%EC%A0%84%EA%B8%B0%EB%B0%8F%EC%A0%84%EC%9E%90%EA%B3%B5%ED%95%99%EB%B6%80
-
도심에서 무력화 가능한 안티드론 기술 개발
최근 각국 정부는 공항과 국가 중요 시설에서 무인 항공기를 이용한 테러를 방지하기 위해 다양한 안티드론 시스템을 구축하고 있다. 드론을 추락시키거나 원하는 방향으로 제어하는 안티드론 기술은 드론의 다양한 보안 취약점을 이용하여 구현이 가능하다. 우크라이나-러시아 전쟁은 안티드론 기술의 평가장이 되고 있다.
우리 대학 전기및전자공학부 김용대 교수 연구팀이 도심에서 사용이 가능한 협대역 전자기파*를 원격에서 드론의 회로에 주입해 드론을 즉각적으로 무력화하는 안티드론 기술을 개발했다고 31일 밝혔다.
* 기존에 사용되는 광대역 전자기파을 이용한 안티드론 기술은 주변의 전자·전기 장치에 피해를 일으켜, 도심사용이 어렵다는 점을 개선하여 매우 좁은 대역의 협대역전자기파를 이용한 안티드론 기술은 목표 드론 기종에만 그 효과를 한정할 수 있게 해준다.
김 교수 연구팀은 드론 제조사의 제어 유닛 보드가 전자파 주입에 따른 민감도가 다르다는 것을 발견하였고 각 제조사별 수집된 민감도를 극대화한 주파수를 분석하였다. 이를 통하여 매우 좁은 대역의 협대역전자파를 주입하더라도 원격에서 드론을 즉각적으로 무력화시킬 수 있음을 입증했다.
이번 기술의 특징은 이렇게 좁은 대역으로 특정 주파수로 전자파 주입을 할 경우 기존의 안티드론 기술과 달리, 주변 전자 장치에 미치는 영향을 최소화할 수 있어, 도심에서도 적용 가능한 안티드론 기술이라고 할 수 있다. 뿐만 아니라 같은 제어 유닛 보드를 사용하는 드론들을 이용한 군집 드론 공격 시 이들 드론을 동시에 추락시킬 수 있다. 즉, A 기종을 사용하는 100개의 적 드론과 B 기종을 사용하는 100개의 아군 드론이 동시에 비행하고 있을 때 아군 드론은 전혀 영향을 받지 않으면서 100개의 적 드론을 모두 격추시킬 수 있는 기술로 평가된다.
우리 대학 장준하 연구원과 조만기 연구원이 공동 제1 저자로 참여한 이번 연구는 보안최우수학회 중 하나인 `NDSS (Network and Distributed System Security)' 심포지움 2023에 채택됐다. (논문명 : Paralyzing Drones via EMI Signal Injection on Sensory Communication Channels)
드론의 구동을 위하여 관성 계측 장치(IMU)는 다양한 센서값들을 제어 유닛 보드에 전달을 한다. 제어 유닛 보드는 이 센서값들을 제어 알고리즘에 적용하여 다음 번 드론의 움직임, 즉 로터의 회전수나 드론의 자세를 계산한다. 이 연구의 핵심 아이디어는 이 관성 계측 장치와 제어 유닛 보드 간의 통신을 방해시키면 제대로된 센서값을 받을 수 없고, 이 경우 다음 번 드론의 제어가 불가능해 진다는 것이다. 이 통신을 방해하기 위한 기술로 연구팀은 전자파 간섭(EMI) 취약점을 갖는 제어 유닛 보드에 대한 전자파 주입을 선택했다. 실험을 통하여 동종의 제어 유닛 보드는 같은 주파수의 전자파에 민감하다는 것을 발견하였고, 이를 이용하여 협대역의 전자기파를 주입할 경우, 주변 전자 장치에 영향을 끼치지 않을 뿐 아니라, 군집 드론 공격에 효과적으로 대응할 수 있는 점을 발견하였다.
한편 김용대 교수 연구팀은 2015년 소리를 관성 계측 장치에 포함된 평형센서인 자이로스코프(Gyroscope) 센서에 주입하여 드론을 떨어뜨릴 수 있는 기술을 개발했었다. 2015년 연구와 이번 연구는 깊은 연관을 가지고 있다. 2015년 연구는 달팽이관(정확히는 세반고리관)에 문제가 생길 경우 인간이 평형을 유지하기 힘들다는 것과 유사한 원리라고 할 수 있다. 이번 연구는 달팽이관에 문제를 일으키는 것이 아니라 달팽이관에서 뇌로 연결되는 신경망을 잠시 막을 경우에도 인간이 평형을 유지하기 힘든 것과 비슷한 원리라고 할 수 있다.
연구팀은 실내 전자파 차폐 시설을 이용해 10m 거리에서 호버링 비행 중인 드론을 즉각적으로 추락시킬 수 있음을 확인했으며, 공격 거리와 요구 전력 간의 관계를 도출했다. 10m 이상의 거리에 대해선 시뮬레이션을 통해 가능함을 확인했다.
공동 제1 저자인 장준하 연구원은 "드론 제어 유닛 보드의 전자파 간섭(EMI) 취약성을 이용하면 특정 영역의 드론들을 즉시 무력화하는 안티드론 기술로 활용할 수 있음을 보였다ˮ며, "또한 이는 기존의 안티드론 기술이 가지는 주변 전자 장치에 대한 영향을 문제를 해결한 도심에서 적용 가능한 안티드론 기술이며 고도화 연구를 통해 자폭 드론, 집단 드론 공격 등으로부터 국민을 보호하는 기술로 활용할 수 있을 것이다ˮ 라고 말했다.
김용대 교수는 “원천 연구가 이제 끝난 시점이고 실용화 연구를 통해 실제 제품 개발까지 이어질 수 있을지 확인이 필요하다”며, “추가로 제어 유닛 보드와 IMU 센서 간의 통신 회로 뿐 아니라 다른 회로의 취약점에 대한 연구도 필요한 시점이다”라고 말했다.
이번 연구는 한국연구재단 무인이동체 보안을 위한 항재밍 및 무허가 무인이동체 탐지대응 기술 개발 사업과 정보통신기술기획원 융합보안 핵심인재 양성사업 그리고 미 공군과학연구실의 지원을 받아 수행됐다.
2023.01.31 조회수 760 -
획기적 음의 정전용량 플래시 메모리 최초 개발
우리 대학 전기및전자공학부 전상훈 교수 연구팀이 `음의 정전용량 효과(Negative Capacitance Effect, 이하 NC 효과)*'를 활용해 기존 플래시 메모리의 물리적 성능 한계를 뛰어넘는 음의 정전용량 플래시 메모리 (NC-Flash Memory)를 세계 최초로 개발했다고 18일 밝혔다.
*음의 정전용량 효과: 음의 정전용량 현상은 인가되는 전압이 증가하면 전하량이 감소함을 의미한다. 음의 정전용량 특성을 가지는 유전체 사용시, 트랜지스터에 인가되는 전압을 내부적으로 증폭하여 상대적으로 낮은 동작전압을 사용할 수 있어, 파워소모를 줄일 수 있다.
전기및전자공학부 김태호 박사과정과 김기욱 박사과정이 공동 제1 저자로 수행한 이번 연구는 저명 국제 학술지 `어드밴스드 펑셔널 머터리얼즈(Advanced Functional Materials)' 2022년 12월호에 출판됐다. (논문명 : The Opportunity of Negative Capacitance Behavior in Flash Memory for High-Density and Energy-Efficient In-Memory Computing Applications) 이 국제학술지는 독일 와일리 출판사(Wiley-VCH)에서 발행하는 피어리뷰 과학 저널이다. (Impact Factor : 19.924)
현대 전자 소자에서 축전기(Capacitor)는 매우 중요한 구성 요소의 하나로, 전자 소자가 소형화되고 수직 방향으로 적층 되면서 축전기에 저장되는 전하량(Charge, Q)이 감소하는 문제가 생기므로 높은 정전용량(Capacitance, C)을 가진 유전체 물질이 필수적으로 요구되고 있다. 여기에 일반적인 축전기와 다르게 정전용량이 음의 값을 갖는(Negative Capacitance) 축전기를 활용한다면 다층의 축전기의 전체 정전용량을 오히려 더 증가시킬 수 있고, 차세대 소자에 적합한 높은 정전용량 소자 개발 난제를 해결할 수 있을 것이라는 가설이 제안되었다.
최근 메모리 공급업체들은 데이터의 폭발적 증가와 더 높은 용량의 솔리드 스테이트 드라이브(SSD) 및 더 빠른 액세스 시간에 대한 요구로 인해 기술 경쟁을 치열하게 하고 있다. 스토리지의 핵심 기술인 3D 낸드 플래시는 지속적으로 더 높은 층을 적층할 수 있는 기술을 요구하고 있고, 2028년에는 1,000단 이상의 메모리 적층이 필요할 것으로 예상되고 있다.
한편, 강유전체* 물질에서 보이는 `음의 정전용량 효과(NC 효과)'은 전자 소자에 인가된 외부 전압을 내부적으로 증폭해 전력 소모를 줄이는 특성이 있어, 전자 소자의 물리적 성능 한계를 극복할 수 있다는 가능성이 제시됐다. 최근 페로브스카이트 강유전체에서 NC 효과를 실험적으로 관찰했으나, 페로브스카이트 강유전체의 소형화 한계 및 CMOS 공정과의 부적합성으로 인해 NC 효과를 활용한 전자 소자의 구현에 대해 상당한 회의론을 불러일으켰다.
*강유전체: 전기적으로는 절연체이지만 자연상태에서 외부 전기장이 없어도 전기 편극을 지닐 수 있는 특이한 물리적 성질을 가진 물질
전상훈 교수 연구팀은 기존 플래시 메모리의 물리적 성능 한계를 극복하고 동작전압을 낮추기 위해, 반도체 공정에 사용되는 하프늄옥사이드(HfO2) 강유전체 박막의 NC 효과를 안정화해 저전압 구동이 가능한 강유전체 소재의 NC-플래시 메모리를 세계 최초로 개발했다. 개발된 NC-플래시 메모리는 기존 플래시 메모리 대비 전력 소모가 10,000배 이상 낮은 저전력 고성능 특성을 달성했다.
연구팀은 그뿐만 아니라 기존 컴퓨팅 구조인 폰노이만 아키텍처를 대체하여 새롭게 지향하는 인메모리 컴퓨팅을 NC-플래시 메모리를 기반으로 구현해 세계 최고 수준의 에너지 효율 또한 달성했다.
이번 연구 결과는 빠른 스토리지를 필요로 하는 최신 컴퓨팅과 네트워킹의 요구를 충족하는 차세대 낸드 플래시 메모리 개발에 있어 핵심 역할을 할 것이다.
한편, 이번 연구는 연세대학교와 협업을 통해서 이루어졌고, 한국 연구재단 지능형 반도체 기술개발사업의 지원을 받아 수행됐다.
2023.01.18 조회수 714 -
3D 프린팅 기반의 뇌 이식용 뉴럴 프로브 공정 기술 개발
우리 대학 전기 및 전자공학부 정재웅 교수 연구팀이 미국 워싱턴 대학교(Washington University in St. Louis) 연구팀과의 공동 연구를 통해 3D 프린팅 기반의 광유전학 뉴럴 프로브 공정 기술을 개발했다고 밝혔다.
광유전학은 빛을 사용해 목표로 하는 특정 신경세포를 선택적으로 정교하게 조절할 수 있는 기술로서 뇌 연구 및 뇌질환 치료분야에서 많은 각광을 받고 있다.
뇌에 광유전학을 적용하기 위해서는 빛을 목표 신경회로에 정확히 전달할 수 있는 장치가 요구된다. 따라서 서로 다른 광유전학 기반 뇌 연구 실험을 진행할 때마다 실험 대상 동물과 목표 신경회로의 위치에 최적화된 디자인을 갖는 뇌 이식용 뉴럴 프로브가 필요하다.
반도체 공정 기반의 광전자 뉴럴 프로브는 실험 목적에 맞게 길이와 형태를 설정하여 제작할 수 있어 광유전학 연구에서 널리 사용되고 있다. 하지만 반도체 공정은 많은 기반 시설과 전문성이 요구되어 신경과학자가 직접 접근하기 힘들다. 또한 공정에 많은 시간과 비용이 필요하여 새로운 디자인의 프로브를 빠르고 저렴하게 개발하기 어렵다.
연구팀은 뉴럴 프로브 공정에 3D 프린팅을 도입하여 이러한 문제를 극복했다. 개발된 공정은 단순하고 소요 시간이 짧으며, 비싼 반도체 공정 장비와 재료가 전혀 사용되지 않아 개당 약 1000원의 가격으로 생산이 가능하다 (참고: 상용 실리콘 프로브: 약 50000원 이상). 본 공정기술을 이용하면 3D 구조 설계 소프트웨어를 활용하여 누구나 손쉽게 뉴럴 프로브의 디자인을 수정하고 제작할 수 있어 다양한 동물의 목표 뇌신경회로에 최적화된 디바이스를 빠르게 구현할 수 있다.
3D 프린팅으로 제작된 프로브는 소형 무선 통신 모듈과 결합하여 무선 광유전학을 구현할 수 있도록 개발되었다. 무선 통신 모듈을 제어하는 스마트폰 앱도 개발하여 사용자의 편의성을 도모하였다.
연구팀은 본 기술이 신경과학 커뮤니티에서 누구나 활용할 수 있도록 개발 프로토콜을 제시했다. 프로토콜에는 광유전학 뉴럴 프로브와 무선 통신 모듈의 제작 과정뿐만 아니라 스마트폰 앱 사용법과 프로브 이식 수술 방법이 포함되어 있다. 3D 프린팅 기반의 본 제작기술은 광유전학 프로브 제작의 접근성, 용이성 및 활용성을 크게 높일 수 있어 다양한 뇌과학 및 신경과학 연구에 크게 기여할 수 있을 것으로 기대된다.
전기및전자공학부 이주현 박사과정 학생이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 프로토콜스 (Nature Protocols)' 1월 字 표지 논문으로 게재됐다. (논문명 : Customizable, wireless and implantable neural probe design and fabrication via 3D printing).
이번 연구는 KAIST 글로벌 특이점 연구사업, 한국연구재단의 중견연구자지원사업 및 바이오의료기술개발사업, 미국 국립보건원 및 뇌&행동 연구재단의 지원을 받아 수행됐다.
2023.01.18 조회수 663 -
반도체 분야 세계적인 국제학술대회 디자인콘(DesignCon)에서 최우수논문상 수상자 4명 동시 배출
반도체 설계 분야에서 세계적으로 권위를 인정받고 있는 국제학술대회인 디자인콘(DesignCon)에서 최우수 논문상 수상자 4명을 우리 대학 한 연구실에서 동시 배출해 화제다.
전체 수상자 8명 중 절반인 4명을 배출한 것도 대단한 성과인데 인텔(Intel)·마이크론(Micron)·AMD·화웨이(Hwawei)와 같이 반도체 강국으로 꼽히는 미국·중국·일본의 글로벌 빅테크 기업 소속 엔지니어 및 연구원들과 당당히 경쟁해서 따낸 것이기에 이들의 수상이 더욱 의미가 크고 값지다는 평가다.
전 세계 기업과 대학 연구실 가운데 최초이면서도 유일하게 인공지능(AI) 스스로 최적의 설계를 구현하는 강화학습(RL)을 포함한 머신러닝(ML) 기술과 3D 이종반도체 패키징(3D Heterogeneous Packaging) 기술을 결합하여 슈퍼 컴퓨터·초대형 데이터센터의 고성능 서버 등에 핵심적으로 사용되는 HBM(고대역폭 메모리) 등 차세대 인공지능(AI) 반도체를 연구하는 전기및전자공학부 김정호 교수 연구실 테라 랩(Terabyte Interconncection and Package Laboratory) 소속 박사과정 학생들의 이야기다.
이들의 연구는 인공지능이 중심이 되는 디지털 전환과 동시에 이를 가능하게 하는 인공지능 반도체와 컴퓨터의 발전을 선도하고 있다. 더 나아가 설계 과정 전체를 인공지능으로 자동화하려는 미래 방향을 제시하고 있다.
전기및전자공학부 테라 랩 소속 김성국(사진·31세)·최성욱(사진·27세)·신태인(사진·26세)·김혜연(사진·26세) 박사과정 학생 4명이 국제학회인 디자인콘(DesignCon)이 선정한 2022년 최우수 논문상 수상자로 선정됐다고 16일 밝혔다. 시상식은 오는 31일 미국 실리콘밸리 산호세 산타클라라 컨벤션센터에서 열리는 `디자인콘 2023 국제학술대회'에서 열린다.
이들 대학원 학생 4명이 수상하는 최우수 논문상은 반도체 및 패키지 설계 분야에서 국제적으로 권위를 인정받고 있는 디자인콘이 인텔·마이크론·램버스·텍사스인스트루먼트(TI)·AMD·화웨이·IBM·앤시스(ANSYS) 등 글로벌 빅테크 기업의 연구원과 엔지니어, 그리고 세계 각 대학 대학(원)생을 대상으로 매년 7월 말 논문 초안을, 12월 말까지 전체 논문을 각각 모집하고 제출받아 심사를 거쳐 수여하는 학술대회 최고상이다.
이 때문에 발표되는 논문은 실무와 매우 밀접한 관련이 있고 곧바로 제품에 적용이 가능한 실용적인 기술에 관한 내용이 대부분이다.
2022년에는 총 8명의 수상자를 선정했는데 김정호 교수가 지도하는 KAIST 테라 랩에서만 수상자의 절반인 4명을 배출했다. 수상작 가운데 2편은 인공지능을 이용한 반도체 설계, 나머지 2편은 인공지능 컴퓨팅을 위한 반도체 구조 설계에 관한 논문이다.
우선 최우수 논문상 수상자 중 김성국 학생(31세)은 고성능 인공지능 가속기를 위한 고대역폭 메모리 기반 프로세싱-인-메모리(PIM) 아키텍처를 설계했다. 최성욱 학생(27세)은 강화학습 방법론을 활용해 고대역폭(HBM) 메모리를 위한 하이브리드 이퀄라이저를 설계해 주목을 받았다. 신태인 학생(26세)은 차세대 뉴로모픽 컴퓨팅 시스템의 신호 무결성 모델링과 설계 및 분석 방법론을 제안했다.
마지막으로 김혜연 학생은 반도체 설계 문제 중 디커플링 캐패시터 배치 문제를 조합 최적화 문제로 정의하고 오프라인 학습 방법인 모방 학습을 통해 자동 최적화했다. 김혜연 학생은 이번 수상 논문 이외에도 반도체 설계 문제에 지식 증류·데이터 증강·대칭성 학습 등 다양한 인공지능 기법을 적용, 한층 성능이 개선된 결과를 얻어 관련 산업계로부터 많은 주목을 받고 있다.
특히 김혜연 학생의 연구는 기존 인공지능을 적용한 연구에서 한 발 더 나가 반도체 설계 문제의 특징을 고려한 학습 방법과 신경 구조를 직접 설계한 연구로 평가받아 2022년 초 열린 인공지능 분야 최대학회인 뉴립스(NeurIPS) 워크숍에서 발표된 적이 있다.
우리 대학 테라 랩은 2022년 4명의 수상자 외에 지난 2021년에도 김민수 박사과정 학생이 최우수 논문상을 수상했다. 불과 2년 사이에 디자인콘이 주관하는 학술대회의 꽃인 최우수 논문상 수상자를 모두 5명을 배출했는데 5편의 수상자 논문 중 3편이 인공지능을 활용한 반도체 설계에 관한 논문이다.
반도체 설계는 고성능·저전력을 목적으로 미세한 3차원 패키지에 다양한 기능을 갖춘 수많은 부품을 최적화해 배치할 뿐만 아니라 검증을 위해서는 복잡한 시뮬레이션이 필요하기 때문에 매우 어려운 분야로 꼽힌다.
김정호 교수가 이끄는 테라 랩에는 올 1월 현재 석사과정 10명, 박사과정 13명 등 모두 23명의 학생이 반도체 전·후공정에 들어가는 다양한 패키지와 인터커넥션 설계를 강화·모방 학습과 같은 인공지능(AI) 머신러닝(ML)을 활용해 최적화하는 연구를 수행 중이다.
김정호 교수는 "테라 랩은 전 세계 산·학·연구기관 중 유일하게 그간의 연구성과를 기반으로 독창적으로 개발한 반도체 설계 자동화 기술인 5I(CI, PI, TI, EMI, AI) 융합 솔루션을 갖추고 있다ˮ면서 "2030년 이후에는 이종 칩(Chip)을 하나의 패키지로 통합하는 `3D 이종 집적화(Heterogeneous Integration) 패키징' 기술이 대세로 자리를 잡을 것ˮ이라고 전망했다. 김 교수는 이어 "디지털 대전환(DX) 시대를 맞아 반도체의 역할이 갈수록 중요해지는 만큼 차세대 반도체 개발에 필요한 맞춤형 인재 양성을 위해 더욱 노력하겠다ˮ고 소감을 밝혔다.
2023.01.16 조회수 1129 -
심현철 교수팀, CES 2023 자율주행차 레이싱에 아시아 유일팀으로 참가
우리 대학 전기및전자공학부 심현철 교수 팀이 1월 5일부터 8일까지 미국 라스베이거스에서 열리는 세계 최대 전자·정보기술 전시회 CES 2023의 공식행사인 '자율주행 레이싱'에 참가한다.
1월 7일 라스베이거스 모터스피드웨이(LVMS)에서 개최 예정인 'CES 2023 자율주행차 레이싱'은 지난해 개최된 대회에서 개발된 기술력을 더욱 발전시켜 보다 진보된 고속 자율주행 차량 기술 개발성과를 대중에게 공유하고자 추진됐다.
이 대회는 2021년 10월 23일 미국 인디애나폴리스에서 최초로 개최된 '인디 자율주행 챌린지(Indy Autonomous Challenge, IAC)'에 이은 4번째 대회다. IAC 대회에 이어 CES 2022에서 개최된 대회에서 심현철 교수 무인시스템 및 제어 연구팀은 총 9개 팀 중 4강전에 진출해 CES 2023 참가권을 획득했다. 그 결과 아시아 유일 팀으로 CES 2023 자율주행차 레이싱에 출전해 미국·유럽 대학들과 최고 속도를 겨룰 예정이다.CES 2022 대회 참가 당시 심현철 교수 연구팀은 경기 진행 신호와 레이싱 규정을 준수하는 동시에 240km/h의 고속 자율주행이 가능한 소프트웨어를 성공적으로 구현했다. CES 2023 자율주행차 레이싱에서는 인디 레이싱용 IL-15차량을 자율주행차로 개조, 지난번 대회보다 성능이 더 업그레이드된 AV-23 차량을 사용하며 최고 300km/h까지 주행이 가능하다.
이번 대회에서는 CES2022에서 처음 시도된 레이싱 차량 2대 간의 1:1 자율주행 경주에서 보다 발전해 주행코스 제한 없이 자유롭게 다른 차를 추월해야 하며 토너먼트 형식으로 진행돼 가장 높은 속도로 계속 주행하는 팀이 우승을 차지하게 된다. 심 교수 연구팀은 CES 2022에서 검증된 SW를 보다 발전시켜 다른 차량 인식성능을 향상하고 고속으로 안정적으로 주행할 수 있도록 정밀 측위 및 주행 제어기술 개발에 주안점을 두고 있다.
심 교수 연구진은 2021년 현대자동차 주최 자율주행대회에서 우승한 바 있는데, 이번 CES 2023대회부터 현대자동차와 파트너십 계약을 체결하고 대회 참가에 필요한 금전적인 지원을 받고, 현대자동차 연구진과 자율주행 레이싱 기술 동향을 공유하게 된다.
CES 2023 기간 중 연구진은 웨스트홀(West Hall)에 위치한 IAC 공식 부스에서 KAIST 레이싱 팀의 기술 소개 등 행사에도 참여할 예정이다.
심현철 교수는 "외국에서 개최되는 대회에 계속 참가하면서 많은 어려움이 있는데 열심히 참여해준 학생들에게 깊이 감사하며, 우리 연구실에서 지난 13년간 개발한 자율주행기술을 검증할 수 있는 고속 자율주행 레이싱 대회에 계속 참여할 수 있어 무척 뜻깊게 생각한다"며, "고속자율주행기술은 우리나라 환경에서 장거리 이동 시 가장 효과적으로 적용할 수 있는 기술이며 고속철도나 도심 항공같이 막대한 인프라 구축 비용이 소요되지 않고 기상 조건의 영향도 크게 받지 않는 등 장점이 매우 크다"고 강조했다.한편, CES 2023 자율주행차 레이싱 대회는 CES 주관사인 미국소비자기술협회(CTA)와 에너지시스템즈네트워크(Energy System Network, ESN)가 공동으로 주최한다. KAIST 외 IAC 대회 우승자인 뮌헨공대, 매사추세츠공대(MIT), 취리히연방공대(ETH), 피츠버그대(PIT), 로체스터공대(RW), 워털루 대학 등이 참가할 예정이다. 인디 자율주행 대회는 2023년 6월 이탈리아 몬짜(Monza) 트랙에서 5회 대회, CES 2024에서 6회 대회를 개최할 예정이다.
2023.01.05 조회수 1841 -
사진에서 3차원 정보를 추론하는 인공지능 반도체 IP(지식재산권) 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수가 이끄는 PIM 반도체 설계 연구센터(AI-PIM)가 유수 학계에서 인정한 5종의 최첨단 인공지능 반도체 IP(지식재산권)를 개발했다고 29일 밝혔다.
대표적으로 심층신경망 추론 기술 및 센서 퓨전* 기술을 통해 사진으로부터 3차원 공간정보 추출하고 물체를 인식해 처리하는 인공지능(AI) 칩은 KAIST에서 세계 최초로 개발해 SRAM PIM** 시스템에 필요한 기술을 IP(지식재산권)화 한 것이다.
* 센서 퓨전 : 카메라, 거리센서 등의 각종 센서로부터 얻은 데이터를 결합하여보다 정확한 데이터를 얻는 방식
** SRAM PIM : 기존 메모리 SRAM과 DRAM 중 SRAM에 연산기를 결합한 PIM반도체
이 IP는 올해 2월 20일부터 28일까지 개최된 국제고체회로설계학회(ISSCC)에서 현장 시연을 통해 많은 주목을 받았으며, 이를 누구라도 편리하게 활용할 수 있도록 한 것이다. (웹사이트 : www.ai-pim.org)
KAIST PIM 반도체 설계연구센터는 해당 IP를 포함해 ADC*, PLL** 등 총 5가지의 PIM IP를 확보했으며, 지난 28일 웹사이트를 오픈해 연구자들이 공유할 수 있는 환경을 제공하고 있다.
* ADC(Analog to Digital Converter) : 아날로그 데이터를 디지털 데이터로 변환시키는 회로
** PLL(Phase-Locked Loop) : 내부 신호의 위상과 외부 신호의 위상을 동기화할 수 있도록 설계된 회로
기존 물체 인식 인공지능 반도체는 사진과 같은 2차원 정보를 인식하는 `사진인식기술'에 불과하다. 하지만 현실 세계의 물체들은 3차원 구조물이기 때문에 3차원 공간정보를 활용해야만 정확한 `물체인식'이 가능하다.
3차원 공간정보는 사진과 같은 2차원 정보에 거리정보를 포함시켜 실제 3차원 공간을 표현한 것으로, 3차원 공간정보에 물체를 식별해 해당 물체의 위치 및 각도를 추적하는 3차원 물체인식 기술이다. 이는 자율주행, 자동화 기술, 개인용 증강현실 (AR)과 가상현실(VR) 등과 같은 3D 어플리케이션에서 사용하는 핵심기술이다.
기존 ToF 센서*를 활용해 센서 뷰 내에 있는 모든 물체에 대한 정밀한 3차원 정보를 추출하는 것은 전력 소모가 매우 크기 때문에 배터리 기반 모바일 장치(스마트폰, 태블릿 등)에서는 사용하기 어렵다.
* ToF 센서 : 3차원 공간정보를 추출하는 Time-of-Flight 센서로, 레이저를 방출하고 반사된 레이저가 검출되는 시간을 측정하여 거리를 계산, 대표적인 센서로 3D 라이다 (LiDAR) 센서가 있음
또한, ToF 센서는 특정 측정 환경에서 3차원 정보가 손실되는 문제와 데이터 전처리 과정에 많은 시간이 소요된다는 문제점이 있다.
3차원 물체인식 기술은 데이터가 복잡해 기존 인공지능 2차원 사진인식 가속 프로세서로 처리하기 어렵다. 이는 3차원 포인트 클라우드 데이터를 어떻게 선택하고 그룹화하느냐에 따라 메모리 접근량이 달라진다.
따라서 3차원 포인트 클라우드 기반 인공지능 추론은 연산 능력이 제한적이고 메모리가 작은 모바일 장치에서는 소프트웨어만으로 구현할 수 없었다.
이에 연구팀은 카메라와 저전력 거리센서 (64픽셀)를 사용하여 3차원 공간정보를 생성했고, 모바일에서도 3차원 어플리케이션 구현이 가능한 반도체 (DSPU: Depth Signal Processing Unit)를 개발함으로써 인공지능 반도체의 활용범위를 넓혔다.
모바일 기기에서 저전력 센서를 활용한 3차원 정보 처리 시스템을 구동하면서, 실시간 심층신경망 추론과 센서 퓨전 기술을 가속하기 위해서는 다양한 핵심기술이 필요하다. 인공지능 핵심기술이 적용된 DSPU는 단순 ToF센서에 의존했던 3차원 물체인식 가속기 반도체 대비 63.4% 낮춘 전력 소모와 53.6% 낮춘 지연시간을 달성했다.
PIM반도체 설계연구센터(AI-PIM)의 소장인 유회준 교수는 “이번 연구는 저가의 거리센서와 카메라를 융합해 3차원 데이터 처리를 가능하게 한 인공지능 반도체를 IP화했다는 점에서 의미가 크며, 모바일 기기에서 인공지능 활용 영역을 크게 넓혀 다양한 분야에 응용 및 기술이전을 기대하고 있다”고 연구의 의의를 설명했다.
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 PIM인공지능반도체핵심기술개발사업을 통해 개발되었으며, 이와 관련해 PIM 반도체 관련 기업과 연구기관에 개발된 IP들의 기술이전 및 활용을 돕고 있다.
2022.12.29 조회수 960 -
김준모·주재걸 교수, 한국인공지능학회 학술상·학회공로상 수상
우리 대학 유창동 전기및전자공학부 교수가 회장을 맡은 한국인공지능학회 지난 11일 2022 송년회를 개최하고 인공지능의 학술적 발전에 기여한 기업과 연구자에게 시상했다.
최근 5년 간 영향력이 큰 논문을 쓴 연구자에게 주는 학술상은 김준모 KAIST 전기및전자공학부 교수, 주재걸 KAIST 김재철AI대학원 교수에게 수여됐다. 서민준 KAIST 김재철AI대학원 교수는 신진연구자상을 받았다. 또한, 인공지능 및 학회 발전에 세운 공로로 김광수·장동의 KAIST 전기및전자공학부 교수, 석흥일 고려대 인공지능학과 교수, 백승렬 유니스트 AI 대학원 교수, 주재걸 KAIST 김재철AI대학원 교수에게 학회공로상이 부상과 함께 주어졌다.
이번 시상식에서는 학술분야의 높은 성과와 함께 인공지능 개발과 응용에 앞장서 국내·외 협력 사업을 활성화고 학회와의 협력을 위해서 노력한 기업인들의 공로도 치하돼 배경훈 LG AI 연구원장, 하정우 네이버 AI 연구소장, 배순민 KT AI2XL 소장에게 기업인상이 주여졌다.
배경훈 원장은 LG AI 연구원의 초대원장으로 LG 그룹의 인공지능 연구를 발전에 일조하고 최근에는 인력양성과 초거대 AI에 큰 힘을 쏟고 있다.
하정우 네이버 AI 연구소장은 네이버의 인공지능 연구를 세계적 수준으로 올리는데 크게 기여하고 있으며, 최근에는 NeurIPS 2022 의 Social Chair와 디지털플랫폼정부위원회 데이터-인공지능 분과 위원장을 역임하고 있다.
배순민 소장은 디지털플랫폼정부위원회 데이터-인공지능 분과에 참여하고 있으며, KT내 인공지능 연구와 국제협력 사업에 큰 힘을 기울이고 있다.
유창동 회장은 “2022년 한국인공지능 발전을 이끌어주신 모든 수상자들에게 축하와 감사의 인사를 전하며, 2023년에는 더 크게 도약하는 한 해가 되길 기원한다”라고 전했다.
2022.12.19 조회수 1089 -
차세대 반도체 핵심소재로 열적으로 안정된 강유전체 소재 최초 개발
우리 대학 전기및전자공학부 전상훈 교수 연구팀이 하프니아 강유전체 소재의 물성적 이해를 바탕으로 반도체 3D 집적 공정에서도 열적으로 안정한 *강유전체 소재를 세계 최초로 개발했다고 12일 밝혔다. 현재 반도체 제조 업계에서 고집적, 고효율의 3D 메모리 소자에 대한 필요성이 꾸준하게 대두되고 있다는 점을 고려할 때, 이번 연구는 강유전체 기반의 3D 메모리 집적 공정에서 핵심 기술로 평가받을 것이라 예상된다.
*강유전체: 외부의 전기장 없이도 스스로 분극을 가지는 재료로서 외부 전기장에 의해 분극의 방향이 바뀔 수 있는 소재를 말한다. 비휘발성 특성이 있어, 기능성 소재로서 메모리 소자에 활용이 가능하지만, 고온에서 열적으로 안정성을 확보해야하는 도전 목표가 남아 있으며, 일반 유전체를 일컫는 상유전체는 외부의 전기장이 없으면 분극 특성을 유지하지 못한다는 점에서 다르다.
하프니아 강유전체 소재는 비휘발성 절연막으로, CMOS 공정 호환성, 동작 속도, 내구성 등의 우수한 물리적 특성을 바탕으로 차세대 반도체의 핵심 소재로써 활발하게 연구되고 있는 물질이다. 하지만 하프니아 소재는 필연적으로 고온에서 비휘발성 특성을 잃고 누설전류가 증가하는 한계를 가진다. 이를 억제하기 위해 세계 유수의 기관들에서 다양한 접근방법들이 보고됐지만, 3D 집적 공정 시에 발생하는 고온의 열처리 조건 (750℃ 이상, 30분)에서 강유전체 박막 내의 일반 유전체 (상유전체) 형성을 억제할 수 없었다.
전상훈 교수 연구팀은 세계 최초로 3D 집적 공정에서 요구되는 고온의 열처리 조건에서도 강유전체 박막 내의 상유전체의 형성을 완벽하게 억제하고 비휘발성 기능을 유지하며 우수한 내구성을 가지는 하프니아 강유전체 소재 및 공정 기술을 개발하는 데에 성공했다. 연구팀은 강유전체 박막 내에 이온 반지름이 작은 원소를 고용하는 도핑 기술을 활용해 강유전체 박막의 결정화 온도를 제어함과 동시에 도펀트의 농도에 따른 운동학적 에너지를 고려해 강유전체 소재의 비휘발성 및 기능성과 열적 안정성을 획기적으로 개선했다.
전상훈 교수 연구팀은 CMOS 공정을 이용해 강유전체 기반의 메모리 소자를 집적했고 고온의 열적 에너지(750℃ 이상, 30분)를 가한 후에도 우수한 강유전성이 발현되는 것을 확인했다. 또한 열적 에너지에 따른 강유전체 소재의 도메인 스위칭 동작을 전기적 측정을 통해 직관적으로 분석할 수 있는 시스템을 개발해 추후, 강유전체 소재의 열적 안정성 연구의 프레임 워크를 구축 및 제시했다. 해당 연구는 학계에서 활발하게 연구되고 있는 강유전체 소재의 기능성과 반도체 제조 업계에서 필요로 했던 강유전체 소재 기반의 3D 메모리 소자 집적 공정 사이의 간극을 줄였다는 점에서 큰 의미를 가진다.
전상훈 교수는 “이번 연구 결과는 답보상태에 있던 강유전체 소재 기반의 3D 메모리 및 회로 집적 기술 개발에 대한 돌파구가 되는 기술이 될 것으로 판단되며, 향후 고집적/고효율의 시스템 개발에 있어 핵심 역할을 할 것”이라고 설명했다.
전기및전자공학부 김기욱 박사 과정이 제1 저자로 수행한 이번 연구는 반도체 소자 및 회로 분야의 최고 권위 학회인‘IEEE 국제전자소자학회(International Electron Devices Meeting) 2022 (IEDM 2022)’에 12월 5일 발표를 마쳤다. 한편 이번 연구는 삼성전자(Samsung Electronics)와 차세대 지능형 반도체 사업단의 지능형 반도체 선도기술개발의 지원을 받아 진행됐다.
2022.12.12 조회수 1091 -
전기및전자공학부 서창호, 최경철 교수 2023 IEEE 석학회원 선임
우리 대학 전기및전자공학부 서창호 교수와 최경철 교수가 국제전기전자공학자협회(IEEE)의 2023년 석학회원(Fellow)으로 선임됐다고 9일 밝혔다.
전기및전자공학부에서는 1995년 김충기 명예교수가 석학회원으로 선임된 이후 20명의 교수가 석학회원으로 선임됐다. 2023년처럼 2명의 석학회원이 동시 선임된 것은 2008년 이주장 교수와 유회준 교수, 2009년 경종민 교수, 김종환 교수, 송익호 교수, 2016년 조규형 교수와 김정호 교수가 동시 선임된 이래 7년 만이다.
서창호 교수는 무한용량 통신기법과 최적의 분산 저장시스템 개발 공로를 인정받아 석학회원으로 선정됐다. 서 교수는 KAIST 전기및전자공학부에서 학사 및 석사과정을 이수하고, 미국 캘리포니아대학교 버클리(UC버클리)에서 박사과정을 밟으며 정보이론의 선구자 클로드 섀넌이 제기한 해당 분야의 난제를 해결한 연구 실적으로 화제가 됐다. 국제전기전자공학자학회(IEEE)를 비롯한 UC버클리 등에서 각종 논문상을 받은 그는 2011년 박사학위를 받고 메사추세츠 공과대학(MIT)에서 1년가량 박사후연구원을 지낸 뒤 2012년부터 모교인 KAIST로 돌아와 연구와 교육을 이어가고 있다. 2021년에는 IEEE 정보이론 소사이어티(Information Theory Society)에서 젊은 과학자상을 받는 등 활발한 대외활동을 하고 있다.
최경철 교수는 디스플레이 분야의 최고 권위자로 플렉시블 및 웨어러블 디스플레이 분야에 대한 연구업적을 인정받아 석학회원으로 선정됐다. 최경철 교수는 서울대학교 전기공학과에서 학사/석사 및 박사학위를 마쳤고, 미국의 창업 회사 및 국내 대기업 등에서 디스플레이 소자 개발을 했으며, 2005년 KAIST 전기 및 전자공학부 교수로 부임해, 입는 OLED 디스플레이 및 플렉시블 OLED 소자에 관한 연구와 이들을 응용한 바이오메디칼 연구를 진행해, 상처 치료용 OLED 패치 기술과 옷 OELD로 소아 황달을 치료하는 기술을 개발한 바 있다. 최경철 교수는 2018년 머렉(Merck) 상, 2022년에는 유니버설 디스플레이 코퍼레이션(UDC) 혁신상(Innovative Award)을 수상했다.
IEEE는 세계 최고 권위의 전기, 전자, 컴퓨터, 통신 분야 학회다. 160여 개국에서 40만 명에 이르는 회원을 보유하고 있다. 이중 석학회원(Fellow)은 탁월한 개인 연구업적, 기술 성취 실적, 전문 분야 총괄 경력 등 7개의 평가 기준 심사를 거쳐 회원의 최상위 0.1% 내에서 선정한다.
서창호 교수는 정보이론 뿐 아니라 인공지능(AI) 분야에서도 활발한 연구를 하고 있다. 현재 신뢰할 수 있는 인공지능(Trustworthy AI) 개발에 주력 중인데, 최근에는 편향성이 있는 데이터로도 공정한 판단을 내리는 인공지능을 개발해 구글 연구상(Google Research Award)을 수상한 바 있다. 구글과는 AI 교육과정 공동개발의 일환으로 수업 교재를 개발해, 이를 텍스트북(convex optimization for machine learning)으로 발간했다. 향후 신뢰할 수 있는 AI 이외 유전체 정보를 활용한 질병예측 AI 연구에 매진할 예정이며, 교육 분야에서는 학생들을 위한 교과서 외에 일반인들을 위한 AI 서적을 쓸 계획이다.
최경철 교수는 향후 상처 치료용 OLED 패치의 제품 생산을 위해 설립한 KAIST 연구소기업과 공동으로, 상용화 기술 개발을 수행할 예정이며, 웨어러블 OLED 광 치료 기술을 치매 치료 및 우울증 치료 등의 연구도 적용하는 연구를 수행할 예정이다.
2022.12.09 조회수 1002 -
입을 수 있는 OLED로 소아 황달 치료기술 개발
우리 대학 전기및전자공학부 최경철 교수 연구팀이 을지대학교 병원(김승연 교수, 임춘화 교수), 가천대학교(전용민 교수), 선문대학교(권정현 교수)와의 공동 연구를 통해 실제 직물 기반의 웨어러블 청색 OLED를 개발하고, 황달 질환을 앓는 신생아의 혈청에서 청색 OLED 광원에 의한 *빌리루빈 감소로 인한 황달 치료 효과를 확인했다고 22일 밝혔다.
☞ 빌리루빈: 혈액에서 산소를 공급해주는 적혈구가 수명을 다해 분해된 결과물로, 보통 간에 의해 해독되고 담즙으로 배설된다. 혈장 내 빌리루빈의 농도가 올라가면 피부와 눈의 흰자위가 누런색을 띠는 황달 증상이 나타난다. 신생아는 수명이 짧은 적혈구를 갖고 있으나 간 대사가 미숙해 빌리루빈을 많이 생산한다.
최경철 교수 연구실의 최승엽 박사, 가천대학교 의공학과 전용민 교수, 선문대학교 권정현 교수가 공동 제1 저자로 참여한 이번 연구는 첨단 과학기술 분야의 국제 저명 학술지인 `어드밴스드 사이언스(Advanced Science)'에 지난 10월 30일 게재되었고, 속 표지 논문으로 선정됐다.
신생아의 황달 치료는 광선 요법, 약물 투여, 교환 수혈 등 다양한 방법으로 시행된다. 이 중 광선 요법은 체내에 축적된 빌리루빈을 빛에 노출해 변형시켜 체외로 방출하는 안전하고 효과적인 치료 방법이다. 대부분의 신생아 황달은 광선 요법으로 치료할 수 있어 가장 널리 활용되고 있다.
병원에서는 신생아의 혈액 내 빌리루빈 농도가 치료 범위를 초과하면 신생아를 신생아 집중치료실(NICU)에 입원시켜 인큐베이터의 스탠드에 장착된 청색 LED의 빛으로 치료한다. 이 방법은 신생아 황달 증상을 완화하는 데 매우 효과적이지만 신생아를 부모로부터 격리하고 치료하는 동안 모유 수유 중단, 청색광에 의한 망막 손상 방지를 위해 신생아의 눈은 반드시 눈가리개로 완전히 가려야 하는 등의 문제와 더불어 기존에는 LED 기반 설치형 플랫폼이 사용돼 웨어러블 치료 적용에 한계가 있었다.
최경철 교수 연구팀은 황달 치료에 효과적인 470nm(나노미터) 파장의 고출력 고신뢰성의 청색 OLED를 사람이 착용 가능한 직물 위에 구현했으며, 직물과 같은 높은 유연성을 유지하는 옷 OLED 소아 황달 치료 플랫폼을 개발했다. 직물 기반의 청색 OLED는 4V 미만의 저전압에서도 황달치료에 충분한 출력(> 20 μW/cm2/nm)을 확보했을 뿐만 아니라 100시간 이상의 구동 수명, 35℃ 미만의 낮은 구동 온도, 물세탁 신뢰성, 2mm(밀리미터) 수준의 낮은 곡률 반경에서 1,000회 이상을 견디는 유연성 등의 신뢰성을 확보할 수 있었다.
이번 연구에서 470nm 파장을 갖는 청색 OLED를 신생아의 혈청에 조사했을 시, 3시간 이내에 황달 치료가 완료됐다고 판단되는 빌리루빈 수치(12 mg/dL)에 도달했으며, 기존 병원에서 활용되는 LED 황달 상용 치료기기 대비 균일하면서도 효과적인 황달 치료 성능을 연구팀은 확인했다.
공동 제1 저자인 최승엽 박사, 전용민 교수(가천대), 권정현 교수(선문대)는 "이번 연구를 통해 실제 신생아가 착용해 황달 치료가 가능한 성능 및 신뢰성을 갖는 섬유 기반의 청색 OLED 개발에 성공했다ˮ며 "설치형 LED 치료기기의 단점을 보완하며 더욱 균일한 효과를 기대할 수 있는 웨어러블 황달 치료 기술이 상용화될 수 있는 기반을 마련했다ˮ고 말했다.
최경철 교수는 "OLED 분야는 우리나라가 최고 기술을 보유하고 있지만, 중국의 기술 추격이 예사롭지 않은 이 시점에, OLED의 다양한 응용 기술을 개발하는 것이 중국과의 OLED 기술격차를 더 벌릴 수 있고, OLED 응용 중, 직물 위 OLED 기반 웨어러블 의료 기술개발로 바이오 헬스케어 시대에 맞는 OLED 응용의 새로운 시장을 개척해, 우리나라의 OLED 기술이 계속 선두를 유지하기를 바란다ˮ라고 말했다.
이번 연구는 과학기술정보통신부 한국연구재단의 선도연구센터 사업의 지원으로 수행됐다.
2022.11.22 조회수 1441 -
차세대 대용량 데이터 처리용 컴퓨팅 구현을 위한 고신뢰성 인공 시냅스 트랜지스터 개발
우리 대학 전기및전자공학부 최신현 교수 연구팀이 부가적인 회로 없이 소자의 특성을 이용해 인공지능(AI)의 학습 정확도를 높이면서, 높은 내구성을 바탕으로 신뢰성 높은 반복 동작이 가능하도록 설계된, 인간 뇌의 신경전달물질을 모사한 고신뢰성 인공 *시냅스 트랜지스터를 개발했다고 16일 밝혔다.
☞ 시냅스 트랜지스터(Synapse Transistor): 신경 세포간 연결부인 시냅스를 모사하는 트랜지스터 소자로, 연결 강도를 의미하는 가중치(Weight)를 채널의 저항(또는 컨덕턴스)값으로 나타내 이전 단에서 다음 단으로 흐르는 전류의 양을 조절한다.
최 교수 연구팀은 기존 낸드 플래시 메모리에 사용되는 구조를 이용하면서도, 기존 낸드 플래시의 단점인 낮은 내구성을 개선하는 방법을 차용해, 안정적인 시냅스 역할을 할 수 있는 트랜지스터를 개발했다.
낸드 플래시 메모리는 높은 전압을 이용해, 소자의 구성 물질을 손상시키는 방법(FN 터널링)으로 데이터를 저장하는 반면, 연구팀이 개발한 소자는 낮은 전압으로도 동작해, 기존 플래시 메모리에 비해 높은 내구성과 신뢰성을 확보했다.
최 교수 연구팀이 개발한 소자는 많은 데이터를 하나의 소자에 넣을 뿐 아니라 안정적으로 저장이 가능해, 부가적인 회로 없이도, AI의 학습 정확도를 획기적으로 높일 수 있다. 이를 통하여, 뉴로모픽 반도체 칩의 소형화 및 전력 소모 감소의 기반이 될 것으로 기대된다. 또한, 높은 학습 정확도와 더불어, 높은 내구성을 바탕으로 뉴로모픽 시스템에서, 실시간 온라인 데이터 학습에 적합한 시냅스 소자로 활발히 응용될 수 있을 것으로 기대된다.
전기및전자공학부 서석호, 김범진, 김동훈, 박승우 석사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)' 10월호에 출판됐다. (논문명 : The gate injection-based field-effect synapse transistor with linear conductance update for online training)
인공지능의 발전과 빅데이터 처리의 중요성이 대두되면서, 데이터 병목현상과 많은 에너지를 소모하는 현대의 폰 노이만 컴퓨팅 구조를 탈피하려는 연구가 활발히 진행되고 있다. 이 중 '뉴로모픽 컴퓨팅'을 위한 하드웨어 기술은 우리 뇌의 계산 알고리즘을 모사해 대용량의 데이터를 낮은 전력으로 효율적으로 처리할 수 있어 차세대 지능형 하드웨어 시스템으로서 각광받고 있다. 기존 상용화된 구조의 메모리 소자뿐만 아니라, 멤리스터(Memristor)를 비롯해 다양한 차세대 메모리 소자들이 뉴로모픽 컴퓨팅 구현을 위해 끊임없이 연구되고 있다. 이 중 3단자(게이트, 소스, 드레인 전극) 형태의 시냅스 트랜지스터는 기존 상용화된 반도체 공정을 적용하기 쉽고, 데이터를 정밀하게 제어할 수 있는 장점이 있다.
그러나 지금까지 주로 연구된 플래시 메모리 소자를 이용한 CTF(Charge Trap Flash) 구조의 시냅스 트랜지스터는 가중치를 변경하기 위해 높은 전압이 필요하며, 이로 인한 낮은 내구성, 비선형적인 가중치 변화라는 단점을 지닌다. 이는 전자가 이동할 때, 소자 구조상 존재하는 높은 에너지 장벽을 뚫고 지나가야 하는 것에서 기인한다. 이러한 낮은 내구성 및 비선형적 가중치 변화에 의한 낮은 학습 정확도 때문에 기존의 소자는 수천만 번 이상의 데이터를 쓰고 지우는 동작을 수행하기에 부적합해 실시간 온라인 학습에 적용하기에 어려움이 존재해왔다.
최신현 교수 연구팀은 이러한 한계점을 해결하기 위해 FN 터널링이 아닌, 열전자 방출 현상을 이용해, 전자를 게이트 전극에서 전하 저장층으로 이동시키는 방법으로 동작하는 소자를 고안했다. 이 방법은 전자가 높은 에너지 장벽을 뚫고 지나가는 것이 아닌, 낮은 에너지 장벽 위로 넘어서 이동하는 방법이므로, 낮은 전압을 이용하면서 이상적인 선형적 형태로 가중치를 업데이트할 수 있다. 또한, 장벽층을 손상시키지 않기 때문에 높은 내구성을 지니며, 2억 번 이상의 시냅스 업데이트 동작을 증명했다.
추가적으로, 연구팀은 제작한 열전자 방출 기반 시냅스 트랜지스터를 이용해 손글씨 숫자 이미지 데이터(MNIST, Modified National Institute of Standards and Technology database)를 학습한 후, 이를 바탕으로 무작위의 손글씨 이미지를 분류한 결과 약 93.17%의 높은 정확도를 달성했다.
제1 저자인 전기및전자공학부 서석호 석사과정은 "이번에 개발한 고신뢰성 인공 시냅스 트랜지스터는 선형적인 가중치 업데이트와 높은 내구성을 바탕으로 기존 시냅스 트랜지스터가 지닌 온라인 학습 한계에 대한 솔루션이 될 수 있음을 기대한다. 특히, 기존 CMOS 공정과 호환을 할 수 있고 가장 일반적인 트랜지스터인 금속 산화막 반도체 전계효과 트랜지스터(MOSFET, Metal-Oxide-Semiconductor Field Effect Transistor)과 구조 및 동작이 유사하므로 뉴로모픽 하드웨어 시스템에 적용하는데 다른 차세대 메모리 소자에 비해 실현 가능성이 보다 높을 것으로 생각된다ˮ며 "이 연구를 바탕으로 계속해서 뉴로모픽 컴퓨팅을 위한 신소자 기술 개발에 힘쓰고 싶다ˮ라고 말했다.
공동 제1 저자인 전기및전자공학부 박승우 석사과정은 “뉴로모픽의 관점뿐만 아니라, 기존 낸드 플래시의 낮은 내구성이라는 한계점을 개선하는 연구의 발판이 될 수 있을 것으로 기대된다”며 이 연구의 또 다른 의의를 제시했다.
한편 이번 연구는 한국연구재단, 한국산업기술평가관리원, 나노종합기술원, 삼성미래육성사업의 지원을 받아 수행됐다.
2022.11.16 조회수 1085 -
딥러닝 적대적 공격을 막는 방어 프레임 개발
우리 대학 전기및전자공학부 노용만 교수 연구팀이 물체를 검출하는 딥러닝 신경망에 대한 적대적 공격을 방어하는 알고리즘을 개발했다고 15일 밝혔다.
최근 몇 년간 인공지능 딥러닝 신경망 기술이 나날이 발전하고 실세계에 활용되면서, 딥러닝 신경망 기술은 자율주행 및 물체검출 등 다양한 분야에서 떠오르는 핵심기술로 주목받고 있다.
하지만 현재의 딥러닝 기반 검출 네트워크는, 특정한 적대적 패턴을 입력 이미지에 악의적으로 주입하여 잘못된 예측 결과를 초래하는 적대적 공격에 대해 심각하게 취약하다. 적대적 패턴이란 공격자가 검출이 되지 않기 위해 인위적으로 만든 패턴이다. 이 패턴이 포함된 물체는 검출이 되지 않게 하는 것으로 적대적 패턴 공격이라 한다.
이러한 취약성은 인공지능으로 대표되는 딥러닝 기반의 모델을 국방이나 의료 및 자율주행 등 국민의 생명과 재산을 직접 다루는 분야에 적용할 때 크게 문제가 된다. 구체적인 예로 국방·보안을 위한 감시 정찰 분야에서 적군이 적대적 패턴으로 위장하여 침입하면 검출을 못하는 경우가 발생하여 국방 및 보안에 매우 큰 위험을 초래할 수 있다.
기존의 많은 연구가 적대적 패턴 공격을 막기 위해 노력했으나 추가로 복잡한 모듈이 필요하거나 네트워크를 처음부터 다시 학습해야 했기 때문에, 기존 연구는 실시간으로 동작하는 물체검출 알고리즘에 현실적으로 적용하기가 쉽지 않았다.
노 교수 연구팀은 물리적인 환경에서 적대적 패턴 공격의 원리를 반대로 이용해 적대적 공격을 막아내는 방어 프레임을 고안했다. 이러한 방어 프레임은 부가적인 복잡한 모듈이나 네트워크의 재학습이 필요하지 않으므로 보다 실용적이고 강인한 물체검출 네트워크를 구축하는데 폭넓게 응용 및 적용될 수 있을 것으로 기대된다.
공동 제1 저자인 전기및전자공학부 유영준 박사과정 학생과 이홍주 박사과정 학생 등이 함께 수행한 이번 연구는 영상처리 분야 최고의 국제 학술지인 `IEEE Transactions on Image Processing'에 11월 1일 자로 온라인 게재됐다. (논문명 : Defending Person Detection Against Adversarial Patch Attack by using Universal Defensive Frame).
연구팀은 문제 해결을 위해 적대적 공격의 원리를 역으로 이용해, 학습된 네트워크에 접근하지 않으면서도 입력단에서 방어할 수 있는 방어 프레임 기술을 고안했다.
연구팀의 방어 기술은 적대적 공격과 정반대로 물체검출 시 딥러닝 모델이 옳은 예측 결과를 내리도록 방어 프레임을 만드는 것이다. 이러한 방어 프레임은 마치 창과 방패의 싸움처럼 적대적 패턴과 함께 경쟁적으로 학습되며, 해당 과정을 반복해 최종적으로 모든 적대적 패턴 공격에 대해 높은 방어성능을 지니도록 최적화된다.
연구팀은 입력 이미지 외부에 덧붙이는 방어 프레임을 변화시킴으로써 손쉽게 방어성능을 조절할 수 있음을 확인했고, 개발된 방어 프레임은 인리아(INRIA) 검출 벤치마크 데이터셋에서 기존 방어 알고리즘 대비 평균 31.6% 정확도가 향상하는 성과를 거뒀다.
연구팀이 개발한 방어 프레임은 실시간 물체 탐지 시, 모델의 재학습 없이 적대적 패턴 공격을 방어할 수 있으므로 예측 시간 및 비용 절감을 크게 이룰 수 있을 것으로 기대된다.
연구팀은 나아가 이번 연구에서 개발된 방어 프레임을 물리적으로 직접 구현시켜서, 물리적 환경에 자연스레 놓여있는 적대적 패턴 공격과 마찬가지로 좀 더 접근성 있는 방어 방법으로도 활발히 응용될 수 있음을 제시하였다.
노용만 교수는 "국방 및 보안 분야에서 인공지능이 활용되기 위해서 아직 인공지능의 완전성을 높이는 많은 연구가 필요한데, 이번에 개발된 방어 기술은 이 분야들에서 인공지능 모델을 적용 시 실용적인 적대적 방어를 제시함에 의의가 있을 것ˮ이라며 "이 기술은 국방 감시정찰, 보안, 자율주행 분야에도 적용될 수 있을 것이다ˮ라고 말했다.
한편 이번 연구는 방위사업청과 국방과학연구소의 지원으로 한국과학기술원 미래국방 인공지능 특화연구센터에서 수행됐다.
2022.11.15 조회수 1188