연구
< (왼쪽부터) 전기및전자공학부 윤영규 교수, 한승재 석박사통합과정, 정학천 석박사통합과정, 최신현 교수 >
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 수행하게 된다.
이러한 자가 학습 능력은 실시간 영상 처리에서 이상적인 컴퓨터 시뮬레이션에 견줄 만한 정확도를 달성하며 입증됐다. 연구팀의 주요성과는 뇌와 유사한 구성 요소의 개발을 넘어, 신뢰성과 실용성을 모두 갖춘 시스템으로 완성한 것에 있다.
< 그림 1. 높은 신뢰성을 가진 셀렉터리스(selector-less) 32×32 멤리스터 크로스바 어레이가 탑재된 컴퓨팅 칩의 주사 전자 현미경(SEM) 이미지 (왼쪽). 실시간 인공지능 구현을 위해 개발된 하드웨어 시스템 (오른쪽) >
연구팀은 세계 최초로 즉각적인 환경 변화에 적응할 수 있는 멤리스터 기반 통합 시스템을 개발하며, 기존 기술의 한계를 극복하는 혁신적인 해결책을 제시했다.
이 혁신의 핵심에는 멤리스터(memristor)*라고 불리는 차세대 반도체 소자가 있다. 이 소자의 가변 저항 특성은 신경망의 시냅스 역할을 대체할 수 있게 되고, 이를 활용해 우리 뇌세포처럼 데이터 저장 및 연산을 동시에 수행할 수 있다.
*멤리스터: 메모리(memory)와 저항(resistor)의 합성어로 두 단자 사이로 과거에 흐른 전하량과 방향에 따라 저항값이 결정되는 차세대 전기소자
연구팀은 저항 변화를 정밀하게 제어할 수 있는 고신뢰성 멤리스터를 설계하고, 자가 학습을 통해 복잡한 보정 과정을 배제한 효율적인 시스템을 개발했다. 이번 연구는 실시간 학습과 추론을 지원하는 차세대 뉴로모픽 반도체 기반 통합 시스템의 상용화 가능성을 실험적으로 검증했다는 점에서 중요한 의미를 가진다.
< 그림 2. 멤리스터 소자의 비이상적 특징이 포함된 영상의 배경 및 전경 분리 결과 (왼쪽). 본 연구진이 개발한 멤리스터 컴퓨팅 칩을 통한 기기 내 학습을 통한 실시간 영상 분리 결과 (오른쪽) >
이 기술은 일상적인 기기에서 인공지능을 사용하는 방식을 혁신하여 AI 작업 처리를 위해 원격 클라우드 서버에 의존하지 않고 로컬에서 처리할 수 있게 되어, 더 빠르고 사생활 보호가 강화되며 에너지 효율성이 높아질 것이다.
이 기술 개발을 주도한 KAIST 정학천 연구원과 한승재 연구원은 “이 시스템은 책상과 자료 캐비닛을 오가며 일하는 대신 모든 것이 손이 닿는 곳에 있는 스마트 작업 공간과 같다. 이는 모든 것이 한 곳에서 처리돼 매우 효율적인 우리 뇌의 정보 처리 방식과 유사하다”고 설명했다.
전기및전자공학부 정학천 석박통합과정생과 한승재 석박사통합과정생이 제 1저자로 연구에 참여했으며 국제 학술지 `네이처 일렉트로닉스 (Nature Electronics)'에 2025년 1월 8일 자로 온라인 게재됐다.
(논문 제목: Self-supervised video processing with self-calibration on an analogue computing platform based on a selector-less memristor array, https://doi.org/10.1038/s41928-024-01318-6)
이번 연구는 한국연구재단의 차세대지능형반도체기술개발사업, 우수신진연구사업, PIM인공지능반도체핵심기술개발사업, 정보통신기획평가원의 한국전자통신연구원연구개발지원사업의 지원을 받아 수행됐다.
-
연구 ‘사포’로 반도체를 깎았더니...AI 반도체 가공 새 길 열다
스마트폰과 인공지능(AI) 서비스의 성능과 안정성은 반도체 표면을 얼마나 고르고 정밀하게 가공하느냐에 달려 있다. 우리 대학 연구진은 일상에서 흔히 사용하는 ‘사포’의 개념을 나노 기술로 확장해, 반도체 표면을 원자 수준까지 균일하게 가공할 수 있는 새로운 기술을 개발했다. 이 기술은 고대역폭 메모리(HBM) 등 첨단 반도체 공정에서 표면 품질과 가공 정밀도를 크게 향상시킬 수 있는 가능성을 보여준다. 우리 대학은 기계공학과 김산하 교수 연구팀이 머리카락보다 수만 배 가는 탄소나노튜브를 연마재로 활용한 ‘나노 사포’를 개발했다고 11일 밝혔다. 이 기술은 기존 반도체 제조 공정보다 표면을 더 정밀하게 가공하면서도, 공정 과정에서 발생하는 환경 부담을 줄일 수 있는 새로운 평탄화 기술이다. 사포는 표면을 문질러 매끄럽게 만드는 익숙한 도구지만, 반도체와 같이 극도로 정밀한 표면 가공이 필요한 분야에는 적용이 쉽지 않았다. 이는 일반
2026-02-11 -
연구 엔비디아보다 2.1배 빠른 유튜브 추천...‘버벅임’없앴다
유튜브 영상 추천이나 금융 사기 탐지처럼 사람 사이의 복잡한 관계를 빠르게 분석하는 핵심 AI 기술로 ‘그래프 신경망(GNN, Graph Neural Network)’이 있다. 여기서 말하는 그래프는 우리가 떠올리는 그래프 그림이 아니라, 사람과 사람 사이의 연결 관계를 뜻한다. 우리 대학 연구진은 엔비디아보다 추천 속도는 2.1배 빠르고, 지연은 줄이며, 전력 소모까지 낮춘 AI 반도체 기술 ‘오토GNN(AutoGNN)’을 개발해 주목받고 있다. 우리 대학은 전기및전자공학부 정명수 교수 연구팀이 그래프 신경망 기반 인공지능의 추론 속도를 획기적으로 높일 수 있는 AI 반도체 기술 ‘오토GNN’을 세계 최초로 개발했다고 5일 밝혔다. 연구팀은 서비스 지연의 주된 원인이 인공지능 추론 이전 단계인 그래프 전처리(Graph Preprocessing) 과정에 있음을 밝혀냈다. 이 과정은 전체 계산 시간의 70~90%를
2026-02-05 -
연구 1%의 벽 넘었다… 친환경 초소형 반도체 밝기 18배 향상
TV, 스마트폰, 조명처럼 빛을 내는 반도체는 우리 일상 곳곳에 쓰이고 있다. 하지만 친환경 반도체를 만들기 위해서는 아직 넘어야 할 기술적 장벽이 많다. 특히 머리카락 굵기(약 10만 나노미터)보다 수만 배 작은 크기의 나노 반도체는 이론적으로는 밝은 빛을 낼 수 있지만, 실제로는 빛이 거의 나지 않는 문제가 있었다. 우리 대학 연구진이 이 한계를 해결할 수 있는 새로운 표면 제어 기술을 개발했다. 우리 대학은 신소재공학과 조힘찬 교수 연구팀이 차세대 친환경 반도체 소재로 주목받는 나노 반도체 입자인 인듐 포스파이드(InP)* 매직 사이즈 나노결정(Magic-Sized Clusters, MSC)의 표면을 원자 수준에서 제어하는 원천 기술을 개발했다고 14일 밝혔다. *인듐 포스파이드(InP): 인듐(In)과 인(P)으로 만든 화합물 반도체 물질로 카드뮴 같은 환경 유해 물질을 쓰지 않은 친환경 반도체 소재 연구팀이 주목한 소재는 ‘매직 사이즈 나노결정&rsquo
2026-01-14 -
연구 반도체 성능 망치는 ‘숨은 결함’ 1,000배 더 찾아낸다
메모리와 태양전지 등은 모두 반도체로 만들어지며, 반도체 내부에는 전기 흐름을 방해하는 보이지 않는 결함이 숨어 있을 수 있다. 공동연구진이 이러한 ‘숨은 결함(전자 트랩)’을 기존보다 약 1,000배 더 민감하게 찾아낼 수 있는 새로운 분석 방법을 개발했다. 이 기술은 반도체 성능과 수명을 높이고, 불량 원인을 정확히 찾아 개발 비용과 시간을 크게 줄일 것으로 기대된다. 우리 대학은 신소재공학과 신병하 교수와 IBM T. J. Watson 연구소의 오키 구나완(Oki Gunawan) 박사 공동 연구팀이 반도체 내부에서 전기를 방해하는 결함(전자 트랩)과 전자의 이동 특성을 동시에 분석할 수 있는 새로운 측정 기법을 개발했다고 8일 밝혔다. 반도체 안에는 전자를 먼저 붙잡아 이동을 막는 전자 트랩이 존재할 수 있다. 전자가 여기에 걸리면 전기가 원활히 흐르지 못해 누설 전류가 생기거나 성능이 저하된다. 따라서 반도체 성능을 정확히 평가하려면 전자 트랩이
2026-01-08 -
인물 전기및전자공학부 정명수교수, ‘대한민국 과학기술인상’ 1월 수상
우리 대학 전기·전자공학부 석좌교수이자 파네시아 대표인 정명수 교수가 대한민국 과학기술인상 1월 수상자로 선정됐다. 대한민국 과학기술인상은 과학기술정보통신부와 한국연구재단이 최근 3년간 독창적인 연구 성과를 창출해 과학기술 발전에 크게 기여한 연구자를 매월 1명 선정해 과기정통부 장관상과 상금 1천만 원을 수여하는 상으로, 올해부터 기존 ‘이달의 과학기술인상’에서 명칭이 격상됐다. 정명수 교수는 모듈형 인공지능(AI) 데이터센터 아키텍처 설계 기술을 통해 AI 인프라 비용을 절감하고 효율을 높인 공로를 인정받았다. 기존 데이터센터는 CPU, GPU, AI 가속기, 메모리 비율이 고정돼 있어 활용에 한계가 있었으나, 정 교수는 필요에 따라 서로 다른 장치를 자유롭게 조합할 수 있는 구조를 제시했다. 또한 차세대 연결 표준인 컴퓨트익스프레스링크(CXL)를 기반으로 장치들을 분리·관리하는 저전력·고효율 링크 기술을 개발
2026-01-07