 위한 체온을 이용한 차세대 에너지 공급원으로의 가능성을 한층 더 앞당겼다. 우리 대학 생명화학공학과 문홍철 교수팀이 POSTECH 화학공학과 박태호 교수팀과 공동연구를 통해 열역학적 평형 조절을 통한 기존 N형 열전갈바닉 소자*성능 한계 극복 기술을 구현했다고 14일 밝혔다. *열전갈바닉 소자: 생성되는 전자 흐름의 방향에 따라 N형과 P형으로 구분 가능 네거티브(negative)를 의미하는 N형은 전자가 저온에서 고온 쪽으로, 포지티브(positive)를 의미하는 P형은 고온에서 저온 쪽으로 전자가 이동 열전 소자의 성능을 최대한 끌어올리기 위해 P형과 N형 소자의 통합이 필수적이다. 최근 우수한 성능을 지닌 P형 열전 소자에 대한 연구는 많이 진
2024-11-14 -
연구 딥러닝 대부 요슈아 벤지오 교수와 AI 연구센터 설립
우리 대학 전산학부 안성진 교수 연구팀이 세계적인 인공지능 권위자인 캐나다의 요슈아 벤지오(Yoshua Bengio) 교수와 함께 ‘KAIST-밀라(MILA) 프리프론탈 인공지능 연구센터’를 KAIST에 7월 1일부로 설립했다고 4일 밝혔다. 이 사업은 과학기술정보통신부와 한국연구재단이 지원하는 ‘2024년도 해외우수연구기관 협력허브구축사업’의 일환으로, 안성진 교수 연구팀은 2024년 7월부터 2028년 12월까지 총 27억 원의 지원을 받게 된다. 이 센터는 차세대 인공지능 기술 개발을 위한 국제공동연구의 중심지로서 역할을 하게 될 예정이다. 요슈아 벤지오 교수는 딥러닝 분야의 창시자 중 한 명으로, 현대 인공지능 연구에 지대한 영향을 미친 인물이다. 그의 연구는 현재의 딥러닝 기술을 탄생시키고 발전시키는 데 중요한 역할을 했다. KAIST 안성진 교수팀과의 이번 협력은 요슈아 벤지오 교수의 몬트리올 학습 알고리즘 연구
2024-09-04 -
연구 애물단지 열을 컴퓨팅에 활용한다
기존의 반도체 소자에서 열 발생은 피할 수 없는데, 이는 에너지 소모량을 증가시키고, 반도체의 정상적인 동작을 방해하기 때문에 문제가 되며, 이에 열 발생을 최소화하는 것이 기존 반도체 기술의 관건이었다. KAIST 연구진이 이렇게 애물단지로 여겨지던 열을 오히려 컴퓨팅에 활용하는 방법을 고안하여 화제다. 우리 대학 신소재공학과 김경민 교수 연구팀이 산화물 반도체의 열-전기 상호작용에 기반하는 열 컴퓨팅(Thermal computing) 기술 개발에 성공했다고 25일 밝혔다. 연구팀은 전기-열 상호작용이 강한 모트 전이 (Mott transition) 반도체*를 활용했으며, 이 반도체 소자에 열 저장 및 열전달 기능을 최적화해 열을 이용하는 컴퓨팅을 구현했다. 이렇게 개발된 열 컴퓨팅 기술은 기존의 CPU, GPU와 같은 디지털 프로세서보다 1,000,000(백만)분의 1 수준의 에너지만으로 경로 찾기 등과 같은 복잡한 최적화 문제를 풀 수 있었다. *모트 전이 반도체:
2024-06-25 -
연구 뉴로모픽 반도체 신개념 메모리 소자 개발
우리 연구진이 공정 비용이 낮고 초저전력 동작이 가능하여 기존의 메모리를 대체하거나 차세대 인공지능 하드웨어를 위한 뉴로모픽 컴퓨팅(Neuromorphic Computing) 구현에 사용될 메모리 소자를 개발하여 화제다. 전기및전자공학부 최신현 교수 연구팀이 디램 (DRAM) 및 낸드(NAND) 플래시 메모리를 대체할 수 있는 *초저전력 차세대 상변화 메모리 소자를 개발했다고 4일 밝혔다. ☞ 상변화 메모리(Phase Change Memory): 열을 사용하여 물질의 상태를 비정질과 결정질을 변경하여, 이를 통해 저항 상태를 변경함으로써 정보를 저장하거나 처리하는 메모리 소자. 기존 상변화 메모리는 값비싼 초미세 반도체 노광공정을 통해 제작하며 소모 전력이 높은 문제점이 있었다. 최 교수 연구팀은 상변화 물질을 전기적으로 극소 형성하는 방식을 통해 제작한 초저전력 상변화 메모리 소자로 값비싼 노광공정 없이도 매우 작은 나노미터(nm) 스케일의 상변화 필라멘트를 자체적
2024-04-04