연구
< (왼쪽부터) 최양규 교수, 박인규 교수, 이상원 박사과정, 강민구 박사과정 >
우리 대학 전기및전자공학부 최양규 교수, 기계공학과 박인규 교수 공동 연구팀이 ‘생물의 후각 뉴런을 모방한 단일 뉴로모픽 소자’을 개발하는 데에 성공하였다고 밝혔다. 과거‘인간의 후각을 모방한 뉴로모픽 모듈'을 개발하는 데에 성공했던 연구팀은, 기존에 센서와 뉴런 소자가 분리되어 별도 센서의 신호를 받아 스파이크 출력을 했던 뉴로모픽 모듈에서 한 층 더 발전된, 단일 소자만으로 가스 감지 및 스파이크 신호 출력이 가능한 뉴로모픽 소자를 개발하였다.
이상원 박사과정이 제 1저자로 참여하고 강민구 박사과정이 공동저자로 참여한 이번 연구는 저명 국제 학술지 ‘Cell’ 자매지인 ‘Device’에 2023년 9월 온라인판에 정식 출판됐다. (논문명 : An Artificial olfactory sensory neuron for selevtive gas detection with in-sensor computing).
인공지능을 활용한 가스 센서는 혼합 가스를 정확하게 분류할 수 있다는 점에서 산업 안전, 호흡 모니터링, 음식 모니터링 등 많은 분야에서 사용되고 있다. 그러나 기존의 센서들은 센서의 신호를 받아 디지털화하는 아날로그-디지털 변환기(ADC)가 별도로 필요할 뿐 아니라, 소프트웨어를 통해 인공지능을 구현하기 때문에 프로세서와 메모리 간 반복적인 데이터 이동이 필요한 폰노이만 아키텍처를 이용한다. 그에 따라 높은 전력이 소모되어 배터리로 구동되어야 하는 모바일, 사물인터넷 장치 등 실상황에서 활용성이 떨어진다.
한편, 인간의 후각 뉴런은 스파이크 형태로 감각 정보를 전달하고, 이를 뇌에서 병렬적으로 처리함으로써 낮은 전력 소비로도 가스를 감지할 수 있다. 초저전력 소모를 위하여, 이를 모방해 센서 단에서 스파이크 형태로 신호를 전달하는 뉴로모픽 후각 시스템이 주목을 받고 있으며, 기존 연구의 경우 별도의 센서 신호를 받아 뉴런 소자 및 회로에서 스파이크 신호로 변환을 하는 방식이었다. 그에 따라 센서와 뉴런 장치 간 별도의 패키징 공정이 필요하고, 두 장치 간에 발생하는 신호 지연 및 전력 소모도 추가로 발생하게 된다.
< 그림 1. palladium 및 platinum nanoparticle 코팅을 통한 가스에 반응성을 가지는 단일 뉴런 소자의 모습. 각각 수소와 암모니아 농도에 따라 뉴런의 스파이크 특성이 달라, 이것을 이용하여 혼합가스 구별이 가능함. >
연구팀은 스파이크 신호를 출력할 수 있는 silicon nanowire field-effect transistor (SiNW-FET) 상부에 수소와 암모니아에 반응성을 가지는 palladium과 platinum nanoparticle을 코팅하여, 가스를 감지하여 스파이크 출력 변화를 보이는 단일 후각 뉴런 소자를 개발하였다. 즉 센서와 뉴런 소자를 별도로 공정하는 것이 아닌 가스 감지 기능을 하는 인공 뉴런 단일 소자를 개발한 것이다. 연구팀은 제작된 뉴런 소자에, 마찬가지로 field-effect transistor 기반의 단일 시냅스 소자를 연결하여 수소와 암모니아를 구분하는 뉴로모픽 모듈을 개발했다. 가스 감지 뉴런과 시냅스 모두 완전한 Si CMOS 공정 시스템을 이용하여 모듈을 개발하였기 때문에 이후 대규모 공정을 안정적으로 할 수 있다는 점에서 의미가 크다.
연구를 주도한 이상원 박사과정은 “개발된 뉴로모픽 모듈은 IoT 분야에서 호흡 모니터링이나 위험 가스 감지 등에 유용하게 사용될 것으로 기대된다"며, 특히 "자체적으로 가스 감지가 가능한 단일 뉴런 소자 개발은 인-센서 컴퓨팅 분야에서 의미 있는 발전이 될 것이다"고 연구의 의의를 설명했다.
한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 국가반도체연구실지원핵심기술개발사업, 중견연구사업, 국민위해인자대응기술개발사업 및 반도체설계교육센터의 지원을 받아 수행됐다.
-
연구 세계 최초 카이럴자성 양자점 개발- 빛 구동 AI용 소자 구현
기존 양자점(quantum dots)에는 카이랄 방향성, 광학적 또는 자기적 특성을 복합적으로 구현하는 것이 매우 어려운 기술이었다. KAIST 연구진이 이런 한계를 극복하고, 세계 최초로 광학적 카이랄성과 자성의 융합 특성을 동시에 갖춘 ‘카이럴 자성 양자점’을 개발하고, 이를 활용하여 사람의 뇌처럼 정보를 보고, 판단하고, 저장하며 초기화할 수 있는 기능을 단일 소자에 집약해, 고성능 AI 하드웨어의 새로운 패러다임을 제시했다. 우리 대학 신소재공학과 염지현 교수 연구팀이 빛에 의해 비대칭 반응하는 카이랄성과 자성을 동시에 갖는 특수 나노입자인 양자점(CFQD)을 세계 최초로 개발하고, 저전력 인간 뇌 구조와 작동 방식을 모방한 인공지능 뉴로모픽 소자(ChiropS)까지 성공적으로 구현했다. 신소재공학과 염지현 교수 연구팀이 개발한 카이랄 양자점을 활용한 광 시냅스 트랜지스터는 편광 구분, 멀티 파장 인식, 전기 소거 등 다양한 기능을 단일 소자에 집
2025-04-25 -
연구 스스로 학습·수정하는 뉴로모픽 반도체칩 개발
기존 컴퓨터 시스템은 데이터 처리 장치와 저장 장치가 분리돼 있어, 인공지능처럼 복잡한 데이터를 처리하기에는 효율적이지 않다. KAIST 연구팀은 우리 뇌의 정보 처리 방식과 유사한 멤리스터 기반 통합 시스템을 개발했다. 이제 원격 클라우드 서버에 의존하지 않고 의심스러운 활동을 즉시 인식하는 스마트 보안 카메라부터 건강 데이터를 실시간으로 분석할 수 있는 의료기기까지 다양한 분야에 적용될 수 있게 되었다. 우리 대학 전기및전자공학부 최신현 교수, 윤영규 교수 공동연구팀이 스스로 학습하고 오류를 수정할 수 있는 차세대 뉴로모픽 반도체 기반 초소형 컴퓨팅 칩을 개발했다고 17일 밝혔다. 연구팀이 개발한 이 컴퓨팅 칩의 특별한 점은 기존 뉴로모픽 소자에서 해결이 어려웠던 비이상적 특성에서 발생하는 오류를 스스로 학습하고 수정할 수 있다는 것이다. 예를 들어, 영상 스트림을 처리할 때 칩은 움직이는 물체를 배경에서 자동으로 분리하는 법을 학습하며 시간이 지날수록 이 작업을 더 잘 수
2025-01-22 -
연구 차세대 뉴로모픽 컴퓨팅 신뢰성 문제를 풀다
최근 인간의 뇌를 모방해 하드웨어 기반으로 인공지능 연산을 구현하는 뉴로모픽 컴퓨팅 기술이 최근 주목받고 있다. 뉴로모픽 컴퓨팅의 단위 소자로 활용되는 멤리스터(전도성 변화 소자)는 저전력, 고집적, 고효율 등의 장점이 있지만 멤리스터로 대용량 뉴로모픽 컴퓨팅 시스템을 구현하는데 불규칙한 소자 특성으로 인한 신뢰성 문제가 발견되었다. 우리 연구진이 뉴로모픽 컴퓨팅의 상용화를 앞당길 신뢰성 향상 기술을 개발하여 화제다. 우리 대학 전기및전자공학부 최신현 교수 연구팀이 한양대학교 연구진과의 공동 연구를 통해 차세대 메모리 소자의 신뢰성과 성능을 높일 수 있는 이종원자가 이온* 도핑 방법을 개발했다고 21일 밝혔다. * 이종원자가 이온(Aliovalent ion): 원래 존재하던 원자와 다른 원자가(공유 결합의 척도, valance)를 갖는 이온을 말함 공동연구팀은 기존 차세대 메모리 소자의 가장 큰 문제인 불규칙한 소자 특성 변화 문제를 개선하기 위해, 이종원자가 이온을
2024-06-21 -
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 -
연구 뉴로모픽 신경망으로 컴퓨팅 난제 해결하다
우리 연구진이 현재 반도체 산업체에서 사용되는 실리콘 소재 및 공정만을 사용해 초소형 진동 신경망을 구축하여 경계선 인식 기능을 구현했으며 난제 중 하나인 그래프 색칠 문제*를 해결했다. *그래프 색칠 문제: 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 다양하게 응용되고 있음 우리 대학 전기및전자공학부 최양규 교수 연구팀이 실리콘 바이리스터 소자로 생물학적 뉴런의 상호작용을 모방한 뉴로모픽 진동 신경망을 개발했다고 3일 밝혔다. 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 기
2024-04-03