본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EC%BB%B4%ED%93%A8%ED%8C%85
최신순
조회순
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 자체적으로 형성하였다. 이는 공정 비용이 매우 낮을 뿐 아니라 초저전력 동작이 가능하다는 획기적인 장점이 있다. 현재 널리 사용되고 있는 메모리인 디램(DRAM)은 속도가 매우 빠르지만, 전원이 꺼지면 정보가 사라지는 휘발성 특징을 갖고 있으며, 저장장치로 사용되는 낸드 플래시 메모리는 읽기/쓰기 속도는 상대적으로 느린 대신 전원이 꺼져도 정보를 보존하는 비휘발성 특징을 갖고 있다. 이에 반해, 상변화 메모리는 디램과 낸드 플래시 메모리의 장점을 모두 가진 차세대 메모리로, 빠른 속도와 비휘발성 특성을 동시에 지닌다. 이러한 이유로, 상변화 메모리는 기존의 메모리를 대체할 수 있는 차세대 메모리로 각광받으며, 메모리 기술 또는 인간의 두뇌를 모방하는 뉴로모픽 컴퓨팅 기술로 활발히 연구되고 있다. 그러나 기존 상변화 메모리는 소비 전력이 매우 높아서 실용적인 대용량 메모리 제품 및 뉴로모픽 컴퓨팅 시스템을 구현하기에는 어려움이 있다. 기존 연구는 메모리 동작을 위한 발열 효과를 높이기 위해 초미세 반도체 노광공정을 이용해 소자의 물리적 크기를 줄여 소비 전력을 낮추는 연구가 진행됐으나, 소비 전력 개선 정도가 작고 공정비용과 공정 난이도가 증가해 실용성 측면의 한계점이 존재했다. 최신현 교수 연구팀은 이러한 상변화 메모리의 소비 전력 문제를 해결하기 위해, 상변화 물질을 전기적으로 극소 형성하는 방식으로 기존의 값비싼 초미세 노광공정을 이용한 상변화 메모리 소자보다 소비 전력이 15배 이상 작은 초저전력 상변화 메모리 소자 구현에 성공했다. 최신현 교수는 "이번에 개발한 초저전력 상변화 메모리 소자는 기존의 연구 방향과는 완전히 다른 방식으로 기존에 풀지 못하였던 큰 숙제인 제조비용과 에너지 효율을 대폭 개선한 소자를 개발했다는 의의가 있다. 또한 물질 선택이 자유로워 고집적 3차원 수직 메모리 및 뉴로모픽 컴퓨팅 시스템 등 다양한 응용을 가능케 하는 등 미래 전자공학의 기반이 될 것으로 기대한다ˮ며 이번 연구가 앞으로 뻗어나갈 새로운 분야에 대한 강한 자신감을 피력했다. 또한 "이 연구를 지원한 한국연구재단 및 나노종합기술원에 감사드린다ˮ라고 말했다. 전기및전자공학부 박시온 석박사통합과정, 홍석만 박사과정이 제1 저자로 참여한 이번 연구는 저명한 국제 학술지 `네이처(Nature)' 4월호에 4월 4일 자 출판됐다. (논문명 : Phase-Change Memory via a Phase-Changeable Self-Confined Nano-Filament) 한편 이번 연구는 한국연구재단 차세대 지능형반도체기술개발사업, PIM인공지능반도체핵심기술개발(소자)사업, 우수신진연구, 그리고 나노종합기술원 반도체공정기반 나노메디컬 디바이스개발 사업의 지원을 받아 수행됐다.
2024.04.04
조회수 2195
“반도체로 양자컴퓨터를 모방하다” 신개념 확률론적 컴퓨팅 핵심소자 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 산화나이오븀(NbO2) 의 확률적 금속-절연체 전이 현상을 이용한 차세대 확률론적 컴퓨팅의 핵심 반도체 소자를 개발했다고 23일 밝혔다. 최근 IoT (Internet of Things), 자율주행, 빅데이터, 인공지능으로 대표되는 초연결시대가 진행됨에 따라 다양한 제한 조건과 구성 요소들이 상호작용하는 상황에서 최적의 해결책을 신속하게 찾아내는 '조합최적화 문제’의 해결이 중요한 과제로 부상하고 있다. 예를 들면, 네비게이션에 활용되는 최적 경로 탐색과 같은 문제가 조합최적화 문제에 해당한다. 조합최적화 문제는 복잡도가 증가함에 따라 해답을 찾기가 급격히 어려워지는 특성을 갖기에, 이를 효과적으로 해결할 수 있는 신개념 컴퓨팅 기술이 요구된다. 양자컴퓨팅은 그 대표적인 예시이지만 간섭, 오류 수정, 안정성 등의 이유로 양자 컴퓨팅의 상용화에는 여전히 많은 어려움이 남아 있다. 확률론적 컴퓨터의 기본 소자는 피비트* (pbit)라고 불리는데, 확률론적 컴퓨터는 피비트의 확률적 특성을 이용한다는 점에서 양자컴퓨터와 유사하지만, 기존 반도체 기술로 제작이 가능하여 상용화 측면에서 보다 현실적인 기술이다. *피비트: Probabilistic bit의 줄임 말로 기존 디지털 시스템에서 사용하는 0, 1의 비트 정보를 출력하지만 각 상태 출력이 고정적이지 않고 확률적인 기본 소자 김경민 교수 연구팀은 산화나이오븀 (NbO2) 재료가 갖는 금속-절연체 전이 현상이 특정 조건에서 확률적으로 발생할 수 있음을 최초로 발견하였으며, 이를 활용해 확률론적 컴퓨팅을 위한 피비트의 제작에 성공하였다. 연구팀에서 개발한 피비트는 비트 당 평균 128pJ의 에너지, 260ns의 속도로 비트를 발생시키며, 이는 기존 저항변화메모리 기반 피비트 기술에 비해 약 20% 에너지 소모가 적으며, 약 4천 배 빠르다. 이에 더하여, 해당 반도체 피비트를 기반으로 하는 확률론적 컴퓨팅 시스템을 설계하였으며, 실제로 조합최적화 문제를 해결하는 사례를 통해 개발한 소자의 실질적인 활용에 대한 가능성을 입증했다. 김경민 교수는 “확률적 신호를 기존 CMOS 기반 회로를 통해 발생시키기 위해서는 매우 복잡한 구조가 요구되는데, 이번 연구는 모트 전이라고 하는 금속-절연체 전이 현상을 통해 확률적 신호를 직접 출력하는 단일 반도체 소자를 구현했다는 점에 큰 의의가 있다”며 “이 기술은 기존 반도체 기술과 융합될 수 있어 양자컴퓨팅의 기능을 수행할 수 있는 현실적인 대안이 될 것”이라고 말했다. 이번 연구는 신소재공학과 이학승 박사과정 학생이 제1 저자로 참여했으며, 국제 학술지 ‘네이처 커뮤니케이션즈 (Nature Communications, IF: 16.6)’에 11월 8일 字 게재됐으며 한국연구재단 PIM인공지능반도체 사업, 나노종합기술원, 그리고 KAIST의 지원을 받아 수행됐다. 논문명: Probabilistic computing with NbOx metal-insulator transition-based self-oscillatory pbit, 논문링크: https://doi.org/10.1038/s41467-023-43085-6
2023.11.23
조회수 2673
111배 빠른 검색엔진용 CXL 3.0 기반 AI반도체 세계 최초 개발
최근 각광받고 있는 이미지 검색, 데이터베이스, 추천 시스템, 광고 등의 서비스들은 마이크로소프트, 메타, 알리바바 등의 글로벌 IT 기업들에서 활발히 제공되고 있다. 하지만 실제 서비스에서 사용되는 데이터 셋은 크기가 매우 커, 많은 양의 메모리를 요구하여 기존 시스템에서는 추가할 수 있는 메모리 용량에 제한이 있어 이러한 요구사항을 만족할 수 없었다. 우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)에서 대용량으로 메모리 확장이 가능한 컴퓨트 익스프레스 링크 3.0 기술(Compute eXpress Link, 이하 CXL)을 활용해 검색 엔진을 위한 AI 반도체를 세계 최초로 개발했다고 25일 밝혔다. 최근 검색 서비스에서 사용되는 알고리즘은 근사 근접 이웃 탐색(Approximate Nearest Neighbor Search, ANNS)으로 어떤 데이터든지 특징 벡터로 표현할 수 있다. 특징 벡터란 데이터가 가지는 특징들 각각을 숫자로 표현해 나열한 것으로, 이들 사이의 거리를 통해 우리는 데이터 간의 유사도를 구할 수 있다. 하지만 벡터 데이터 용량이 매우 커서 이를 압축해 메모리에 적재하는 압축 방식과 메모리보다 큰 용량과 느린 속도를 가지는 저장 장치를 사용하는 스토리지 방식(마이크로소프트에서 사용 중)이 사용되어 왔다. 하지만 이들 각각은 낮은 정확도와 성능을 가지는 문제가 있었다. 이에 정명수 교수 연구팀은 메모리 확장의 제한이라는 근본적인 문제를 해결하기 위해 CXL이라는 기술에 주목했다. CXL은 CPU-장치 간 연결을 위한 프로토콜로, 가속기 및 메모리 확장기의 고속 연결을 제공한다. 또한 CXL 스위치를 통해 여러 대의 메모리 확장기를 하나의 포트에 연결할 수 있는 확장성을 제공한다. 하지만 CXL을 통한 메모리 확장은 로컬 메모리와 비교해 메모리 접근 시간이 증가하는 단점을 가지고 있다. 데이터를 책으로 비유하자면 기존 시스템은 집에 해당하는 CPU 크기의 제한으로 서재(메모리 용량)를 무한정 늘릴 수 없어, 보관할 수 있는 책 개수에 제한이 있는 것이다. 이에 압축 방식은 책의 내용을 압축하여 더 많은 책을 보관하는 방법이고, 스토리지 방식은 필요한 책들을 거리가 먼 도서관에서 구해오는 것과 비슷하다. CXL을 통한 메모리 확장은 집 옆에 창고를 지어 책을 보관하는 것으로 이해될 수 있다. 연구진이 개발한 AI 반도체(CXL-ANNS)는 CXL 스위치와 CXL 메모리 확장기를 사용해 근사 근접 이웃 탐색에서 필요한 모든 데이터를 메모리에 적재할 수 있어 정확도를 높이고 성능 감소를 없앴다. 또한 근사 근접 이웃 탐색의 특징을 활용해 데이터 근처 처리 기법과 지역성을 활용한 데이터 배치 기법으로 CXL-ANNS의 성능을 한 단계 향상했다. 이는 마치 창고 스스로가 필요한 책들의 내용을 요약하고 정리해 전달하고, 자주 보는 책들은 서재에 배치해 집과 창고를 오가는 시간을 줄이는 것과 유사하다. 연구진은 CXL-ANNS의 프로토타입을 자체 제작해 실효성을 확인하고, CXL-ANNS 성능을 기존 연구들과 비교했다. 마이크로소프트, 메타, 얀덱스 등의 글로벌 IT 기업에서 공개한 검색 데이터 셋을 사용한 근사 근접 이웃 탐색의 성능 비교에서 CXL-ANNS는 기존 연구들 대비 평균 111배 성능 향상이 있었다. 특히, 마이크로소프트의 상용화된 서비스에서 사용되는 방식과 비교하였을 때 92배의 성능 향상을 보여줬다. 정명수 교수는 "이번에 개발한 CXL-ANNS는 기존 검색 엔진의 문제였던 메모리 용량 제한 문제를 해결하고, CXL 기반의 메모리 확장이 실제 적용될 때 발생하는 메모리 접근 시간 지연 문제를 해결했다ˮ며, “제안하는 CXL 기반 메모리 확장과 데이터 근처 처리 가속의 패러다임은 검색 엔진뿐만 아니라 빅 데이터가 필요한 고성능 컴퓨팅, 유전자 탐색, 영상 처리 등의 다양한 분야에도 적용할 수 있다ˮ라고 말했다. 이번 연구는 미국 보스턴에서 오는 7월에 열릴 시스템 분야 최우수 학술대회인 유즈닉스 연례 회의 `USENIX Annual Technical Conference, 2023'에 ‘CXL-ANNS’이라는 이름으로 발표된 예정이다. (논문명: CXL-ANNS: Software-Hardware Collaborative Memory Disaggregation and Computation for Billion-Scale Approximate Nearest Neighbor Search) 한편 해당 연구는 파네시아(http://panmnesia.com)의 지원을 받아 진행됐다.
2023.05.25
조회수 3169
양자컴퓨팅 원자를 던지고 받는 기술 개발
양자컴퓨터의 기본 구성요소인 원자를 이동하여 배치하는 기술은 리드버그 양자컴퓨팅 연구에 매우 중요하다. 하지만 원자를 원하는 위치에 배치하려면, 일반적으로 광 집게라고 불리는 매우 집속된 레이저 빔을 사용해, 원자를 하나씩 잡아서 운반해야 하는데 이렇게 운반하는 동안 원자의 양자 정보가 변화할 가능성이 크다. 우리 대학 물리학과 안재욱 교수 연구팀이 레이저 빔을 이용하여 루비듐 원자를 하나씩 던지고 받는 기술을 개발했다고 27일 밝혔다. 연구팀은 광 집게가 원자와 접촉하는 시간을 최소화하여 양자 정보가 변하지 않도록 원자를 던지고 받는 방법을 개발했다. 연구팀은 원자의 온도가 매우 낮아 절대 영도 이하 4천만분의 일의 온도의 차가운 루비듐 원자가 광 집게의 초점을 따라서 빛이 가하는 전자기력에 매우 민감하게 움직인다는 특성을 이용했다. 연구팀은 광 집게의 레이저를 가속해서 원자에 광학적 킥을 줘서 원자를 목표지점으로 보낸 다음, 다른 광 집게로 날아오는 원자를 잡아서 멈추게 했다. 원자의 비행 속도는 65cm/s이고, 이동 거리는 최대 4.2 마이크로미터다. 기존의 광 집게로 원자를 잡아서 이동하는 기술과 대비해 원자를 던지고 받는 기술은 원자 이동을 위한 광 집게 이동 경로 계산이 필요 없어지고, 원자 배열에 생기는 결함을 쉽게 고칠 수 있다. 결과적으로 많은 개수의 원자 배열을 생성하고 유지하는 데 효과적이며, 양자 정보를 지닌 원자(flying atom qubit)를 추가로 던지고 받는 때에 양자 배열의 구조변화를 전제하는 새롭고 더욱 강력한 양자컴퓨팅 방법을 연구할 수 있다. 안재욱 교수는 “이 기술이 더 크고 강력한 리드버그 양자 컴퓨터를 개발하는 데 사용될 것”이라 말한다. “리드버그 양자 컴퓨터에서 원자는 양자 정보를 저장하고, 전자기력을 통해 인접한 원자들과 상호작용해 양자컴퓨팅을 수행할 수 있도록 배치된다. 만약 오류가 발생해 원자를 교체하거나 이동해야 할 경우, 원자를 던져서 빠르게 재구성하는 방법이 효과적일 수 있다”고 말한다. 우리 대학 물리학과 황한섭, 변우정 박사과정 연구원과 일본 국가자연과학연구소의 실바앙 드 레젤러크 연구원이 참여한 이번 연구는 국제 학술지 `옵티카(Optica)' 3월 10권 3호에 출판됐다. (논문명 : Optical tweezers throw and catch single atoms). 이번 연구는 삼성미래기술재단의 지원으로 수행됐다.
2023.03.27
조회수 4658
낸드플래시 방식의 고신뢰성 인공 시냅스 소자 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 낸드플래시(NAND Flash)의 전하 저장 방식을 활용하여 양산성이 높으며 높은 균일도를 갖는 고신뢰성 인공 시냅스 소자 개발에 성공했다고 6일 밝혔다. 최근 고성능의 인공지능 기술(Artificial Intelligence; AI) 구현을 위하여 인공 시냅스 소자를 통해 크로스바 어레이 구조에서 고밀도의 메모리 집적과 행렬 연산 가속을 동시에 구현하는 맞춤형 하드웨어를 개발하기 위한 노력이 계속되고 있다. 시냅스 소자의 후보 물질로 다양한 물질이 제시되었으나, 인공지능 가속기가 요구하는 다비트성 (Multi-bit), 보존성 (retention), 균일성 (uniformity), 내구성(Endurance) 등을 모두 만족하는 소자는 매우 드물었으며, 또한 제시되는 후보 물질들의 동작 방식도 기존 반도체 소자들과 매우 달라 반도체 소자로 활용함에 있어 양산성 및 수율 등에도 추가적인 검증이 필요하다는 한계가 있었다. 김경민 교수 연구팀은 낸드플래시의 전하 저장하는 방식을 차용한 2단자 구조의 인공 시냅스 소자를 개발했다. 기존에는 2단자 시냅스 구조가 안정적으로 동작하기 위해서는 전하의 저장 상태를 읽기 위해 산화막을 얇게 하여 저장된 전하의 보존성을 희생해야하는 한계가 있었다. 연구팀은 이번 연구에서 알루미늄 산화막, 나이오븀 산화막, 탄탈룸 산화막 등이 순차적으로 적층된 최적의 시냅스 소자 구조를 제안하였으며, 이를 통해 안정적인 다비트성과 보존성을 모두 확보하였다. 또한, 제안한 시냅스 소자가 갖는 자가정류(self-rectifying) 특성을 활용하는 병렬 컴퓨팅 방법을 제시하여 기존의 순차적 컴퓨팅 대비 필요한 에너지를 약 71% 절약할 수 있었다. 공동 제1 저자인 신소재공학과 김근영 석박통합과정은 “이번 연구는 이미 검증된 낸드플래시 메모리 구조를 인공 시냅스 소자에 적용하여 시냅스 소자의 양산성에 대한 우려를 불식한데 의미가 있다”며 “이처럼 향후 개발되는 인공지능 반도체에도 기존 반도체 소자의 고성능 특성과 물질의 새로운 특성을 접목하는 연구가 활발히 이뤄질 것으로 예상된다”고 밝혔다. 이러한 인공 시냅스 소자 기술은 인공지능 컴퓨팅을 저전력으로 구현하는 지능형 반도체 소자에 적용되어 에지 컴퓨팅 (Edge computing)과 같이 적은 에너지 소모가 필수적인 인공지능 기술에 다양하게 적용될 수 있을 것으로 기대된다. 이번 연구는 국제 학술지 ‘어드밴스드 사이언스(Advanced Science)’에 11월 28일 字 온라인 게재됐으며 한국연구재단, KAIST, SK Hynix의 지원을 받아 수행됐다. (논문명: Retention secured nonlinear and self-rectifying analog charge trap memristor for energy-efficient neuromorphic hardware)
2022.12.06
조회수 3795
유해가스 및 와인을 구별하는 전자 코 뉴로모픽 반도체 모듈 개발
우리 대학 전기및전자공학부 최양규 교수와 기계공학과 박인규 교수 공동연구팀이 `인간의 후각 뉴런을 모방한 뉴로모픽 반도체 모듈'을 개발했다고 4일 밝혔다. 인간의 뇌, 시각 뉴런, 그리고 촉각 뉴런을 모방한 뉴로모픽 반도체 모듈을 각각 개발하는 데 성공했던 연구팀은, 인간의 후각 뉴런과 같이 가스 성분을 인식해 스파이크 신호를 출력할 수 있는 뉴로모픽 반도체 모듈을 통해 뉴로모픽 기반의 전자코(eletronic nose)를 구현할 수 있음을 처음으로 보였다. 전기및전자공학부 한준규 박사과정과 강민구 박사과정이 공동 제1 저자로 참여한 이번 연구는 저명 국제 학술지 `어드밴스드 사이언스(Advanced Science)' 2022년 4월 온라인판에 출판됐으며, 후면 표지 논문(Back Cover)으로 선정됐다. (논문명 : Artificial olfactory neuron for an in-sensor neuromorphic nose) 인공지능을 이용한 후각 인식 시스템은 높은 정확도로 가스를 인식할 수 있어 환경 모니터링, 음식 모니터링, 헬스케어 등 다양한 분야에 걸쳐 유용하게 사용되고 있다. 하지만 이러한 시스템 대부분은 CPU와 메모리가 분리된 구조인 폰노이만 컴퓨터가 필요한 소프트웨어를 기반으로 하므로, 데이터가 CPU와 메모리 사이를 이동할 때 높은 전력이 소모된다. 또한 센서에서 CPU로 데이터가 전송될 때 필요한 변환 회로에서도 추가 전력 소비가 발생한다. 따라서 모바일 또는 사물인터넷(IoT) 장치에 적용되기는 어렵다. 한편, 생물학적 후각 시스템은 감각 세포 자체에서 스파이크 형태로 감각 정보를 전달하고, 이를 뇌에서 병렬적으로 처리함으로써 낮은 전력 소비만으로 가스를 판별할 수 있다. 따라서 저전력 후각 시스템을 구축하기 위해, 생물학적 후각 시스템을 모방해 센서 단에서 스파이크 형태로 정보를 전달하는 `인 센서 컴퓨팅(In-Sensor Computing)' 기반 뉴로모픽 후각 시스템이 주목을 받고 있다. 이러한 뉴로모픽 후각 시스템을 구현하기 위해서는 인간의 후각 뉴런처럼 화학 신호를 스파이크 형태의 전기 신호로 변환해주는 구성 요소가 필요하다. 하지만, 일반적인 가스 센서는 이러한 기능을 수행할 수 없다. 연구팀은 반도체식 금속산화물 기반 가스 센서와 단일 트랜지스터 기반 뉴런 소자를 이용해, 가스를 인식해 스파이크 신호를 출력할 수 있는 뉴로모픽 반도체 모듈을 개발했다. 연구팀은 제작된 뉴로모픽 반도체 모듈을 바탕으로 유해가스를 구분할 수 있는 가스 인식 시스템과 와인을 구분할 수 있는 전자 소믈리에 시스템을 구축했다. 특히, 여러 가지 가스 분자가 섞여 있어 구분이 힘든 와인을 뉴로모픽 시스템을 이용해서 구분할 수 있음을 보인 것에서 그 의미가 크다. 연구를 주도한 한준규 박사과정은 "개발된 뉴로모픽 반도체 모듈은 전자코에 적용되어 사물인터넷(IoT) 분야, 환경 모니터링, 음식 모니터링, 헬스케어 등에 유용하게 사용될 수 있을 것으로 기대된다ˮ며, "이는 `인-센서 컴퓨팅(In-Sensor Computing)' 시대를 앞당기는 발판이 될 것이다ˮ고 연구의 의의를 설명했다. 한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 중견연구사업, 국민위해인자대응기술개발사업 및 반도체설계교육센터의 지원을 받아 수행됐다.
2022.07.04
조회수 6441
양자컴퓨팅 한계를 극복하는 3차원 반도체 제어/해독 소자 집적 기술 개발
우리 대학 전기및전자공학부 김상현 교수 연구팀이 *모놀리식 3차원 집적의 장점을 활용해 기존 양자 컴퓨팅 시스템의 대규모 큐비트 구현의 한계를 극복하는 3차원 집적된 화합물 반도체 해독 소자 집적 기술을 개발했다고 24일 밝혔다. ‘모놀리식 3차원 집적 초고속 소자’ 연구 (2021년 VLSI 발표, 2021년 IEDM 발표, 2022년 ACS Nano 게재)를 활발하게 진행해 온 연구팀은 양자컴퓨터 판독/해독 소자를 3차원으로 집적할 수 있음을 처음으로 보였다. ☞ 모놀리식 3차원 집적: 반도체 하부 소자 공정 후, 상부의 박막층을 형성하고 상부 소자 공정을 순차적으로 진행함으로써 상하부 소자 간의 정렬도를 극대화할 수 있는 기술로 궁극적 3차원 반도체 집적 기술로 불린다. 우리 대학 전기및전자공학부 김상현 교수 연구팀의 정재용 박사과정이 제1 저자로 주도하고 한국나노기술원 김종민 박사, 한국기초과학지원연구원 박승영 박사 연구팀과의 협업으로 진행한 이번 연구는 반도체 올림픽이라 불리는 ‘VLSI 기술 심포지엄(Symposium on VLSI Technology)’에서 발표됐다. (논문명 : 3D stackable cryogenic InGaAs HEMTs for heterogeneous and monolithic 3D integrated highly scalable quantum computing system). VLSI 기술 심포지엄은 국제전자소자학회(International Electron Device Meetings, IEDM)와 더불어 대학 논문의 채택 비율이 25%가 되지 않는 저명한 반도체 소자 분야 최고 권위 학회다. 양자컴퓨터는 큐비트 하나에 0과 1을 동시에 담아 여러 연산을 한 번에 처리할 수 있는 차세대 컴퓨터로, 최근에 IBM과 구글 등의 글로벌 기업이 양자 컴퓨터 제작에 성공하면서 양자 컴퓨터가 차세대 컴퓨터로 주목받고 있다. 기존 컴퓨터의 정보 단위인 `비트'의 경우 1 비트당 1개의 값만 가지는 것에 반해, 양자 컴퓨터의 정보 단위인 `큐비트'는 1 큐비트가 0과 1의 상태를 동시에 가진다. 따라서 비트에 비해 큐비트는 2배 빠른 계산이 가능하고, 2큐비트, 4큐비트, 8큐비트로 큐비트 수가 선형적으로 커질수록 처리 계산 속도는 4배, 8배, 16배로 지수적으로 증가한다. 따라서 많은 수의 큐비트를 활용한 대규모 양자컴퓨터 개발이 매우 중요하다. IBM에서는 큐비트 수를 127개로 늘린 `이글'을 작년에 발표했고, IBM 로드맵에 따르면 오는 2025년까지 4,000큐비트, 10년 이내에 10,000큐비트 이상을 탑재한 대규모 양자컴퓨터 개발을 목표로 하고 있다. 특히 큐비트의 수가 많은 대규모 양자컴퓨터 개발을 위해서는 큐비트를 제어/해독하는 소자에 대한 개발이 필수적이다. 기존 컴퓨터와 다르게 양자컴퓨터는 통상 –273 oC 내외의 극저온에서 동작하는 큐비트 하나당 최소 하나의 제어와 해독 연결이 필요하다. 현재는 큐비트 수가 많지 않아 극저온에서 동작하는 큐비트와 상온의 측정 장비를 긴 동축케이블로 연결해 제어/해독하는 방식을 사용하고 있다. 하지만 수천 혹은 수만 개 이상의 큐비트를 활용하는 대규모 양자 컴퓨팅에서 이러한 방식을 활용하면 양자 컴퓨터 크기가 매우 커지고 긴 연결 거리로 인해 신호 손실도 커 대규모 양자컴퓨터 구현이 매우 어려워진다. 따라서 큐비트를 제어/해독에 활용할 수 있는 저전력, 저잡음, 초고속 특성의 극저온 소자를 큐비트와 일대일로 연결할 수 있는 시스템 구성이 매우 중요하다. 연구팀은 이러한 문제 해결을 위해 큐비트 회로 위에 저전력, 저잡음 초고속 특성이 매우 뛰어난 *III-V 화합물 반도체 *고전자 이동 트랜지스터(HEMT)를 3차원으로 집적해 수천 혹은 수만 개의 큐비트에 아주 짧은 거리에서 일대일로 연결 가능한 구조를 제시했다. ☞ III-V 화합물 반도체: 주기율표 III족 원소와 V족 원소가 화합물을 이루고 있는 반도체로 전하 수송 특성 및 광 특성이 매우 우수한 소재. ☞ HEMT: High-Electron Mobility Transistor 연구팀은 250oC 이하에서 상부 제어/해독 소자를 집적하는 웨이퍼 본딩 등의 초저온 공정을 활용해 이후 하부 큐비트 회로의 성능 저하 없이 3차원 집적을 할 수 있도록 했다. 연구진은 이러한 3차원 집적 형태의 제어/해독 소자를 최초로 제시 및 구현했을 뿐만 아니라 소자의 성능 면에서도 극저온에서 세계 최고 수준의 차단주파수 특성을 달성했다. 김상현 교수는 "이번 기술은 향후 대규모 양자컴퓨터의 제어/판독 회로에 응용이 가능할 것으로 생각한다ˮ라며 "모놀리식 3차원 초고속 소자의 경우 양자컴퓨터뿐만이 아니라 6G 무선통신 등 다양한 분야에서 응용할 수 있어 그 확장성이 매우 큰 기술이며 앞으로도 다양한 분야에서 활용할 수 있도록 후속 연구에 힘쓰겠다ˮ라고 말했다. 한편 이번 연구는 한국연구재단 지능형반도체기술개발사업, 경기도 시스템반도체 국산화 연구지원 사업, 한국기초과학지원연구원 분석과학연구장비개발사업(BIG사업) 등의 지원을 받아 수행됐다.
2022.06.24
조회수 5364
이준구 교수 랩 연구팀, QHack 2022 오픈 해커톤 사이언스 챌린지 우승
우리 대학 전기및전자공학부 이준구 교수 연구실 류주영, 이증락, Eyuel Elala 석사과정 학생으로 이뤄진 AI양자컴퓨팅 ITRC 양자소프트웨어 연구팀이 QHack 2022 오픈 해커톤 사이언스 챌린지(Open Hackathon Science Challenge)에서 1등상(First Place)을 수상했다. QHack 2022 Open Hackathon은 미국 Xanadu 사에서 주최하여, 총 100여 개 국가에서 250여 명이 참가한 세계 최대 규모의 양자소프트웨어 해커톤 행사다. IBM Quantum, AWS, CERN QTI, Google Quantum AI 등의 대회 스폰서가 챌린지를 제시하고, 주제에 맞는 프로젝트를 심사하여 우승팀을 선정하였다. 본 프로젝트는 총 13개 챌린지 중에 CERN QTI에서 제시한 사이언스 챌린지에서 1등상(First Place)을 받았다. 학생들은 'Learning Based Error Mitigation for VQE'라는 주제로 양자 컴퓨터의 에러를 감소시키는 LBEM 프로토콜을 구현하고, 이를 이용한 분자 구조해석에 있어 바닥 상태 에너지를 계산하는 VQE 알고리즘에 적용하였다. 그 결과 IBM Quantum 하드웨어와 가상 에러 모델에서 에러를 효과적으로 보정하는 결과를 보였다. 연구팀은 부상으로 일주일 간 유럽원자핵공동연구소(CERN) 투어와 온라인 인턴십 기회를 받을 예정이다. 한편 이준구 교수는 세계적 기술역량을 갖춘 AI양자컴퓨팅 ITRC의 성과를 기반으로 국내 최초 양자컴퓨팅 분야 벤처인 큐노바 컴퓨팅(https://qunovacomputing.com)을 창업하여 국내 양자소프트웨어 산업의 활성화를 리드하고 있다.
2022.04.07
조회수 6626
인간의 촉각 뉴런을 모방한 뉴로모픽 모듈 개발
우리 대학 전기및전자공학부 최양규 교수 연구팀이 지난 2021년 8월에 뉴런과 시냅스를 동일 평면 위에서 동시 집적으로 ‘인간의 뇌를 모방한 뉴로모픽 반도체 모듈’을 개발하고, 연이어서 이번에는 ‘인간의 촉각 뉴런을 모방한 뉴로모픽 모듈’을 개발하는 데에 성공했다고 24일 밝혔다. 개발된 모듈은 인간의 촉각 뉴런과 같이 압력을 인식해 스파이크 신호를 출력할 수 있어, 뉴로모픽 촉각 인식 시스템을 구현할 수 있다. 우리 대학 전기및전자공학부 한준규 박사과정과 초일웅 박사과정이 공동 제1 저자로 참여한 이번 연구는 저명한 국제 학술지 ‘어드밴스드 사이언스(Advanced Science)’ 2022년 1월 온라인판에 출판됐으며, 후면 표지 논문(Back Cover)으로 선정됐다. (논문명 : Self-powered Artificial Mechanoreceptor based on Triboelectrification for a Neuromorphic Tactile System). 인공지능을 이용한 촉각 인식 시스템은 센서 어레이에서 수신된 신호를 인공 신경망을 이용해 높은 정확도로 물체, 패턴, 또는 질감을 인식할 수 있어, 다양한 분야에 걸쳐 유용하게 사용되고 있다. 하지만 이러한 시스템의 대부분은 폰 노이만 컴퓨터가 필요한 소프트웨어를 기반으로 하므로, 높은 전력을 소모할 수밖에 없어 모바일 또는 사물인터넷(IoT) 장치에 적용되기는 어렵다. 한편, 생물학적 촉각 인식 시스템은, 스파이크 형태로 감각 정보를 전달함으로써 낮은 전력 소비만으로 물체, 패턴, 또는 질감을 판별할 수 있다. 따라서 저전력 촉각 인식 시스템을 구축하기 위해, 생물학적 촉각 인식 시스템을 모방한 뉴로모픽 촉각 인식 시스템이 주목을 받고 있다. 뉴로모픽 촉각 인식 시스템을 구현하기 위해서는 인간의 촉각 뉴런처럼 외부 압력 신호를 스파이크 형태의 전기 신호로 변환해주는 구성 요소가 필요하다. 하지만, 일반적인 압력 센서는 이러한 기능을 수행할 수 없다. 연구팀은 마찰대전 발전기(triboelectric nanogenrator, TENG)와 바이리스터(biristor) 소자를 이용해, 압력을 인식해 스파이크 신호를 출력할 수 있는 뉴로모픽 모듈을 개발했다. 제작된 뉴로모픽 모듈은 마찰대전을 이용하기 때문에, 자가 발전이 가능하고 3 킬로파스칼(kPa) 수준의 낮은 압력을 감지할 수 있다. 이는 손가락으로 사물을 만질 때, 피부가 느끼는 압력 정도의 크기다. 연구팀은 제작된 뉴로모픽 모듈을 바탕으로 저전력 호흡 모니터링 시스템을 구축했다. 호흡 모니터링 센서가 코 주위에 설치되면 들숨 및 날숨을 감지하고 복부 주변에 설치되면 복식호흡을 별도로 감지할 수 있다. 따라서 수면 중 무호흡이 일어날 경우, 이를 감지해 경보를 보냄으로써 심각한 상황으로의 진행을 미연에 방지할 수 있다. 연구를 주도한 한준규 박사과정은 "이번에 개발한 뉴로모픽 센서 모듈은 센서 구동에 필요한 에너지를 스스로 생산하는 반영구적 자가 발전형으로 사물인터넷(IoT) 분야, 로봇, 보철, 인공촉수, 의료기기 등에 유용하게 사용될 수 있을 것으로 기대된다ˮ며, "이는 `인-센서 컴퓨팅(In-Sensor Computing)' 시대를 앞당기는 발판이 될 것이다ˮ고 연구의 의의를 설명했다. 한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 중견연구사업, 미래반도체사업, BK21 사업 및 반도체설계교육센터의 지원을 받아 수행됐다.
2022.02.25
조회수 7636
생각만으로 정확하게 로봇팔 조종이 가능한 뇌-기계 인터페이스 개발
우리 대학 바이오및뇌공학과 정재승 교수 연구팀이 3차원 공간상에서 생각만으로 로봇팔을 높은 정확도 (90.9~92.6%)로 조종하는 `뇌-기계 인터페이스 시스템'을 개발했다고 23일 밝혔다. 정 교수 연구팀은 인공지능과 유전자 알고리즘을 사용해 인간의 대뇌 심부에서 측정한 뇌파만으로 팔 움직임의 의도를 파악해 로봇팔을 제어하는 새로운 형태의 뇌-기계 인터페이스 시스템을 개발했다. 뇌 활동만으로 사람의 의도를 파악해 로봇이나 기계가 대신 행동에 옮기는 `뇌-기계 인터페이스' 기술은 최근 급속도로 발전하고 있다. 하지만 손을 움직이는 정도의 의도 파악을 넘어, 팔 움직임의 방향에 대한 의도를 섬세하게 파악해 정교하게 로봇팔을 움직이는 기술은 아직 정확도가 높지 않았다. 하지만 연구팀은 이번 연구에서 조종 `방향'에 대한 의도를 뇌 활동만으로 인식하는 인공지능 모델을 개발했고, 그 결과 3차원 공간상에서 24개의 방향을 90% 이상의 정확도로 정교하게 해석하는 시스템을 개발했다. 게다가 딥러닝 등 기존 기계학습 기술은 높은 사양의 GPU 하드웨어가 필요했지만, 이번 연구에서는 축적 컴퓨팅(Reservoir Computing) 기법을 이용해 낮은 사양의 하드웨어에서도 인공지능 학습이 가능하여 스마트 모바일 기기에서도 폭넓게 응용될 수 있도록 개발해, 향후 메타버스와 스마트 기기에도 폭넓게 적용이 가능할 것으로 기대된다. 우리 대학 김훈희 박사(現 강남대 조교수)가 제1 저자로 참여한 이번 연구는 국제학술지 `어플라이드 소프트 컴퓨팅(Applied Soft Computing)' 2022년 117권 3월호에 출판됐다. (논문명 : An electrocorticographic decoder for arm movement for brain-machine interface using an echo state network and Gaussian readout). 뇌-기계 인터페이스는 사용자의 뇌 활동을 통해 의도를 읽고 로봇이나 기계에 전달하는 기술로서 로봇, 드론, 컴퓨터뿐만 아니라 스마트 모바일 기기, 메타버스 등에서의 이용될 차세대 인터페이스 기술로 각광받고 있다. 특히 기존의 인터페이스가 외부 신체 기관을 통해 명령을 간접 전달(버튼, 터치, 제스처 등)해야 하지만 뇌-기계 인터페이스는 명령을 뇌로부터 직접적 전달한다는 점에서 가장 진보된 인터페이스 기술로 여겨진다. 그러나 뇌파는 개개인의 차이가 매우 크고, 단일 신경 세포로부터 정확한 신호를 읽는 것이 아니라 넓은 영역에 있는 신경 세포 집단의 전기적 신호 특성을 해석해야 하므로 잡음이 크다는 한계점을 가지고 있다. 연구팀은 이러한 문제 해결을 위해 최첨단 인공지능 기법의 하나인 `축적 컴퓨팅 기법'을 이용해 뇌-기계 인터페이스에서 필요한 개개인의 뇌파 신호의 중요 특성을 인공신경망이 자동으로 학습해 찾을 수 있도록 구현했다. 또한 유전자 알고리즘(Genetic Algorithm)을 이용해 인공지능 신경망이 최적의 뇌파 특성을 효율적으로 찾을 수 있게 시스템을 설계했다. 연구팀은 심부 뇌파를 최종 해석하는 리드아웃(Readout)을 가우시안(Gaussian) 모델로 설계해 시각피질 신경 세포가 방향을 표현하는 방법을 모방하는 인공신경망을 개발했다. 이런 리드아웃 방식은 축적 컴퓨팅의 선형 학습 알고리즘을 이용해 일반적 사양의 간단한 하드웨어에서도 빠르게 학습할 수 있어 메타버스, 스마트기기 등 일상생활에서 응용이 가능해진다. 특히, 이번 연구에서 만들어진 뇌-기계 인터페이스 인공지능 모델은 3차원상에서 24가지 방향 즉, 각 차원에서 8가지 방향을 디코딩할 수 있으며 모든 방향에서 평균 90% 이상의 정확도 (90.9%~92.6% 범위)를 보였다. 또한 연구된 뇌-기계 인터페이스는 3차원 공간상에서 로봇팔을 움직이는 상상을 할 때의 뇌파를 해석해 성공적으로 로봇팔을 움직이는 시뮬레이션 결과를 보였다. 인공지능 시스템을 만든 제1 저자인 김훈희 박사는 "공학적인 신호처리 기법에 의존해 온 기존 뇌파 디코딩 방법과는 달리, 인간 뇌의 실제 작동 구조를 모방한 인공신경망을 개발해 좀더 발전된 형태의 뇌-기계 인터페이스 시스템을 개발해 기쁘다ˮ면서 "향후 뇌의 특성을 좀 더 구체적으로 이용한 `뇌 모방 인공지능(Brain-inspired A.I.)'을 이용한 다양한 뇌-기계 인터페이스를 개발할 계획이다ˮ라고 말했다. 이번 연구를 주도한 연구책임자 정재승 교수는 "뇌파를 통해 생각만으로 로봇팔을 구동하는 `뇌-기계 인터페이스 시스템'들이 대부분 고사양 하드웨어가 필요해 실시간 응용으로 나아가기 어렵고 스마트기기 등으로 적용이 어려웠다. 그러나 이번 시스템은 90%~92%의 높은 정확도를 가진 의도 인식 인공지능 시스템을 만들어 메타버스 안에서 아바타를 생각대로 움직이게 하거나 앱을 생각만으로 컨트롤하는 스마트기기 등에 광범위하게 사용될 수 있다ˮ고 말했다. 이번 연구 결과는 사지마비 환자나 사고로 팔을 잃은 환자들을 위한 로봇팔 장착 및 제어 기술부터, 메타버스, 스마트기기, 게임, 엔터테인먼트 애플리케이션 등 다양한 시스템에 뇌-기계 인터페이스를 적용할 가능성을 열어 줄 것으로 기대된다. 이번 연구는 한국연구재단 뇌 원천기술개발사업의 지원을 받아 수행됐다.
2022.02.24
조회수 9954
제1회 K-인공지능 제조데이터 분석 경진대회 개최
KAIST(총장 이광형)는 중소제조기업의 애로사항을 창의적인 인공지능(AI) 아이디어로 해결하는 ‘제1회 K-인공지능 제조데이터 분석 경진대회’를 개최했다. 중소벤처기업부(장관 권칠승, 이하 중기부), 스마트제조혁신추진단(단장 박한구, 이하 추진단)과 공동 주최한 이번 경진대회는 우수한 제조 인공지능 분석 인재를 발굴 및 육성하기 위해 올해 처음으로 개최됐다.제조데이터 인공지능 분석에 관심 있는 19세 이상의 국민을 대상으로 지난 10월 말부터 참가자를 모집한 결과 3인 이내로 자유롭게 구성된 153개 팀 355명이 신청을 완료했다. 각 팀은 지난달 23일 KAMP*의 사출성형 제조AI데이터셋**을 활용해 뿌리기업 현장 개선 아이디어를 제시하고 알고리즘으로 구현하는 과제를 부여받아 본격적인 대회 일정에 돌입했다. ☞ KAMF: 인공지능(AI) 중소벤처 제조 플랫폼(Korea AI Manufacturing Platform) ☞ 사출성형 제조AI데이터셋: 사출성형 현장에서 수집한 제조데이터를 인공지능 학습용으로 가공한 47개 변수, 4천2백만 개의 제조데이터 5일간 진행된 1단계 서면평가에는 총 52개 팀이 보고서·발표 자료·소스 코드 등의 결과물을 제출했다. 주최 측은 각 팀의 인공지능 분석 모델을 바탕으로 제조현장의 문제 이해도 및 문제 정의, 분석 모델의 독창성, 결과 해석의 우수성, 인공지능 성능 정확도 등을 심사해 8개의 최종 진출팀을 선발했다. 16일 열린 최종 평가는 메타버스 플랫폼에서 진행됐으며, 각 팀이 아이디어를 발표하는 방식으로 진행됐다. RK3 팀(고진욱, 이진욱, 김태훈/서울대)은 인공지능 모델의 창의성, 제조 현장 적용 가능성, 파급효과 등의 심사 항목에서 가장 높은 점수를 받아 대상(중기부 장관상)을 차지했다. Rk3 팀은 인공지능을 기반으로 사출물의 품질 이상을 진단하고 공정 최적화를 지원하는 제조 인공지능 분석 모델을 개발했다. 아이디어의 독창성은 물론 개발기술의 완성도 및 확장성 측면에서 심사위원단의 호평을 받았다. 대상을 받은 Rk3 팀의 김태훈(26/서울대 기계공학과) 씨는 "KAMP가 제공하는 사출성형기 데이터를 분석해본 이번 대회는 제조 현장의 지식을 배우는 좋은 기회였다“라고 말했다. 이어, ”앞으로도 뿌리기업에 실질적으로 도움이 될 수 있는 연구를 진행하고 싶다“라고 수상 소감을 밝혔다.이외에도 소프트컴퓨팅 팀(부석준, 문형준, 박경원/연세대), Ensembler 팀(이원석, 전소현/㈜브릭) 등 2개 팀은 최우수상(KAIST 총장상)을 수상했다. 또한, Team-Hybrid 팀(김원곤, 채민석/서울대), NaeBIS 팀(박인창, 박지훈, 이헌득/한양대) 등 2개 팀과 Cube J 팀(김수지, 박종민, 김성종/서울대), Shango 팀(문성민, 이호민, 윤병관/이상고㈜), ELSSA 팀(이예원, 이태형, 김다해/㈜엘렉시) 등 3개 팀은 각각 우수상과 장려상을 받았다. 심사위원장인 신민수 한양대학교 경영학부 교수는 "8개 참가팀이 제시한 좋은 방법들이 중소 제조기업의 품질 향상과 생산성 향상에 실제로 적용되어 우리나라 중소기업의 발전에 기여할 수 있기를 기대한다“라고 심사평을 전했다. 이광형 KAIST 총장은 "대한민국이 제조 인공지능 강국으로 도약하기 위해서는 제조업 분야의 인공지능 인력양성이 필수 과제”라고 강조했다. 이어, 이 총장은 "이번 경진대회 수상자들처럼 훌륭한 인재를 발굴해 지원하는 일에 최선의 노력을 기울이겠다“라고 수상자들을 격려했다. 한편, `제1회 K-인공지능 제조데이터 분석 경진대회' 대상팀에는 상장 및 상금 1,000만 원이 수여됐다. 최우수상 2개 팀과 우수상 2개 팀에게 각각 300만 원과 200만 원의 상금이, 장려상 3개 팀에게는 각각 100만 원의 상금이 지급됐다.
2021.12.17
조회수 7596
전산학부 이의진 교수, ICMU 21 학회 조직위원장 선임
우리 대학 전산학부 이의진 교수가 오는 11월 17-19일 동안 하이브리드로 열리는 ICMU 학회(The 13th International Conference on Mobile Computing and Ubiquitous Networking)의 조직위원장(General Chair)으로 선임되어 학술 행사 조직을 총괄하게 됐다. 올해 13회째를 맞는 ICMU 학회는 모바일 및 유비쿼터스 컴퓨팅을 다루는 국제학회로 사람, 스마트 센서, 기기가 초연결된 차세대 컴퓨팅환경에 관한 최신연구 성과를 공유하고 연구 방향을 모색하는 학술교류의 장이다. 이번 학회는 무선네트워크, 기계학습 및 센서, 애플리케이션 및 보안, 스마트 시티, 인지 컴퓨팅, 헬스케어 주제로 30편의 학술논문과 11편의 포스터가 발표된다. 또한, HCI 및 증강인간(Augmented Human)의 국제 권위자인 준 레키모토(Jun Rekimoto) 교수와 AR/VR 및 모바일컴퓨팅 분야의 국제 권위자인 판 후이(Pan Hui) 교수가 기조강연을 진행할 예정이다. 이의진 교수는 2015년도 ICMU학회에서 프로그램위원장을 역임하였으며 오랫동안 모바일 및 유비쿼터스 컴퓨팅 분야에 기여한 공로를 바탕으로 2021년도 조직위원장에 선임됐다. 홈페이지 : http://www.icmu.org/icmu2021/organizers.html
2021.11.02
조회수 3815
<<
첫번째페이지
<
이전 페이지
1
2
3
4
5
>
다음 페이지
>>
마지막 페이지 5