전자전기컴퓨터공학과 박진홍 교수 연구팀,
더 똑똑한 인공지능(AI) 반도체 소자 개발
- 차세대 고성능 뉴로모픽 칩 적용 기대

[그림1] 전자전기컴퓨터공학과 박진홍 교수, 서승환 석.박사 통합과정생

전자전기컴퓨터공학과 박진홍 교수 연구팀(제1저자 서승환 석․박사 통합과정)는 인간 두뇌의 학습 원리를 모방한 차세대 뉴로모픽 칩의 정보처리 능력을 획기적으로 향상시킬 수 있는 더 똑똑한 인공지능 반도체 소자를 개발했다고 밝혔다.

뉴로모픽 칩은 대량의 정보를 병렬적으로 처리하여 소비 전력을 최소화하고, 학습을 통해 자신의 연산 기능을 향상시킬 수 있어 차세대 정보처리 칩으로 각광받고 있다. 특히 최근 뉴로모픽 칩의 병렬 정보처리와 학습 능력 구현에 필수적인 시냅스 모방 반도체 소자에 관한 연구가 전 세계적으로 활발하게 진행되고 있다. 

하지만 시냅스 모방 반도체 소자의 비선형적이고 비대칭적인 장기 기억 강화 및 약화 특성은 이러한 반도체 소자들로 구성된 신경망 기반 뉴로모픽 칩의 정보처리(학습) 능력을 크게 저하시킨다.

[그림2] 더 똑똑해진 혼성 채널 시냅스 모방 반도체 소자 개발
기존 보고된 단일 채널 기반 시냅스 모방 반도체 소자와 달리, 연구팀은 선형적인 장기 기억 ‘강화’ 및 ‘약화’ 동작에 적합한 ‘P형’ 및 ‘N형’ 반도체 채널들을 함께 사용하여 혼성 채널 기반 시냅스 모방 반도체 소자를 구현하였고(왼쪽그림, 생물학적 시냅스와 혼성채널 시냅스 모방 반도체 소자), 구현 된 시냅스 모방 반도체 소자에서 매우 선형적이고 대칭적인 장기 기억 강화 및 약화 특성을 확인하였다(오른쪽 그림, 장기 기억 특성 곡선).

이에 연구팀은 선형적인 장기 기억 ‘강화’에 적합한 ‘P형’ 반도체 채널과 장기 기억 ‘약화’에 적합한 ‘N형’ 반도체 채널을 결합하여, 선형적이면서 대칭적인 장기 기억 강화 및 약화 특성을 동시에 갖는 ‘혼성 채널’ 시냅스 모방 반도체 소자를 구현하고, 이들로 구성된 하드웨어 인공신경망을 활용하여 음성 정보 패턴 인식률을 크게 향상시키는 데 성공했다. 

 ㅇ 연구팀은 원자 두께만큼 얇은 2차원 나노판상 구조를 갖는 질화붕소(h-BN) 상에 P형 반도체 채널 물질인 텅스텐 다이셀레나이드(WSe2)와 N형 반도체 채널 물질인 몰리브덴 다이설파이드(MoS2)를 각각 수직으로 쌓아 올려 혼성 채널 시냅스 모방 반도체 소자를 구현했다.
 ㅇ 이렇게 구현된 시냅스 모방 반도체 소자는 매우 선형적이고 대칭적인 장기 기억 강화 및 약화 특성을 보였으며, 이들로 구성된 하드웨어 인공신경망에서 음성 정보 패턴에 대한 학습·인지율이 기존 인공신경망 대비 약 15% 이상 향상되는 것을 확인했다.

[그림3] 음성 정보 패턴에 대한 학습·인지율, 기존 인공신경망 대비 약 15% 이상 향상
연구팀은 혼성 채널 시냅스 모방 반도체 소자로 구성된 하드웨어 인공신경망에서 음성 정보 패턴에 대한 학습·인지율이 기존 인공신경망(P형 반도체 또는 N형 반도체 채널만을 갖는 시냅스 모방 반도체 소자들로 구성된 하드웨어 인공신경망) 대비 약 15% 이상 향상되는 것을 확인하였다(약 75%에서 90% 이상으로 향상).

박진홍 교수는 “단일 시냅스 모방 반도체 소자 성능을 향상뿐만 아니라 다양한 신호를 감지해내는 반도체 소자를 활용한 뉴로모픽 칩 기능 다각화와 관련된 후속 연구를 통해 다양한 비정형 정보를 보다 효율적으로 처리할 수 있을 것”이라며 “향후 인공신경망 기반 차세대 컴퓨팅 시스템의 발전에 크게 기여할 것으로 기대한다”고 연구의 의의를 설명했다.

본 연구는 과학기술정보통신부·한국연구재단 기초연구사업(중견연구, 기초연구실), 나노·소재기술개발사업의 지원으로 수행되었으며, 국제학술지 네이처 커뮤니케이션즈(Nature Communications)에 8.7(금) 논문으로 게재되었다.
    ※ 논문명: Artificial Van der Waals Hybrid Synapse and its Application to Acoustic Pattern Recognition