이대석 교수(반도체시스템공학부) 연구팀, 세계최초 차세대 인공지능 반도체를 위한 초고집적 3차원 뉴로모픽 하드웨어 기술 개발

- 기존 회로 기반 신경망 대비 면적 최대 1,000배, 에너지 소모 최대 100,000배 절감 가능성 제시 -

- 나노과학 분야 세계적 권위 학술지 ACS Nano 게재 및 Front Cover 선정 -

- 연구분야별 JIF ranking : 상위 6.2%, Impact Factor: 17.3 -

김윤아 석사과정 학생 (제1저자)

최근 ChatGPT와 같은 생성형 AI의 급격한 발전으로 인공지능 연산 수요가 폭발적으로 늘어나고 있다. 하지만 현재 사용되는 CPU·GPU 기반 컴퓨터는 데이터를 저장하는 메모리와 계산을 담당하는 프로세서가 분리되어 있어, 데이터를 주고받는 과정에서 많은 전력이 낭비되고 속도도 느려진다. 이를 해결하기 위해 주목받는 기술이 바로 뉴로모픽 (Neuromorphic) 하드웨어다. 인간의 뇌처럼 정보를 저장하고 처리하는 기능을 하나의 소자에서 동시에 수행하여, 데이터 이동을 최소화하고 에너지 효율을 극대화할 수 있다.

연구팀은 이온의 이동 현상을 활용하여 AI의 핵심 연산인 활성화 함수 (ReLU)를 직접 구현할 수 있는 새로운 뉴런 소자를 개발하였다. 이를 기반으로 시냅스와 뉴런을 하나의 수직 구조 내에 집적한 3차원 모노리식 신경망 구조를 최초로 제안하였다.

개발된 뉴런 소자는 제안하고자 하는 수직 구조에서도 안정적인 동작을 보이며, 손글씨 숫자 인식 (MNIST) 테스트에서는 기존 소프트웨어 기반 뉴런과 동등한 수준의 정확도를 달성하여 실제 인공지능 하드웨어 적용 가능성을 입증하였다. 특히, 이번 연구에서 제안된 3차원 집적 구조는 기존 회로 기반 AI 하드웨어 대비 면적을 최대 1,000배 이상, 에너지 소모를 최대 100,000배 이상 줄일 수 있는 가능성을 제시하여, 인메모리 컴퓨팅 등 초저전력·고효율이 요구되는 차세대 컴퓨팅 분야에서의 활용이 기대된다.

ACS Nano의 Front Cover 논문으로 선정

이번 연구는 과학기술정보통신부 및 정보통신기획평가원(IITP) 대학 ICT 연구센터 육성사업(ITRC)의 지원으로 수행되었으며, 제1저자로 김윤아 석사과정 학생이 참여하였다. 연구 결과는 "Energy- and Area-Efficient Ionic-Switch Activation Neuron for Monolithic 3D Neural Network Architectures" 제목으로 나노과학 분야 세계적 권위 국제학술지 ACS Nano (IF: 17.3, JIF: 6.2%) 에 게재되었으며, Front Cover 논문으로 선정되었다.

본 연구팀(Advanced Semiconductor Device Lab.)은 차세대 인공지능 반도체 소자 및 3차원 고집적 메모리 소자 연구를 중심으로, 소자 설계부터 웨이퍼 공정 제작, 전기적 특성 분석까지 반도체 연구의 전 과정을 수행하고 있다. 앞으로도 뉴로모픽 시스템 상용화를 위한 연구를 지속적으로 이어나갈 계획이다.

Web link: https://doi.org/10.1021/acsnano.6c02066

연구실 홈페이지: https://sites.google.com/view/asdl