KAIST, 뉴로모픽 신경망으로 경계선 인식·그래프 색칠 문제 해결 시스템 구축

국내 연구진이 현재 반도체 산업체에서 사용되는 실리콘 소재 및 공정만을 사용해 초소형 진동 신경망을 구축하여 경계선 인식 기능을 구현했으며, 난제 중 하나인 그래프 색칠 문제를 해결했다고 밝혔다.

뉴로모픽 진동 신경망(oscillatory neural network)을 이용하면, 패턴 인식 또는 컴퓨팅 난제 해결에 필요한 전력 소모를 최소화할 수 있다. 따라서 ▲자원 분배, ▲신약 개발, ▲반도체 회로 설계 및 ▲스케줄링 등에 응용되는 저전력 뉴로모픽 모듈을 하드웨어로 구현할 수 있다는 장점이 있다고 전했다. 

한국과학기술원(KAIST, 총장 이광형)은 전기및전자공학부 최양규 교수 연구팀이 실리콘 바이리스터 소자로 생물학적 뉴런의 상호작용을 모방한 뉴로모픽 진동 신경망을 개발했다고 3일 밝혔다. 

그래프 색칠 문제는 그래프 이론에서 사용되는 용어로, 주어진 그래프에 여러 색상으로 정점을 칠하되 인접한 정점에는 같은 색깔이 칠해지지 않는 조건에서 그래프의 모든 정점을 색칠할 수 있는지를 묻는 문제이다.

이러한 색깔 구분 문제는 방송국 주파수가 겹쳐 난시청 지역이 발생하지 않도록 주파수를 할당하는 문제 등과도 유사해 다양하게 응용되고 있다.

연구팀은 실리콘 기반 진동자를 이용해 진동 신경망을 개발했다. 축전기를 이용해 두 개 이상의 실리콘 진동자를 연결하면, 각각의 진동 신호가 상호작용해 시간이 경과하면서 동기화 된다. 

이번 연구는 제조 관점에서, 복잡한 회로나 기존 반도체 공정과 호환성이 낮은 소재 및 구조 대신, 현재 반도체 산업체에서 사용되는 실리콘 관련 소재 및 공정만으로 진동 신경망을 구축했기 때문에, 양산에 바로 적용 가능하다는 장점이 있다.

연구를 주도한 윤성윤 KAIST 박사과정, 한준규 서강대학교 교수는 "개발된 진동 신경망은 복잡한 컴퓨팅 난제를 계산할 수 있는 뉴로모픽 컴퓨팅 하드웨어로, 자원 분배· 신약 개발·반도체 회로 설계 및 스케줄링 등에 유용하게 사용될 수 있을 것으로 기대된다ˮ라고 말했다.

윤성윤 박사과정과 한준규 교수가 공동 제1 저자로 참여한 이번 연구는 나노과학 분야 국제 학술지 ‘나노 레터스’에 출판됐으며, 추가 표지 논문으로 선정됐다.

한편, 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업 및 국가반도체연구실지원핵심기술개발사업의 지원을 받아 수행됐다.

 박수빈 기자 sbin08@aitimes.com