Science Advances

    이장식 교수팀, 병렬처리 ‘고성능 인공 신경망 어레이’ 개발…비정형 정보 빠르게 인식

신소재 이장식 교수팀, 병렬처리 ‘고성능 인공 신경망 어레이’ 개발…비정형 정보 빠르게 인식

Science Advances

연구팀은 비정형 사진정보의 특성을 추출하고 인식할 수 있는 차세대 ‘인공 신경망 어레이’를 개발했다고 11일 밝혔다.

 

인공 신경망 어레이는 인간의 뇌와 같이 연산과 정보저장을 병렬적으로 처리할 수 있는 정보처리 장치로 고성능, 차세대 정보처리 장치로 주목받는 인공 신경망 구현을 위해서는 인간 두뇌의 정보처리 핵심 요소로 작용하는 시냅스 모방 소자와 해당 소자들이 집적된 인공 신경망의 기능성 평가가 필수적이다.

 

특히 외부 전원없이 스스로 전기적 분극을 유지하는 강유전체(ferroelectric) 시냅스 소자는 다른 시냅스 소자들보다 정밀한 전기적 특성 제어가 가능하고 낮은 소비 전력 및 빠른 동작 구현으로 대량의 비정형 정보처리가 가능해 차세대 고성능 시냅스 소자로 주목받고 있다.

 

연구팀은 강유전체 물질에 기반한 시냅스 트랜지스터 소자들을 집적해 고성능 인공 신경망 어레이를 제작하며, 제작한 어레이에서 활용 가능한 ‘병렬’ 동작 방식을 개발, 효율적인 비정형 이미지 정보처리 및 사물인식이 가능함을 확인했다.

 

기존에는 강유전체 시냅스 트랜지스터의 동작방법으로 각 소자 특성을 하나씩 순차적으로 조절하는 비효율적 동작방식이 활용됐지만 이 교수팀은 어레이로 연결된 소자들의 동작방법을 최적화해 다수의 소자 특성을 동시에 병렬적으로 조절 가능한 동작방법으로 구현, 빠른 동작 속도를 확보했다.

 

이를 통해 비정형 사진정보의 특징 추출과 후처리도 가능토록했고 사진 내 임의의 물체 종류 인식시험에서는 90% 이상의 인식률을 확보했다.

 

과학기술정보통신부와 한국연구재단이 추진하는 기초연구사업(중견연구)의 지원으로 수행된 이번 연구 성과는 국제학술지 ‘사이언스 어드밴시스’에 지난 9일 게재됐다. 논문명 CMOS-compatible compute-in-memory accelerators based on integrated ferroelectric synaptic arrays for convolution neural networks

 

이장식 교수는 “개발된 고성능 인공 신경망 어레이를 병렬적으로 학습시키는 기술을 사용하면 학습 및 동작시간이 감소하해 저전력, 고속으로 사물인식이 가능하다”며 “인공지능, 자율주행차 등 비정형 정보처리가 필요한 분야와 인-메모리 컴퓨팅에 적용 가능한 중요 기술이 될 것”이라고 말했다.

Most Recent Projects