연구
< (왼쪽부터) 최양규 교수, 박인규 교수, 이상원 박사과정, 강민구 박사과정 >
우리 대학 전기및전자공학부 최양규 교수, 기계공학과 박인규 교수 공동 연구팀이 ‘생물의 후각 뉴런을 모방한 단일 뉴로모픽 소자’을 개발하는 데에 성공하였다고 밝혔다. 과거‘인간의 후각을 모방한 뉴로모픽 모듈'을 개발하는 데에 성공했던 연구팀은, 기존에 센서와 뉴런 소자가 분리되어 별도 센서의 신호를 받아 스파이크 출력을 했던 뉴로모픽 모듈에서 한 층 더 발전된, 단일 소자만으로 가스 감지 및 스파이크 신호 출력이 가능한 뉴로모픽 소자를 개발하였다.
이상원 박사과정이 제 1저자로 참여하고 강민구 박사과정이 공동저자로 참여한 이번 연구는 저명 국제 학술지 ‘Cell’ 자매지인 ‘Device’에 2023년 9월 온라인판에 정식 출판됐다. (논문명 : An Artificial olfactory sensory neuron for selevtive gas detection with in-sensor computing).
인공지능을 활용한 가스 센서는 혼합 가스를 정확하게 분류할 수 있다는 점에서 산업 안전, 호흡 모니터링, 음식 모니터링 등 많은 분야에서 사용되고 있다. 그러나 기존의 센서들은 센서의 신호를 받아 디지털화하는 아날로그-디지털 변환기(ADC)가 별도로 필요할 뿐 아니라, 소프트웨어를 통해 인공지능을 구현하기 때문에 프로세서와 메모리 간 반복적인 데이터 이동이 필요한 폰노이만 아키텍처를 이용한다. 그에 따라 높은 전력이 소모되어 배터리로 구동되어야 하는 모바일, 사물인터넷 장치 등 실상황에서 활용성이 떨어진다.
한편, 인간의 후각 뉴런은 스파이크 형태로 감각 정보를 전달하고, 이를 뇌에서 병렬적으로 처리함으로써 낮은 전력 소비로도 가스를 감지할 수 있다. 초저전력 소모를 위하여, 이를 모방해 센서 단에서 스파이크 형태로 신호를 전달하는 뉴로모픽 후각 시스템이 주목을 받고 있으며, 기존 연구의 경우 별도의 센서 신호를 받아 뉴런 소자 및 회로에서 스파이크 신호로 변환을 하는 방식이었다. 그에 따라 센서와 뉴런 장치 간 별도의 패키징 공정이 필요하고, 두 장치 간에 발생하는 신호 지연 및 전력 소모도 추가로 발생하게 된다.
< 그림 1. palladium 및 platinum nanoparticle 코팅을 통한 가스에 반응성을 가지는 단일 뉴런 소자의 모습. 각각 수소와 암모니아 농도에 따라 뉴런의 스파이크 특성이 달라, 이것을 이용하여 혼합가스 구별이 가능함. >
연구팀은 스파이크 신호를 출력할 수 있는 silicon nanowire field-effect transistor (SiNW-FET) 상부에 수소와 암모니아에 반응성을 가지는 palladium과 platinum nanoparticle을 코팅하여, 가스를 감지하여 스파이크 출력 변화를 보이는 단일 후각 뉴런 소자를 개발하였다. 즉 센서와 뉴런 소자를 별도로 공정하는 것이 아닌 가스 감지 기능을 하는 인공 뉴런 단일 소자를 개발한 것이다. 연구팀은 제작된 뉴런 소자에, 마찬가지로 field-effect transistor 기반의 단일 시냅스 소자를 연결하여 수소와 암모니아를 구분하는 뉴로모픽 모듈을 개발했다. 가스 감지 뉴런과 시냅스 모두 완전한 Si CMOS 공정 시스템을 이용하여 모듈을 개발하였기 때문에 이후 대규모 공정을 안정적으로 할 수 있다는 점에서 의미가 크다.
연구를 주도한 이상원 박사과정은 “개발된 뉴로모픽 모듈은 IoT 분야에서 호흡 모니터링이나 위험 가스 감지 등에 유용하게 사용될 것으로 기대된다"며, 특히 "자체적으로 가스 감지가 가능한 단일 뉴런 소자 개발은 인-센서 컴퓨팅 분야에서 의미 있는 발전이 될 것이다"고 연구의 의의를 설명했다.
한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 국가반도체연구실지원핵심기술개발사업, 중견연구사업, 국민위해인자대응기술개발사업 및 반도체설계교육센터의 지원을 받아 수행됐다.
-
연구 뉴로모픽 반도체 신개념 메모리 소자 개발
우리 연구진이 공정 비용이 낮고 초저전력 동작이 가능하여 기존의 메모리를 대체하거나 차세대 인공지능 하드웨어를 위한 뉴로모픽 컴퓨팅(Neuromorphic Computing) 구현에 사용될 메모리 소자를 개발하여 화제다. 전기및전자공학부 최신현 교수 연구팀이 디램 (DRAM) 및 낸드(NAND) 플래시 메모리를 대체할 수 있는 *초저전력 차세대 상변화 메모리 소자를 개발했다고 4일 밝혔다. ☞ 상변화 메모리(Phase Change Memory): 열을 사용하여 물질의 상태를 비정질과 결정질을 변경하여, 이를 통해 저항 상태를 변경함으로써 정보를 저장하거나 처리하는 메모리 소자. 기존 상변화 메모리는 값비싼 초미세 반도체 노광공정을 통해 제작하며 소모 전력이 높은 문제점이 있었다. 최 교수 연구팀은 상변화 물질을 전기적으로 극소 형성하는 방식을 통해 제작한 초저전력 상변화 메모리 소자로 값비싼 노광공정 없이도 매우 작은 나노미터(nm) 스케일의 상변화 필라멘트를 자체적
2024-04-04 -
연구 뉴로모픽 신경망으로 컴퓨팅 난제 해결하다
우리 연구진이 현재 반도체 산업체에서 사용되는 실리콘 소재 및 공정만을 사용해 초소형 진동 신경망을 구축하여 경계선 인식 기능을 구현했으며 난제 중 하나인 그래프 색칠 문제*를 해결했다. *그래프 색칠 문제: 그래프 이론에서 사용되는 용어로, 그래프의 각 정점에 서로 다른 색을 할당해야 하며, 이러한 색깔 구분 문제는 방송국 주파수가 겹쳐 난시청 지역이 발생하지 않도록 주파수를 할당하는 문제 등과도 유사해 다양하게 응용되고 있음 우리 대학 전기및전자공학부 최양규 교수 연구팀이 실리콘 바이리스터 소자로 생물학적 뉴런의 상호작용을 모방한 뉴로모픽 진동 신경망을 개발했다고 3일 밝혔다. 빅데이터 시대가 도래하면서 인공지능 기술이 예전과 비교할 수 없을 만큼 비약적으로 발전하고 있다. 인간의 뇌 기능을 모사하는 뉴로모픽 컴퓨팅 중 하나인 상호 간 결합된 진동 신경망(oscillatory neural network)은 뉴런의 상호작용을 모방한 인공 신경망이다. 진동 신경망은 기
2024-04-03 -
연구 뉴로모픽 반도체로 통증도 느낀다
최근 인간의 뇌를 모방한 뉴로모픽 반도체 소자 연구가 주목받고 있다. 이에서 더 나아가 최근에는 뇌를 넘어 첨단 센서와 휴머노이드 분야에 적용가능한 감각신경계 모사에 관한 연구가 활발하게 진행되고 있다. 우리 대학 신소재공학과 김경민 교수 연구팀이 새로운 메모리 소자인 멤리스터를 사용하여 통증자극 민감도 조절 기능을 갖는 뉴로모픽 통각수용체 소자를 최초로 구현했다고 15일 밝혔다. ※ 멤리스터(memristor): 메모리(memory)와 저항(resistor)의 합성어로, 전류의 흐름에 따라 저항이 변화하는 전자소자 감각신경계의 핵심적인 역할 중 하나는 유해한 자극을 감지해 위험한 상황을 회피하는 것이다. 특히 통각수용체는 자극이 민감도의 임계치를 넘으면 통증 신호를 발생하여 인체가 자극에서 회피할 수 있도록 한다. 이를 위해 통각수용체의 신호 전달에는 통증 신호를 전달하는 흥분성 신경전달물질(Excitatory Neurotransmitter)과 외부 자극에 대한
2023-11-15 -
연구 인간의 뇌를 모방한 3차원 집적 뉴로모픽 반도체 개발
우리 대학 전기및전자공학부 최양규 교수, 명현 교수, 그리고 신소재공학과 이건재 교수 공동연구팀이 ‘인간의 뇌를 모방한 3차원 집적 뉴로모픽 반도체’를 개발하는 데에 성공했다. ‘인간의 뇌를 모방해 동일평면 상에 수평 집적한 뉴로모픽 반도체’를 개발(2021년 Science Advances 게재)하는 데에 성공했던 연구팀은, 뉴런 소자와 시냅스 소자를 상하부에 3차원 방식으로 수직 집적해, 보다 높은 집적도와 전력 효율을 가지는 뉴로모픽 반도체를 구현할 수 있음을 처음으로 보였다. 전기및전자공학부 졸업생 한준규 박사, 전기및전자공학부 이정우 박사과정과 김예은 박사과정, 그리고 신소재공학과 김영빈 박사과정이 공동 제1저자로 참여한 이번 연구는 저명 국제 학술지 ‘Advanced Science’ 2023년 9월 온라인판에 출판됐다. (논문명 : 3D Neuromorphic Hardware with Single T
2023-09-21 -
연구 차세대 대용량 데이터 처리용 컴퓨팅 구현을 위한 고신뢰성 인공 시냅스 트랜지스터 개발
우리 대학 전기및전자공학부 최신현 교수 연구팀이 부가적인 회로 없이 소자의 특성을 이용해 인공지능(AI)의 학습 정확도를 높이면서, 높은 내구성을 바탕으로 신뢰성 높은 반복 동작이 가능하도록 설계된, 인간 뇌의 신경전달물질을 모사한 고신뢰성 인공 *시냅스 트랜지스터를 개발했다고 16일 밝혔다. ☞ 시냅스 트랜지스터(Synapse Transistor): 신경 세포간 연결부인 시냅스를 모사하는 트랜지스터 소자로, 연결 강도를 의미하는 가중치(Weight)를 채널의 저항(또는 컨덕턴스)값으로 나타내 이전 단에서 다음 단으로 흐르는 전류의 양을 조절한다. 최 교수 연구팀은 기존 낸드 플래시 메모리에 사용되는 구조를 이용하면서도, 기존 낸드 플래시의 단점인 낮은 내구성을 개선하는 방법을 차용해, 안정적인 시냅스 역할을 할 수 있는 트랜지스터를 개발했다. 낸드 플래시 메모리는 높은 전압을 이용해, 소자의 구성 물질을 손상시키는 방법(FN 터널링)으로 데이터를 저장하는 반면, 연구팀
2022-11-16