91ฬ์รภ

ว๊™์ˆ ยท์—ฐ๊ตฌ

๋™๊ตญ๋Œ€ ๊น€์„ฑ์ค€ ์—ฐ๊ตฌํŒ€, ์ •๋ฐ€ํ•œ ๊ฐ€์ค‘์น˜ ์ „์‚ฌ ๊ธฐ๋ฒ•์„ ์ด์šฉํ•œ ์ €ํ•ญ๋ณ€ํ™” ๋ฉค๋ฆฌ์Šคํ„ฐ ์–ด๋ ˆ์ด ๊ธฐ๋ฐ˜ ๋‰ด๋กœ๋ชจํ”ฝ ์ปดํ“จํŒ… ์‹œ์Šคํ…œ ๊ฐœ๋ฐœ

๋“ฑ๋ก์ผ 2025.06.30. ์กฐํšŒ 221

- ์†Œ์ž์˜ ์ „๊ธฐ์  ํŠน์„ฑ ํ™œ์šฉ… ์ŠคํŒŒ์ดํฌ ๋‰ด๋Ÿด ๋„คํŠธ์›Œํฌ ์ ์šฉ ๊ฐ€๋Šฅ์„ฑ ์„ ๋ณด์—ฌ 
- ๊น€์„ฑ์ค€ ๊ต์ˆ˜, “๊ณ ์„ฑ๋Šฅ AI ํ•˜๋“œ์›จ์–ด ๊ตฌํ˜„ ๊ฐ€๋Šฅ์„ฑ ๋ณด์—ฌ์ค˜… ์ฐจ์„ธ๋Œ€ AI ์‚ฐ์—… ์ ์šฉ ๊ธฐ๋Œ€”
- ‘Nano Energy’์— ์—ฐ๊ตฌ ์„ฑ๊ณผ ๊ฒŒ์žฌ(IF=17.1)

 

๊น€์„ฑ์ค€ ๊ต์ˆ˜ ์—ฐ๊ตฌํŒ€

โ–ฒ ์™ผ์ชฝ๋ถ€ํ„ฐ ์ „์ž์ „๊ธฐ๊ณตํ•™๊ณผ ๋ณ€์šฉ์ง„ ์„์‚ฌ๊ณผ์ •์ƒ(์ œ1์ €์ž), ๊น€๊ธฐ๋ฌธ ์„์‚ฌ๊ณผ์ •์ƒ(๊ณต๋™ ์ œ1์ €์ž), ๊น€์„ฑ์ค€ ๊ต์ˆ˜(๊ต์‹ ์ €์ž)


๋™๊ตญ๋Œถฤว๊™๊ต(์ด์žฅ ์œค์žฌ์›…)๋Š” ์ „์ž์ „๊ธฐ๊ณตํ•™๊ณผ ๋ณ€์šฉ์ง„ ์„์‚ฌ๊ณผ์ •์ƒ(์ œ1์ €์ž), ๊น€๊ธฐ๋ฌธ ์„์‚ฌ๊ณผ์ •์ƒ(๊ณต๋™ ์ œ1์ €์ž), ๊น€์„ฑ์ค€ ๊ต์ˆ˜(๊ต์‹ ์ €์ž), ๊ณ ๋ ค๋Œถฤว๊™๊ต ์ง€๋Šฅํ˜•๋ฐ˜๋„์ฒด๊ณตํ•™๊ณผ ๊น€์„ฑ์ค€ ๊ต์ˆ˜(๊ต์‹ ์ €์ž)๋กœ ๊ตฌ์„ฑ๋œ ์—ฐ๊ตฌํŒ€์ด ์‚ฐํ™”์•Œ๋ฃจ๋ฏธ๋Š„(Al2O3) ๋ฐ ์‚ฐํ™”ํ‹ฐํƒ€๋Š„(TiOx) ๋ฐ•๋ง‰ ๊ธฐ๋ฐ˜ ์ €ํ•ญ๋ณ€ํ™” ๋ฉค๋ฆฌ์Šคํ„ฐ ์–ด๋ ˆ์ด๋ฅผ ๊ฐœ๋ฐœํ–ˆ๋‹ค๊ณ  ๋ฐœํ‘œํ–ˆ๋‹ค.

 

ํ•ด๋‹น ์—ฐ๊ตฌ๊ฒฐ๊ณผ๋Š” <Reset-dominant accurate synaptic weight mapping in passive memristor arrays for energy-efficient spiking neural networks>๋ผ๋Š” ์ œ๋ชฉ์œผ๋กœ ๋‚˜๋…ธ๊ธฐ์ˆ  ๋ถ„์•ผ ์ €๋ช… ๊ตญ์ œ ํ•™์ˆ ์ง€ ใ€ŒNano Energy (IF=17.1)ใ€์— ์˜จ๋ผ์ธ ๊ฒŒ์žฌ๋๋‹ค. ์ด๋ฒˆ ๋…ผ๋ฌธ์€ ์‚ฌ์ „ ํ•™์Šต๋œ SNN ๋ชจ๋ธ์˜ ๊ฐ€์ค‘์น˜๋ฅผ Al2O3 ๋ฐ TiOx ๋ฐ•๋ง‰ ๊ธฐ๋ฐ˜ ๋ฉค๋ฆฌ์Šคํ„ฐ ์–ด๋ ˆ์ด์— ์ „์‚ฌํ•ด ํ•˜๋“œ์›จ์–ด ์ˆ˜์ค€์—์„œ ๋†’์€ ์„ฑ๋Šฅ์˜ ๋ณ‘๋ ฌ ์—ฐ์‚ฐ(In-memory computing)์„ ๊ตฌํ˜„ํ•œ ๊ฒƒ์œผ๋กœ, ์ฐจ์„ธ๋Œ€ AI ์ถ”๋ก  ๊ฐ€์†๊ธฐ๋กœ์„œ์˜ ์ž ์žฌ์„ฑ์„ ํ™•์ธํ–ˆ๋‹ค.

 

๋ณธ ์—ฐ๊ตฌ์—์„œ๋Š” Al2O3 ์ €ํ•ญ ๋ณ€ํ™”์ธต๊ณผ ์˜ค๋ฒ„์Š›์„ ๋ฐฉ์ง€ํ•˜๋Š” TiOx ๋ฐ•๋ง‰์„ ๊ฒฐํ•ฉํ•œ ์†Œ์ž๋ฅผ 24×24 ํฌ๊ธฐ์˜ ํฌ๋กœ์Šค๋ฐ” ์–ด๋ ˆ์ด ํ˜•ํƒœ๋กœ ์ง‘์ ํ–ˆ๋‹ค. ๋˜ํ•œ, ์–ด๋ ˆ์ด ์†Œ์ž์— ์‚ฌ์ „ ํ•™์Šต๋œ ์ŠคํŒŒ์ดํฌ ๋‰ด๋Ÿด ๋„คํŠธ์›Œํฌ(Spike Neural Network) ๋ชจ๋ธ ๊ฐ€์ค‘์น˜๋ฅผ ์†Œ์ž์˜ ๋ฉ€ํ‹ฐ ๋ ˆ๋ฒจ ํŠน์„ฑ์— ๋งž๊ฒŒ ์–‘์žํ™”ํ•œ ๋’ค ์ •๋ฐ€ํ•˜๊ฒŒ ์ „์‚ฌํ•˜๋Š” ๋ฐ ์„ฑ๊ณตํ–ˆ๋‹ค. 

 

๊ฐœ๋ฐœ๋œ ์ €ํ•ญ๋ณ€ํ™” ์–ด๋ ˆ์ด๋Š” ๋ฉ€ํ‹ฐ ๋ ˆ๋ฒจ ํŠน์„ฑ์„ ๋ฐ”ํƒ•์œผ๋กœ 20๊ฐœ์˜ ์ €ํ•ญ ์ƒํƒœ ํ”„๋กœ๊ทธ๋ž˜๋ฐ์ด ๊ฐ€๋Šฅํ•˜๋ฉฐ, ๋‚ฎ์€ ๋™์ž‘์ „์•• ๋ฐ ์™ธ๋ถ€ ์ „๋ฅ˜ ์ œํ•œ ํšŒ๋กœ์— ์˜์กดํ•˜์ง€ ์•Š๋Š” ์•ˆ์ •์  ์ €ํ•ญ ์Šค์œ„์นญ ๋™์ž‘ ๋“ฑ ๋‰ด๋กœ๋ชจํ”ฝ ๋ฐ˜๋„์ฒด ์†Œ์ž๋กœ์„œ ๋†’์€ ํ™œ์šฉ ๊ฐ€๋Šฅ์„ฑ์„ ๋ณด์—ฌ์คฌ๋‹ค.

 

๋˜ํ•œ, ์—ฐ๊ตฌํŒ€์€ ์–ด๋ ˆ์ด ์ƒ์˜ ๋ชจ๋“  ๋ฉค๋ฆฌ์Šคํ„ฐ๋ฅผ ์ €์ €ํ•ญ ์ƒํƒœ๋กœ ์ผ๊ด„ ์ดˆ๊ธฐํ™”ํ•œ ํ›„, ์ ์ง„์ ์ธ ๋ฆฌ์…‹ ๊ณผ์ •์„ ํ†ตํ•ด ๊ฐ€์ค‘์น˜๋ฅผ ์ •๋ฐ€ํ•˜๊ฒŒ ์ „์‚ฌํ•˜๋Š” ๋ฐฉ์‹์„ ์ƒˆ๋กœ ์ œ์•ˆํ–ˆ๋‹ค. ์ด ๊ณผ์ •์—์„œ ํ•˜๋“œ์›จ์–ด ๊ธฐ๋ฐ˜ AI ์„ฑ๋Šฅ์˜ ์†์‹ค์„ ์ตœ์†Œํ™”ํ•˜๊ณ  ๊ฐ€์ค‘์น˜ ์ „์‚ฌ, ๋ณ‘๋ ฌ ์—ฐ์‚ฐ ํŠน์„ฑ ํ‰๊ฐ€ ๋“ฑ ๋ณต์žกํ•œ ์ธก์ •์„ ์ž๋™ํ™”ํ•˜๋Š” C++ ๊ธฐ๋ฐ˜ ์ธก์ • ์ž๋™ํ™” ํˆด์„ ๊ฐœ๋ฐœํ•ด ์—ฐ๊ตฌ ํšจ์œจ์„ ๋†’์˜€๋‹ค.

 

์ƒˆ๋กœ ๊ฐœ๋ฐœํ•œ ๋ฐฉ์‹์€ ๊ธฐ์กด ๋ฐฉ์‹ ๋Œ€๋น„ ๊ฐ€์ค‘์น˜ ์ „์‚ฌ ์˜ค์ฐจ๊ฐ€ 65% ๊ฐ์†Œํ–ˆ์œผ๋ฉฐ, ์ถ”๊ฐ€์ ์ธ ํŒŒ์ธ ํŠœ๋‹์„ ํ†ตํ•ด ํ•˜๋“œ์›จ์–ด ๊ธฐ๋ฐ˜ AI ๋ชจ๋ธ์˜ ์ด๋ฏธ์ง€ ์ธ์‹๋ฅ ์„ 41.05%์—์„œ 88.85%๋กœ ๋Œ์–ด์˜ฌ๋ ธ๋‹ค. ์—ฐ๊ตฌํŒ€์€ “์…‹(set) ๊ณผ์ •์—์„œ ์†Œ์ž์— ํ๋ฅด๋Š” ์ „๋ฅ˜๊ฐ€ ๊ธ‰๊ฒฉํ•˜๊ฒŒ ๋ณ€ํ•˜๋Š” ๊ฒƒ์— ๋ฐ˜ํ•ด, ๋ฆฌ์…‹(reset) ๊ณผ์ •์—์„œ๋Š” ๋น„๊ต์  ์™„๋งŒํ•˜๊ฒŒ ๋ณ€ํ•˜๋Š” ์ „๊ธฐ์  ํŠน์„ฑ์— ์ฐฉ์•ˆํ–ˆ๋‹ค”๊ณ  ๋ฐํ˜”๋‹ค.

 

๊น€์„ฑ์ค€ ๊ต์ˆ˜๋Š” “์ด๋ฒˆ ์—ฐ๊ตฌ๋Š” ๋ณ€์šฉ์ง„ ํ•™์ƒ๊ณผ ๊น€๊ธฐ๋ฌธ ํ•™์ƒ์ด ์ •๋ฐ€ํ•œ ๊ฐ€์ค‘์น˜ ์ „์‚ฌ ๋ฐฉ๋ฒ•์„ ๊ณ ๋ฏผํ•ด ์ฐฝ์˜์ ์œผ๋กœ ๋ฌธ์ œ๋ฅผ ํ•ด๊ฒฐํ•œ ์„ฑ๊ณผ”๋ผ๋ฉฐ, “ALD(์›์ž์ธต ์ฆ์ฐฉ) ๊ธฐ์ˆ ์„ ํ†ตํ•ด Al2O3 ๋ฐ•๋ง‰ ๋‘๊ป˜๋ฅผ ์ •ํ™•ํžˆ ์กฐ์ ˆํ•˜๊ณ , ์ตœ์ ์˜ ํ™”ํ•™ ์กฐ์„ฑ๋น„๋ฅผ ๊ฐ€์ง„ ์˜ค๋ฒ„์Š› ์–ต์ œ์šฉ TiOx ๋ฐ•๋ง‰์„ ๊ฐœ๋ฐœํ•œ ๊ฒƒ“์ด๋ผ๊ณ  ์ „ํ–ˆ๋‹ค. ์ด์–ด, ”์—ฐ๊ตฌ ๊ฒฐ๊ณผ๋ฅผ ํ†ตํ•ด ์ฐจ์„ธ๋Œ€ ๋‰ด๋กœ๋ชจํ”ฝ ๋ฐ˜๋„์ฒด ๋ฐ AI ์ถ”๋ก  ๊ฐ€์†๊ธฐ ๊ฐœ๋ฐœ์— ํ•ต์‹ฌ ์—ญํ• ์„ ํ•  ์ˆ˜ ์žˆ์„ ๊ฒƒ”์ด๋ผ๊ณ  ๊ฐ•์กฐํ–ˆ๋‹ค.

 

ํ•œํŽธ, ์ด๋ฒˆ ์—ฐ๊ตฌ๋Š” ํ•œ๊ตญ์—ฐ๊ตฌ์žฌ๋‹จ ์ค‘๊ฒฌ์—ฐ๊ตฌ ์‚ฌ์—… ใ€Œ์ถ•์ ์ปดํ“จํŒ… ๊ตฌํ˜„์„ ์œ„ํ•œ ๋ฆฌํ…์…˜ ์กฐ์ ˆ ๊ฐ€๋Šฅํ•œ ํ•˜ํ”„๋Š„ ๊ธฐ๋ฐ˜ ๊ฐ•์œ ์ „์ฒด ์†Œ์ž ๊ธฐ์ˆ  ๋ฐ ์ˆ˜์ง์ ์ธต ์ง‘์ ๊ณต์ • ๊ฐœ๋ฐœใ€๊ณผ ๊ธ€๋กœ๋ฒŒ ๊ธฐ์ดˆ์—ฐ๊ตฌ์‹ค ใ€Œ๋‰ด๋กœ๋ชจํ”ฝ ๊ธฐ์ˆ  ๊ธฐ๋ฐ˜ ๋ชจ๋นŒ๋ฆฌํ‹ฐ ๋ฐฐํ„ฐ๋ฆฌ PHM ๊ธ€๋กœ๋ฒŒ ๊ธฐ์ดˆ์—ฐ๊ตฌ์‹คใ€์˜ ์ง€์›์„ ๋ฐ›์•„ ์ˆ˜ํ–‰๋๋‹ค.

 

โ€ป ์ŠคํŒŒ์ดํฌ ๋‰ด๋Ÿด ๋„คํŠธ์›Œํฌ(Spike Neural Networks) : ์ƒ๋ฌผ์˜ ๋‰ด๋Ÿฐ๊ณผ ์‹œ๋ƒ…์Šค๋ฅผ ๋ชจ๋ฐฉํ•œ ์ฐจ์„ธ๋Œ€ ์‹ ๊ฒฝ๋ง. ์ด๋ฒคํŠธ ๊ธฐ๋ฐ˜(event-driven)์œผ๋กœ ํ•„์š”ํ•  ๋•Œ๋งŒ ์ŠคํŒŒ์ดํฌ ์‹ ํ˜ธ๋กœ ์—ฐ์‚ฐ์„ ์ˆ˜ํ–‰ํ•ด, ๊ธฐ์กด ๋ฐฉ์‹์— ๋น„ํ•ด ์—๋„ˆ์ง€ ์†Œ๋น„๋ฅผ ํš๊ธฐ์ ์œผ๋กœ ์ ˆ๊ฐํ•  ์ˆ˜ ์žˆ๋‹ค. 

๋™๊ตญ๋Œถฤว๊™๊ต ์ฑ—๋ด‡ ์„œ๋น„์Šค