%ec%9c%a0%ed%9a%8c%ec%a4%80
-
제5회 한국인공지능시스템포럼 조찬 강연회 성료
우리 대학 인공지능반도체대학원은 4월 8일(수) 오전 대전 오노마 호텔에서 '제5회 한국인공지능시스템포럼(KAISF)' 조찬 강연회를 성공적으로 개최하였다.
이번 강연회는 인공지능이 물리 세계와 직접 맞닿으며 산업 현장에 빠르게 스며드는 'Physical AI' 시대를 주제로, 총 63명의 산학 전문가가 참석한 가운데 활발한 논의가 이루어졌다.
초청 강연은 ㈜NC AI 이연수 대표이사와 김민재 CTO가 '물리 내재화 기반의 차세대 피지컬 AI와 전주기 통합 플랫폼 개발 현황'을 주제로 공동 진행하였다. 강연에서는 AI 기술의 발전으로 물리 법칙을 스스로 이해하는 피지컬 AI가 로봇 산업의 판도를 바꾸고 있는 현황을 소개하며, 다음 세 가지 핵심 내용을 중심으로 전개되었다.
▲질량·마찰·탄성 등 역학적 관계를 내재화한 WFM(월드 파운데이션 모델) 핵심 기술 및 로봇 파운데이션 모델(RFM) 기반 작업 지능 최적화 ▲Sim-to-Real 간극을 최소화하는 고정밀 3D 시뮬레이션 및 디지털트윈 기술 ▲모델 학습부터 시뮬레이션 검증, 현장 실증에 이르는 E2E 전주기 피지컬 AI 플랫폼 구조
한국인공지능시스템포럼 유희준 의장(KAIST 인공지능반도체대학원장)은 개회사에서 대전이 피지컬 AI 및 인공지능 분야에서 협업할 수 있는 인프라를 구축하여 해당 분야의 거점으로 발전해 나가길 바란다는 뜻을 밝혔다.
2026.04.10 조회수 794 -
나만을 위한 ‘영혼의 단짝’ AI 반도체 ‘소울메이트’ 세계 최초 개발
우리가 일상적으로 사용하는 챗GPT(ChatGPT)와 같은 거대 언어 모델(LLM)은 수많은 질문에 능숙하게 답하지만, 정작 사용자의 사소한 습관이나 이전 대화 맥락등은 알지 못한다. 인공지능이 생활 깊숙이 들어왔음에도 여전히 ‘남’처럼 느껴지는 이유다. 우리 대학 연구진이 이러한 한계를 넘어 사용자의 말투와 취향, 감정까지 실시간으로 배우고 닮아가는, 이른바 ‘영혼의 단짝’ 같은 인공지능 반도체를 세계 최초로 개발했다.
우리 대학은 인공지능반도체대학원 유회준 교수 연구팀이 사용자의 특성에 맞춰 스스로 진화하는 개인 맞춤형 거대 언어 모델(LLM) 가속기‘소울메이트(SoulMate)’를 개발했다고 17일 밝혔다.
이번 기술은 기존의 ‘모두를 위한 AI’를 넘어 사용자의 대화 스타일과 선호도를 학습해 반응하는 ‘나만을 위한 초개인화 AI’ 시대를 앞당길 핵심 반도체 기술로 평가된다.
연구팀이 개발한 ‘소울메이트’의 핵심은 외부 서버(클라우드)를 거치지 않고 기기 자체에서 데이터를 처리하는 온디바이스(On-Device) AI 기술이다. 연구팀은 기억된 대화 내용을 바탕으로 맞춤형 답변을 생성하는 검색증강생성(RAG) 기술과 사용자의 피드백을 즉각 반영해 학습하는 로우 랭크 미세조정(LoRA) 기술을 반도체 내부에 직접 구현했다.
이를 통해 ‘소울메이트’는 0.2초(216.4ms) 라는 경이로운 속도로 사용자에게 응답하며 동시에 학습까지 수행하는 실시간 개인화 AI 시스템을 구현했다.
또한 정보의 중요도에 따라 처리 방식을 최적화하는 혼합 랭크(Mixed-Rank) 아키텍처를 적용해 전력 소모를 획기적으로 줄였다. 해당 반도체는 스마트폰 프로세서 소비전력의 1/500 수준인 단 9.8밀리와트(mW)의 초저전력으로도 복잡한 학습과 추론을 동시에 수행할 수 있어 스마트폰 등 모바일 기기에서도 배터리 걱정없이 구동될 수 있다.
특히 모든 개인 데이터가 외부 서버로 전송되지 않고 기기 내부에서만 처리되는 ‘보안 완결형 AI’ 구조를 구현해 개인정보 유출 우려를 근본적으로 차단했다. 연구팀은 이 기술이 향후 스마트폰, 웨어러블 기기, 개인형 AI 디바이스 등 차세대 플랫폼과 결합해 진정한 개인화 인공지능 서비스 시대를 열 것으로 기대하고 있다.
유회준 교수는 “이번 연구는 사람들이 서로 우정을 쌓아가는 과정을 모방해 AI가 사용자의 진정한 동반자로 발전할 수 있는 기술적 기반을 마련한 것”이라며 “미래의 인공지능은 단순한 도구를 넘어, 개인의 프라이버시를 완벽히 보호하면서도 언제 어디서나 나를 가장 잘 이해하는 ‘베프(Best Friend)’와 같은 존재가 될 것”이라고 말했다.
홍성연 박사과정 연구원이 제1 저자로 참여한 이번 연구는 지난 2월 16일부터 미국 샌프란시스코에서 열린 국제고체회로설계학회(ISSCC)에서 ‘하이라이트 논문(Highlight Paper)’으로 선정되며 전 세계 학계의 주목을 받았다.
※ 논문명: SoulMate: A 9.8mW Mobile Intelligence System-on-Chip with Mixed-Rank Architecture for On-Device LLM Personalization, 논문 링크: https://ieeexplore.ieee.org/document/11409048
연구팀은 학회 현장에서 실제 반도체 칩을 활용해 사용자의 반응에 따라 답변 스타일이 실시간으로 변화하는 시연에 성공하며 한국 AI 반도체 기술의 우수성을 입증했다. ‘소울메이트’AI반도체는 교원 창업기업인‘(주)온뉴로AI’를 통해 2027년경 제품화할 예정이다.
한편 이번 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)의 정보통신방송혁신인재양성사업 지원을 받아 수행됐다.
2026.03.17 조회수 2476 -
제4회 한국인공지능시스템포럼 조찬 강연회 성료
인공지능이 물리적 세계와 직접 맞닿으며 산업 현장에 빠르게 스며드는 ‘Physical AI’ 시대의 흐름을 짚어보는 자리가 마련되었다. 우리 대학 인공지능반도체대학원은 9월 8일(월) 오전 대전 오노마 호텔에서 ‘제4회 한국인공지능시스템포럼(KAISF)’ 조찬 강연회를 개최하였다.
이번 강연회에서는 ㈜로보티즈 표윤석 이사가“Physical AI 연구 동향과 작업형 휴머노이드 AI Worker 개발 히스토리”를 주제로 초청 강연을 진행했다. 표 이사는 글로벌 Physical AI 연구 현황을 소개하며, 로보티즈가 추진 중인 산업 현장 맞춤형 휴머노이드 로봇 개발 전략을 구체적으로 설명하였다.
특히, 모방 학습(Imitation Learning)을 통한 로봇의 작업 습득, 소형·고출력 액추에이터 및 자체 개발 감속기 등 핵심 부품의 기술적 진보는 참가자들에게 실제 산업 현장에서 적용 가능한 로봇 플랫폼의 가능성을 보여주었다. 그는 로보티즈가 제시하는 “노동으로부터의 자유(Freedom from Work)”라는 비전을 바탕으로, 제조·물류·서비스 분야에 특화된 ‘AI Worker’ 개발 사례를 공유하였다.
참석자들은 단순한 기술 개념을 넘어, 현장에서 안정적이고 효율적으로 활용될 수 있는 Physical AI 로봇의 필요성에 깊이 공감하며 활발히 의견을 나누었다.
한국인공지능시스템포럼 유회준 의장(KAIST 교수)은“Physical AI는 세계 각국이 선도권을 확보하기 위해 치열하게 경쟁하는 분야입니다. KAISF는 한국형 산업 생태계를 구축해, 우리 기업들이 글로벌 시장에서 앞서 나갈 수 있도록 지원하겠다.”고 밝혔다.
KAISF는 앞으로 산업계와 학계, 연구기관을 긴밀히 연결하여 한국형 Physical AI 기술이 글로벌 무대에서 경쟁력을 확보할 수 있도록 집중할 계획이다. 이를 통해 AI 반도체, 로보틱스, 시스템 통합을 아우르는 차별화된 산업 생태계 조성을 추진할 것이다.
2025.09.09 조회수 2013 -
전기및전자공학부 유회준 교수, 대한민국학술원 신임회원으로 선출
우리 대학 전기및전자공학부 교수이자 ICT 석좌교수인 유회준 교수가 2025년 대한민국학술원 신임회원으로 선출됐다. 유 교수는 7월 11일 개최된 대한민국학술원 총회를 통해 공식 선출되었으며, 전자공학 분야에서의 지속적인 연구 성과와 학술 기여를 바탕으로 선임되었다. 당월 18일 서울 서초구에 위치한 대한민국학술원에서 열린 신임회원 회원증서 수여식에 참석하여 선임장을 수여받았다.
대한민국학술원은 1954년 설립된 교육부 산하의 국가 학술기관으로, 국내 학문 발전에 이바지한 석학을 대상으로 매년 각 학문 분과별로 극소수의 신임회원만을 엄정한 심사를 통해 선발하고 있다. 올해는 전국에서 총 8명이 신임회원으로 선정되었으며, 유 교수는 자연과학분과 제3분과(공학)에서 유일하게 선출되었다.
학술원은 학문적 업적이 탁월하고 해당 분야의 발전에 기여한 석학을 회원으로 선출하여, 이들의 연구를 지원하고 학술 정책 자문, 국내외 학술 교류, 우수학술도서 선정, 학술원상 시상 등의 다양한 사업을 수행하고 있다.
회원으로 선출되기 위해서는 단순한 연구 성과뿐 아니라 장기적인 학계 기여와 공적이 함께 평가되며, 그 선임은 국내 학계에서 가장 높은 수준의 학문적 권위를 상징한다. 2025년 현재, 자연과학·인문사회과학 통틀어 총 회원 수는 150명 내외에 불과하며, 자연과학분과는 전국적으로 약 70명 규모로 구성되어 있다.
대한민국학술원 회원은 일종의 '국가가 공인한 학계 대표자'로서, 학문을 통해 국가와 사회에 공헌하는 역할을 수행하게 된다. 또한, 학술원은 주요 국가 간 학술원과의 협력을 통해 국제 학술 네트워크의 허브 역할도 하고 있다.
유회준 교수는 인공지능 반도체, 뉴로모픽 칩, 초저전력 SoC(System on Chip), 웨어러블 반도체 등 반도체 설계 및 융합 시스템 분야에서 세계적 수준의 연구를 수행해왔다. 그는 우리 대학 전자공학과 교수이자 ICT 석좌교수로 재직 중이며, AI반도체대학원 원장, IT융합연구소 소장, PIM반도체설계 연구센터장을 맡고 있다.
특히 유 교수는 1995년 세계 최초로 256M SDRAM을 개발하고 관련 논문을 발표한 것을 시작으로, 2000년부터 2023년까지 62편의 주요 논문을 발표하였다. 이 중에는 『DRAM의 설계』와 같은 반도체 설계 전문서적을 비롯해 AI 반도체, 웨어러블 AR 반도체, 저전력 무선통신 칩, 바이오메디컬 IC 등 다양한 응용 분야에 대한 연구가 포함된다. 특히 2014년에는 세계 최초로 DNN(Deep Neural Network) 가속기 칩을 공개하며, 2025년까지 18편의 AI 반도체 연구 성과를 발표하였다.
그는 또한 미국 전기전자학회(IEEE)에서 석학회원(Fellow)으로도 선임됐으며, ISSCC(국제고체회로학회) 70주년 기념식에서 동양인으로는 유일하게 '최다 논문 발표자 톱5'에 선정되는 성과를 기록하여 국제적으로 그 연구력을 인정받고 있다.
유 교수는 과거 벨연구소에서 표면 광방출 레이저 개발을 주도했고, 현대전자(현 SK하이닉스)에서는 256M DRAM 개발을 이끈 바 있다. 또한 2005년에는 정보통신부 정책자문관으로서 SoC 및 차세대 컴퓨팅 기술 정책 수립에도 기여하였다.
그는 현재까지 250편 이상의 논문과 5권의 전문서적을 집필 또는 편집하였으며, ISSCC, A-SSCC, ISWC 등 세계 주요 회로 설계 학회의 조직위원과 TPC 위원장, IEEE SSCS Distinguished Lecturer 등으로 활동해왔다.
전기및전자공학부는 이번 선임이 반도체 및 전자공학 분야의 지속적인 학문적 기여와 국제적 위상을 인정받은 결과라고 평가하며, 향후 유 교수의 지속적인 연구 활동과 후학 양성을 기대한다고 밝혔다.
이번 대한민국학술원 신임회원 선출은 유회준 교수가 전자공학 및 시스템 반도체 설계 분야에서 장기간 축적해온 연구 성과와 학문적 기여가 국가적으로 공인된 결과로, 그의 전문성과 지속적인 학술 활동이 공공연히 평가받은 의미 있는 사례로 볼 수 있다.
2025.07.22 조회수 4041 -
제1회 한국인공지능시스템포럼(이하 KAISF) 조찬 강연회 개최
우리 대학이 12일(화) 오전 대전 인터시티호텔에서 ‘제1회 한국인공지능시스템포럼(이하 KAISF) 조찬 강연회’를 개최했다.
이는 우리 대학 인공지능반도체대학원이 AI 기술에 관련 미래와 혁신 등에 대해 다양한 분야의 전문가들이 함께 논의하는 장을 열고자 추진됐다.
총 77명의 전문가가 참석한 이번 행사에는 이광형 총장, 홍진배 정보통신기획평가원장, 방승찬 한국전자통신연구원장 등이 축사를 전했다.
이어서 ▲칩렛 이종 집적 첨단 패키지 기반 페타플롭스급 고성능 PIM 설계(한진호 한국전자통신연구원 PIM인공지능반도체연구실장) ▲자율주행·자율 행동체 연구개발사업 소개(최정단 한국전자통신연구원 모빌리티로봇연구본부장)에 대해 발표했다.
이후 인공지능 반도체 설계 전문 기업인 리벨리온(Rebellions)의 박성현 대표가 ‘인공지능 반도체와 리벨리온의 여정’을 주제로 강연을 진행했다. 박성현 리벨리온 대표는 강연에서 “AI 반도체의 발전은 단순히 기술적인 변화가 아닌 세계를 기반으로 한 기술 경쟁을 새롭게 구축하는 패러다임의 변화”임을 강조했다.d
유회준 인공지능반도체대학원장 및 KAISF 의장은 “본 행사는 거대언어 모델을 비롯한 생성형 AI 기술이 우리의 삶과 사회를 변화시키는 핵심 동력임을 확인하는 장이다. AI는 반도체, 알고리즘·소프트웨어, 응용 시스템 총 3가지 기술을 동시에 최적화해야 하는 복잡하고 중요한 기술”이라고 말했다. 이어 “KAISF는 종합 AI 연구를 바탕으로 사회, 산업, 국방을 첨단화하고, 우리나라의 국가경쟁력을 강화해 글로벌 AI 선도국으로 자리매김하도록 최선을 다할 것”이라고 포부를 밝혔다.
한편, KAISF는 제1회 조찬 강연회를 시작으로 AI 혁신을 이끄는 플랫폼으로서 최신 동향을 공유하는 포럼과 산학연 협력 강화 프로그램 등 다양한 활동을 본격적으로 펼칠 예정이다.
2024.11.12 조회수 6984 -
생생한 3차원 실사 이미지 구현하는 ‘메타브레인’ 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 실사에 가까운 이미지를 렌더링할 수 있는 인공지능 기반 3D 렌더링을 모바일 기기에서 구현, 고속, 저전력 인공지능(AI: Artificial Intelligent) 반도체*인 메타브레인(MetaVRain)’을 세계 최초로 개발했다고 7일 밝혔다.
* 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체
연구팀이 개발한 인공지능 반도체는 GPU로 구동되는 기존 레이 트레이싱 (ray-tracing)* 기반 3D 렌더링을 새로 제작된 AI 반도체 상에서 인공지능 기반 3차원으로 만들어, 기존의 막대한 비용이 들어가는 3차원 영상 캡쳐 스튜디오가 필요없게 되므로 3D 모델 제작에 드는 비용을 크게 줄이고, 사용되는 메모리를 180배 이상 줄일 수 있다. 특히 블렌더(Blender) 등의 복잡한 소프트웨어를 사용하던 기존 3D 그래픽 편집과 디자인을 간단한 인공지능 학습만으로 대체하여, 일반인도 손쉽게 원하는 스타일을 입히고 편집할 수 있다는 장점이 있다.
*레이 트레이싱 (ray-tracing): 광원, 물체의 형태, 질감에 따라 바뀌는 모든 광선의 궤적을 추적함으로써 실사에 가까운 이미지를 얻도록 하는 기술
한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 2월 18일부터 22일까지 전 세계 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문번호 2.7, 논문명: 메타브레인: A 133mW Real-time Hyper-realistic 3D NeRF Processor with 1D-2D Hybrid Neural Engines for Metaverse on Mobile Devices (저자: 한동현, 류준하, 김상엽, 김상진, 유회준))
유 교수팀은 인공지능을 통해 3D 렌더링을 구현할 때 발생하는 비효율적인 연산들을 발견하고 이를 줄이기 위해 사람의 시각적 인식 방식을 결합한 새로운 컨셉의 반도체를 개발했다. 사람은 사물을 기억할 때, 대략적인 윤곽에서 시작하여, 점점 그 형태를 구체화하는 과정과 바로 직전에 보았던 물체라면 이를 토대로 현재의 물체가 어떻게 생겼는지 바로 추측하는 인지능을 가지고 있다. 이러한 사람의 인지 과정을 모방하여, 새롭게 개발한 반도체는 저해상도 복셀을 통해 미리 사물의 대략적인 형태를 파악하고, 과거 렌더링했던 결과를 토대로, 현재 렌더링할 때 필요한 연산량을 최소화하는 연산 방식을 채택하였다.
유 교수팀이 개발한 메타브레인은 사람의 시각적 인식 과정을 모방한 하드웨어 아키텍처뿐만 아니라 최첨단 CMOS 칩을 함께 개발하여, 세계 최고의 성능을 달성하였다. 메타브레인은 인공지능 기반 3D 렌더링 기술에 최적화되어, 최대 100 FPS 이상의 렌더링 속도를 달성하였으며, 이는 기존 GPU보다 911배 빠른 속도다. 뿐만아니라, 1개 영상화면 처리 당 소모에너지를 나타내는 에너지효율 역시 GPU 대비 26,400배 높인 연구 결과로 VR/AR 헤드셋, 모바일 기기에서도 인공지능 기반 실시간 렌더링의 가능성을 열었다.
연구팀은 메타브레인의 활용 예시를 보여주고자, 스마트 3D 렌더링 응용시스템을 함께 개발하였으며, 사용자가 선호하는 스타일에 맞춰, 3D 모델의 스타일을 바꾸는 예제를 보여주었다. 인공지능에게 원하는 스타일의 이미지를 주고 재학습만 수행하면 되기 때문에, 복잡한 소프트웨어의 도움 없이도 손쉽게 3D 모델의 스타일을 손쉽게 바꿀 수 있다. 유 교수팀이 구현한 응용시스템의 예시 이외에도, 사용자의 얼굴을 본떠 만든 실제에 가까운 3D 아바타를 만들거나, 각종 구조물들의 3D 모델을 만들고 영화 제작 환경에 맞춰 날씨를 바꾸는 등 다양한 응용 예시가 가능할 것으로 기대된다.
연구팀은 메타브레인을 시작으로, 앞으로의 3D 그래픽스 분야 역시 인공지능으로 대체되기 시작할 것으로 기대한다며, 인공지능과 3D 그래픽스의 결합은 메타버스 실현을 위한 큰 기술적 혁신이라는 점을 밝혔다.
연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 3D 그래픽스는 사람이 사물을 어떻게 보고 있는지가 아니라, 사물이 어떻게 생겼는지를 묘사하는데 집중하고 있다”라며 “이번 연구는 인공지능이 사람의 공간 인지 능력을 모방하여 사람이 사물을 인식하고 표현하는 방법을 차용함으로써 효율적인 3D 그래픽스를 가능케 한 연구”라고 본 연구의 의의를 밝혔다. 또한 “메타버스의 실현은 본 연구에서 보인 것처럼 인공지능 기술의 혁신과 인공지능 반도체의 혁신이 함께 이루어질 것”이라 미래를 전망하였다.
데모 동영상 유튜브 주소: https://www.youtube.com/watch?v=m-aqnZhALv0
2023.03.07 조회수 12011 -
유회준 교수, ISSCC 반도체 설계 최고 권위자로 선정
국제고체회로학회(International Solid-State Circuits Conference, 이하 ISSCC)는 세계 반도체올림픽이라고 불리며 70주년 기념식을 올해 2월 20일 미국 샌프란시스코 메리어트 호텔에서 개최했다.
우리 대학 전기및전자공학부 유회준 교수가 63편의 논문을 발표한 실적으로 동양인으로서 유일하게 톱5에 들어 최다 논문 발표자로 선정되었다고 1일 밝혔다.
유 교수는 ISSCC의 설립 41년이 지난 1995년에 현대전자(現 SK하이닉스)에서 세계 최초로 256M SDRAM을 개발한 뒤 이를 동 학회에서 한국 최초 논문을 발표한 바 있다. 이후 유 교수 연구팀은 KAIST로 옮겨 2000년부터 2023년까지 62편의 논문을 발표하여 동 학회에서 총 63편의 논문을 발표했다.
1996년에 유 교수가 집필한 `DRAM의 설계'라는 책은 삼성전자나 하이닉스 기술자들의 필독서로 활용됐다. 또한, 동 학회에서 DRAM 관련 반도체에 대해 5편, 바이오메디컬용 반도체 및 저전력 무선 통신용 칩에 대해 총 26편, 증강현실(AR)용 웨어러블 반도체에 대해 총 14편 발표했다. 특히 2008년부터 인공지능 반도체를 연구하기 시작해 2014년 세계 최초로 DNN 가속기를 발표하는 등 올해까지 총 18 편의 인공지능(이하 AI) 반도체 관련 연구 결과를 동 학회에서 발표했다. 아울러, 아시아 교수로는 최초로 2019년 AI 반도체에 관련한 ISSCC 기조강연자로 초청되기도 하였다.
올해는 특히 트랜지스터의 발명 75주년이기도 한데 이를 기념하기 위해 국제전기전자공학회 (IEEE) 전자소자학회/고체회로학회 (EDS/SSCS) 에서 10인의 대표강연자를 선정하여 세계 순회 강연을 계획 중에 있으며 이 중 1인으로 유 교수가 선정됐다. 또한 올해는 모든 반도체 제조에 이용되는 모스펫(이하 MOSFET)발명 60주년이기도 한데 MOSFET의 발명자인 강대원 박사를 기리는 강대원 상을 올해 2월 14일에 한국반도체 학술대회에서 수상하기도 했다.
올해 ISSCC 학회에서는 DRAM을 이용한 지능형 반도체(이하 PIM 반도체)인 다이나플라지아(DynaPlasia), 뉴로모픽 반도체인 스파이크 인공신경망(SNN, Spike Neural Network)과 기존의 합성곱 인공신경망(CNN, Convolutional Neural Network)을 결합해 저전력으로 동작하는 상보 심층신경망(C-DNN), 그리고 3차원 영상 제작 및 가속의 혁명을 가져올 NeRF(Neural Radiance Fields) 가속 칩을 세계 최초로 개발해 총 3편의 혁신적인 새로운 연구 방향을 제시하는 논문들을 발표하여 매우 우수하다는 평가를 받았다.
유 교수의 연구 결과에 대해 일본 동경대 전자공학과 학과장인 타케우치 교수는 "항상 새로운 방향을 제시하는 연구를 발표하는 것이 존경스럽다"고 했으며 미국 MIT 공대 학장인 아난싸 찬드라카산 교수는 "끊임없이 좋은 연구 결과를 내는 그 비결을 알고 싶다"며 찬사를 보내고 있다.
유 교수의 연구 결과는 삼성전자에 기술이전 되기도 했고, 특히 5개의 국내 대표 AI 반도체 벤처 창업들이 있다. 이중 `리벨리온'은 최근 챗GPT용 가속 인공지능 칩인 아톰칩(ATOM)을 개발해 KT와 함께 상용화를 하고 있으며 `모빌린트'는 자동차용 인공지능 칩을 개발하여 2023년 CES에서 선보이기도 했다.
유회준 교수는 2022년 6월에 과기정통부의 지원으로 PIM반도체 설계연구센터(AI-PIM)을 KAIST에 설립해 한국의 PIM반도체 연구의 허브로서 한국 메모리 산업, 시스템 반도체 기술의 업그레이드와 미래 도약 발판을 위해 아직도 왕성한 연구 의욕을 불태우고 있다.
2023.03.02 조회수 11834 -
사진에서 3차원 정보를 추론하는 인공지능 반도체 IP(지식재산권) 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수가 이끄는 PIM 반도체 설계 연구센터(AI-PIM)가 유수 학계에서 인정한 5종의 최첨단 인공지능 반도체 IP(지식재산권)를 개발했다고 29일 밝혔다.
대표적으로 심층신경망 추론 기술 및 센서 퓨전* 기술을 통해 사진으로부터 3차원 공간정보 추출하고 물체를 인식해 처리하는 인공지능(AI) 칩은 KAIST에서 세계 최초로 개발해 SRAM PIM** 시스템에 필요한 기술을 IP(지식재산권)화 한 것이다.
* 센서 퓨전 : 카메라, 거리센서 등의 각종 센서로부터 얻은 데이터를 결합하여보다 정확한 데이터를 얻는 방식
** SRAM PIM : 기존 메모리 SRAM과 DRAM 중 SRAM에 연산기를 결합한 PIM반도체
이 IP는 올해 2월 20일부터 28일까지 개최된 국제고체회로설계학회(ISSCC)에서 현장 시연을 통해 많은 주목을 받았으며, 이를 누구라도 편리하게 활용할 수 있도록 한 것이다. (웹사이트 : www.ai-pim.org)
KAIST PIM 반도체 설계연구센터는 해당 IP를 포함해 ADC*, PLL** 등 총 5가지의 PIM IP를 확보했으며, 지난 28일 웹사이트를 오픈해 연구자들이 공유할 수 있는 환경을 제공하고 있다.
* ADC(Analog to Digital Converter) : 아날로그 데이터를 디지털 데이터로 변환시키는 회로
** PLL(Phase-Locked Loop) : 내부 신호의 위상과 외부 신호의 위상을 동기화할 수 있도록 설계된 회로
기존 물체 인식 인공지능 반도체는 사진과 같은 2차원 정보를 인식하는 `사진인식기술'에 불과하다. 하지만 현실 세계의 물체들은 3차원 구조물이기 때문에 3차원 공간정보를 활용해야만 정확한 `물체인식'이 가능하다.
3차원 공간정보는 사진과 같은 2차원 정보에 거리정보를 포함시켜 실제 3차원 공간을 표현한 것으로, 3차원 공간정보에 물체를 식별해 해당 물체의 위치 및 각도를 추적하는 3차원 물체인식 기술이다. 이는 자율주행, 자동화 기술, 개인용 증강현실 (AR)과 가상현실(VR) 등과 같은 3D 어플리케이션에서 사용하는 핵심기술이다.
기존 ToF 센서*를 활용해 센서 뷰 내에 있는 모든 물체에 대한 정밀한 3차원 정보를 추출하는 것은 전력 소모가 매우 크기 때문에 배터리 기반 모바일 장치(스마트폰, 태블릿 등)에서는 사용하기 어렵다.
* ToF 센서 : 3차원 공간정보를 추출하는 Time-of-Flight 센서로, 레이저를 방출하고 반사된 레이저가 검출되는 시간을 측정하여 거리를 계산, 대표적인 센서로 3D 라이다 (LiDAR) 센서가 있음
또한, ToF 센서는 특정 측정 환경에서 3차원 정보가 손실되는 문제와 데이터 전처리 과정에 많은 시간이 소요된다는 문제점이 있다.
3차원 물체인식 기술은 데이터가 복잡해 기존 인공지능 2차원 사진인식 가속 프로세서로 처리하기 어렵다. 이는 3차원 포인트 클라우드 데이터를 어떻게 선택하고 그룹화하느냐에 따라 메모리 접근량이 달라진다.
따라서 3차원 포인트 클라우드 기반 인공지능 추론은 연산 능력이 제한적이고 메모리가 작은 모바일 장치에서는 소프트웨어만으로 구현할 수 없었다.
이에 연구팀은 카메라와 저전력 거리센서 (64픽셀)를 사용하여 3차원 공간정보를 생성했고, 모바일에서도 3차원 어플리케이션 구현이 가능한 반도체 (DSPU: Depth Signal Processing Unit)를 개발함으로써 인공지능 반도체의 활용범위를 넓혔다.
모바일 기기에서 저전력 센서를 활용한 3차원 정보 처리 시스템을 구동하면서, 실시간 심층신경망 추론과 센서 퓨전 기술을 가속하기 위해서는 다양한 핵심기술이 필요하다. 인공지능 핵심기술이 적용된 DSPU는 단순 ToF센서에 의존했던 3차원 물체인식 가속기 반도체 대비 63.4% 낮춘 전력 소모와 53.6% 낮춘 지연시간을 달성했다.
PIM반도체 설계연구센터(AI-PIM)의 소장인 유회준 교수는 “이번 연구는 저가의 거리센서와 카메라를 융합해 3차원 데이터 처리를 가능하게 한 인공지능 반도체를 IP화했다는 점에서 의미가 크며, 모바일 기기에서 인공지능 활용 영역을 크게 넓혀 다양한 분야에 응용 및 기술이전을 기대하고 있다”고 연구의 의의를 설명했다.
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 PIM인공지능반도체핵심기술개발사업을 통해 개발되었으며, 이와 관련해 PIM 반도체 관련 기업과 연구기관에 개발된 IP들의 기술이전 및 활용을 돕고 있다.
2022.12.29 조회수 13070 -
고정확도 실시간 학습 가능한 모바일 인공지능 반도체 칩 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 인공지능의 실시간 학습을 모바일 기기에서 구현, 고정확도 인공지능(AI: Artificial Intelligent) 반도체*를 세계 최초로 개발했다고 23일 밝혔다.
* 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체
연구팀이 개발한 인공지능 반도체는 저비트 학습과 저지연 학습 방식을 적용해, 모바일 기기에서도 학습할 수 있다. 특히 이번 반도체 칩은 인공지능의 예상치 못한 성능 저하를 막을 수 있는 실시간 학습 기술을 성공적으로 구현했다.
전기및전자공학부 한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 6월 12일부터 15일까지 인천 연수구 송도 컨벤시아에서 개최된 국제 인공지능 회로 및 시스템 학술대회(AICAS)에서 발표됐으며 응용 예시를 현장에서 시연했고, 최우수 논문상과 최우수 데모상을 모두 석권해 그 우수성을 널리 알렸다. (논문명 : A 0.95 mJ/frame DNN Training Processor for Robust Object Detection with Real-World Environmental Adaptation (저자: 한동현, 임동석, 박광태, 김영우, 송석찬, 이주형, 유회준))
인공지능 (AI) 반도체 기술을 망라하는 국제 학술 대회 ‘AICAS 2022’는 인공지능 반도체 분야 세계 최고 권위를 가진 IEEE(미국 전기 전자 기술자 협회)학회로 평가받으며, 삼성, SK를 필두로, 한국전자통신연구원(ETRI), 엔비디아(NVIDIA), 케이던스(Cadence) 등 국내외 저명한 기업과 기관 등이 참석해 인공지능 반도체 회로와 시스템 전 분야, 인공지능 반도체와 관련된 연구성과를 공유하는 행사다.
기존 인공지능은 사전에 학습된 지능만으로 추론을 진행했기 때문에 학습하지 않은 새로운 환경 혹은 물체에 대해서는 물체 검출이 어려웠다. 하지만 유회준 교수 연구팀이 개발한 실시간 학습은 추론만 수행하던 기존 모바일 인공지능 반도체에 학습 기능을 부여함으로써, 인공지능의 지능 수준을 크게 끌어올렸다.
유 교수팀의 새로운 인공지능 반도체는 사전에 학습한 지식과 애플리케이션 수행 중에 학습한 지식을 함께 활용해 고정확도 물체검출 성능을 보였다. 특히 유회준 교수 연구팀은 렌즈가 깨지거나, 기계 오류로 인한 인공지능의 예상치 못한 정확도 감소도 자동으로 인지하고 이를 실시간 학습을 통해 보정, 기존 인공지능의 문제점을 해결했다.
유 교수팀은 실시간 학습 기능에 더해, 모바일 기기에서 저전력으로 학습이 가능할 수 있도록, 저비트 인공지능 학습 방법, 직접 오류 전사 기반 저지연 학습 방식을 제안, 이를 최적화할 수 있는 반도체(HNPU) 와 응용 시스템을 모두 개발했다.
저전력, 실시간 학습을 수행할 수 있는 모바일 인공지능 전용 반도체, HNPU는 다음과 같이 6가지 핵심 기술이 도입됐다.
○ 확률적 동적 고정 소수점 활용 저비트 학습 방식 (SDFXP: Stochastic Dynamic Fixed-point Representation)
- 동적 고정 소수점에 확률적 표현을 결합하고 확률적 반올림을 도입하여 인공지능 학습에 필요한 비트 정밀도를 최소화 할 수 있는 방법
○ 레이어별 자동 정밀도 검색 알고리즘 및 하드웨어 (LAPS: Layer-wise Adaptive Precision Scaling)
- 학습의 난이도를 자동으로 파악하고 심층신경망의 레이어별로 최적의 비트수를 자동으로 찾아주는 알고리즘 및 이를 가속하는 하드웨어
○ 입력 비트 슬라이스 희소성 활용* (ISS: Input Slice Skipping or Bit-slice Level Sparsity Exploitation)
- 데이터를 이진수로 표현했을 때 중간중간 나타나는 ‘0’ 비트를 활용하여, 데이터 처리량을 높이는 방식
○ 내재적 순수 난수 생성기 (iTRNG: Intrinsic True Random Number Generator)
인공지능 연산을 활용한 순수 난수 생성기를 설계, 데이터의 암호화 및 확률적 반올림을 구현
○ 다중 학습 단계 할당을 통한 고속 학습 알고리즘 및 하드웨어 (MLTA: Multi Learning Task Allocation & Backward Unlocking)
기존 역전파 (Back-propagation) 알고리즘에서 탈피해, 직접 오류 전사를 통한 저지연 학습 구현
○ 실시간 인공지능 학습 기반 자동 오류 검출 기능 저하 보정 시스템 개발 (Real-time DNN Training based Automatic Performance Monitor and Performance Recovery System)
평상시 물체 검출 결과를 주기적으로 모니터링하면서, 갑작스러운 확률 변화를 자동으로 인식, 정확도 저하를 보정하기 위해 실시간 학습을 적용
* 희소성 활용 (Sparsity Exploitation) : 심층 신경망 모델의 연산은 수많은 곱셈누적(MAC: Multiply-And-Accumulate)연산의 연속이다. 연산자에 0이 존재할 시, 굳이 연산을 해보지 않아도 결과는 0임을 알기에 이를 뛰어넘는 방식으로 연산 속도를 높이는 방식.
이러한 기술을 사용해 HNPU는 저전력 물체검출을 구현하여, 다른 모바일 물체검출 시스템과 비교해 75% 높은 속도, 44% 낮은 에너지 소모를 달성하면서도, 실시간 학습으로 고정확도 물체검출을 개발해 주목을 받았다.
연구팀은 HNPU의 활용 예시로 카메라 렌즈가 깨지거나, 기계 오류, 조명, 밝기 변화로 인공지능의 추론 능력이 떨어졌을 때, 실시간 학습을 통해 다시 정확도를 높이는 고정확도 물체검출 시스템을 개발했다. 이는 이후 자율 주행, 로봇 등 다양한 곳에 활용될 것으로 기대된다.
특히 연구팀의 HNPU 연구는 2022 국제인공지능회로및시스템학술대회(AICAS 2022)에서 발표돼, 최우수 논문상과 최우수 데모상을 모두 석권하여 그 우수성을 널리 알렸다.
연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 인공지능은 사전에 학습한 지식만으로 주어진 문제를 해결하고 있으며, 이는 변화하는 환경과 상황에 맞춰 계속 학습하는 인간의 지능과 뚜렷한 차이를 보인다”라며 “이번 연구는 실시간 학습 인공지능 반도체를 통해 인공지능의 지능 수준을 사람 수준으로 한층 더 끌어올리는 연구”라고 본 연구의 의의를 밝혔다.
2022.06.23 조회수 13446 -
스스로 그림 그리는 인공지능 반도체 칩 개발
전기및전자공학부 유회준 교수 연구팀이 생성적 적대 신경망(GAN: Generative Adversarial Network)을 저전력, 효율적으로 처리하는 인공지능(AI: Artificial Intelligent) 반도체를 개발했다.
연구팀이 개발한 인공지능 반도체는 다중-심층 신경망을 처리할 수 있고 이를 저전력의 모바일 기기에서도 학습할 수 있다. 연구팀은 이번 반도체 칩 개발을 통해 이미지 합성, 스타일 변환, 손상 이미지 복원 등의 생성형 인공지능 기술을 모바일 기기에서 구현하는 데 성공했다.
강상훈 박사과정이 1 저자로 참여한 이번 연구결과는 지난 2월 17일 3천여 명 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문명 : GANPU: A 135TFLOPS/W Multi-DNN Training Processor for GANs with Speculative Dual-Sparsity Exploitation)
기존에 많이 연구된 인공지능 기술인 분류형 모델(Discriminative Model)은 주어진 질문에 답을 하도록 학습된 인공지능 모델로 물체 인식 및 추적, 음성인식, 얼굴인식 등에 활용된다.
이와 달리 생성적 적대 신경망(GAN)은 새로운 이미지를 생성·재생성할 수 있어 이미지 스타일 변환, 영상 합성, 손상된 이미지 복원 등 광범위한 분야에 활용된다. 또한, 모바일 기기의 다양한 응용 프로그램(영상·이미지 내 사용자의 얼굴 합성)에도 사용돼 학계뿐만 아니라 산업계에서도 주목을 받고 있다.
그러나 생성적 적대 신경망은 기존의 딥러닝 네트워크와는 달리 여러 개의 심층 신경망으로 이루어진 구조로, 개별 심층 신경망마다 다른 요구 조건으로 최적화된 가속을 하는 것이 어렵다.
또한, 고해상도 이미지를 생성하기 위해 기존 심층 신경망 모델보다 수십 배 많은 연산량을 요구한다. 즉, 적대적 생성 신경망은 연산 능력이 제한적이고 사용되는 메모리가 작은 모바일 장치(스마트폰, 태블릿 등)에서는 소프트웨어만으로 구현할 수 없었다.
최근 모바일 기기에서 인공지능을 구현하기 위해 다양한 가속기 개발이 이뤄지고 있지만, 기존 연구들은 추론 단계만 지원하거나 단일-심층 신경망 학습에 한정돼 있다.
연구팀은 단일-심층 신경망뿐만 아니라 생성적 적대 신경망과 같은 다중-심층 신경망을 처리할 수 있으면서 모바일에서 학습도 가능한 인공지능 반도체 GANPU(Generative Adversarial Networks Processing Unit)를 개발해 모바일 장치의 인공지능 활용범위를 넓혔다.
연구팀이 개발한 인공지능 반도체는 서버로 데이터를 보내지 않고 모바일 장치 내에서 생성적 적대 신경망(GAN)을 스스로 학습할 수 있어 사생활을 보호를 가능케 하는 프로세서라는 점에서 그 활용도가 기대된다.
모바일 기기에서 저전력으로 다중-심층 신경망을 가속하기 위해서 다양한 핵심 기술이 필요하다. 연구팀이 개발한 GANPU에 사용된 핵심 기술 중 대표적인 기술 3가지는 ▲적응형 워크로드 할당(ASTM, 처리해야 할 워크로드*를 파악해 칩 상의 다중-심층 신경망의 연산 및 메모리 특성에 맞춰 시간·공간으로 나누어 할당함으로써 효율적으로 가속하는 방법) ▲입출력 희소성 활용 극대화(IOAS, 인공신경망 입력 데이터에서 나타나는 0뿐만 아니라 출력의 0도 예측해 연산에서 제외함으로써 추론 및 학습 과정에서의 속도와 에너지효율 극대화) ▲지수부만을 사용한 0 패턴 추측(EORS, 인공신경망 출력의 0을 예측하기 위한 알고리즘으로 인공신경망 입력과 연결 강도(weight)의 부동소수점 데이터 중 지수 부분만을 사용해 연산을 간단히 수행하는 방법)이다.
위의 기술을 사용함으로써 연구팀의 GANPU는 기존 최고 성능을 보이던 심층 신경망 학습 반도체 대비 4.8배 증가한 에너지효율을 달성했다.
연구팀은 GANPU의 활용 예시로 태블릿 카메라로 찍은 사진을 사용자가 직접 수정할 수 있는 응용 기술을 시연했다. 사진상의 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 GANPU가 실시간으로 이를 자동으로 완성해 보여 주는 얼굴 수정 시스템을 개발했다.
2020.04.06 조회수 25011 -
유회준 교수, 아시아 교수 최초 ISSCC 기조연설
우리 대학 전기및전자공학부 유회준 석좌교수가 반도체 올림픽이라 불리는 국제고체회로학회(ISSCC)에서 아시아 교수로서는 최초로 기조연설자로 선정돼 개막 연설을 진행했다.
유 교수는 2월 18일(현지시간) 미국 샌프란시스코 메리어트 호텔에서 열린 제62회 ISSCC에서 세계 각국의 반도체 기술자 3천여 명을 대상으로 ‘지능을 실리콘 상에(Intelligence on Silicon), 부제 : 심층 신경망 가속기부터 뇌 모방 인공지능 시스템 온 칩까지(From Deep-Neural-Network Accelerators to Brain Mimicking AI-SoCs)’ 라는 주제로 인공지능 칩의 현황과 미래에 대한 기조연설을 했다.
유 교수는 실생활에서 인공지능 적용을 가능하게 하는 인공지능 칩 분야에서 세계의 기술을 주도하고 있다는 공을 인정받아 이번 기조연설자로 선정됐다.
유 교수는 학회 개최에 앞서 2월 17일에 열린 전기전자엔지니어협회(IEEE) 국제고체회로학회 운영회의에서 ISSCC의 자매 학회인 아시아고체회로학회(ASSCC)의 차기 학회장으로 선출되기도 했다. 유 교수 연구실의 최성필, 이진묵 박사과정은 2개의 ISSCC 최우수 시연상을 수상하기도 했다.
유 교수는 기조연설을 통해 세계적으로 경쟁이 치열한 인공지능 반도체 칩 연구 중 최첨단을 달리는 우리나라의 새 기술들을 소개하고 세계 기술이 나아가야 할 미래 방향을 제시했다.
먼저 우리 대학에서 연이어 발표하고 있는 가변형 인공지능 컴퓨팅(Reconfigurable AI Computing)을 소개했다. 이 기술은 칩의 구조를 실시간으로 변화하고 연산에 사용되는 데이터 범위를 바꿀 수 있어 한 개의 칩으로 다양한 인공지능 알고리즘을 가속할 수 있다. 이를 통해 여러 상황에서 저전력의 고속처리가 가능하다.
둘째로 그동안 불가능했던 모바일용 인공지능 칩에서의 학습 (Training)이 가능함을 보였다. 기존 인식(Inference)용 가속기는 원격 서버에서 학습을 진행한 후 완료된 모델을 내려받아 칩에서 인식만 수행해 진정한 인공지능을 구현할 수는 없었다.
유 교수는 모바일용 칩에서도 개인정보보호 및 보안 등의 이유로 기기에서의 학습이 필수적이라 예측하며 저전력 및 고속처리가 가능한 학습용 칩을 공개했다. 이를 통해 시시각각으로 변하는 상황을 스스로 감지하고 학습해 최적의 행동을 할 수 있는 로봇이나 자동차 등의 예시를 제시했다.
유회준 교수는 학습용 칩을 통해 로봇 또는 자동차가 마치 반려동물처럼 사용자의 감정을 알아차리고 이에 맞춰 행동하는 ‘휴머니스틱 인텔리전스(Humanistic Intelligence)’라는 새 개념을 주창했고, 이는 미래 인공지능 응용에 핵심적일 요소가 될 것이라 주장했다.
인공지능 칩의 미래는 크게 2가지 방향으로 예측했다. 첫째는 미시적 뇌 신경의 동작을 모방하는 뉴로모픽(Neuromorphic) 칩이며 둘째는 거시적인 뇌인지 기능을 모방한 칩이다.
뉴로모픽 칩은 RRAM, PRAM 및 MRAM과 같은 비휘발성 메모리(Nonvolatile Memory)를 시냅스 및 뉴런으로 구현하는 방식이 주류를 이룰 것으로 주장했다.
거시적 인지 기능 모방 칩은 뇌의 기능을 모방한 연산 블록들이 커넥톰(Connectome)과 같은 형태의 회로로 연결되는 방식으로 발전하리라 예측했다. 특히 시각 인지 모델을 활용한 인공지능 칩 개발 사례들을 제시하며 이러한 접근이 저전력화 및 고속화에 유리함을 주장했다.
유회준 교수는 “뇌의 해부학적 및 기능적 연구의 진보에서 힌트를 얻어 인공지능 알고리즘 및 인공지능 칩의 발전도 계속될 것이다”고 말했다.
한편 기조연설자로 페이스북의 인공지능 총괄과 뉴욕 대학의 교수를 역임하며 인공지능의 개척자로 불리는 얀 러쿤(Yann LeCun)교수도 이번에 개막연설자로 초청돼 인공지능의 알고리즘 발전에 대해 발표했다. 알고리즘 분야에서는 해외 기업들이 강세를 보이지만 인공지능 칩에 대해서는 반도체 기술이 앞선 대한민국의 유회준 교수가 세계 기술발전을 주도하고 있다는 의견이 주를 이루었다.
유 교수는 창립 기념일인 2월 18일에 인공지능 칩 연구 성과에 대한 우수성을 인정받아 KAIST 학술대상을 수상하기도 했다.
2019.02.19 조회수 15312 -
유회준 교수, 딥러닝용 AI 반도체 개발
우리대학 전기및전자공학부 유회준 교수 연구팀이 스타트업 '유엑스 팩토리'와 함께 가변 인공신경망 기술을 적용해 딥러닝을 효율적으로 처리하는 AI 반도체를 개발했다. 딥러닝이란 컴퓨터가 마치 사람처럼 스스로 학습할 수 있도록 인공신경망을 기반으로 구축한 '기계 학습' 기술이다.
유 교수 연구팀이 개발한 새로운 칩은 반도체 안에서 인공신경망의 무게 정밀도를 조절함으로써 에너지 효율과 정확도를 조절한다. 1비트부터 16비트까지 소프트웨어로 간편하게 조절하면서 상황에 맞춰 최적화된 동작을 얻어낸다. 하나의 칩이지만 '콘볼루션 신경망'(CNN)과 '재귀 신경망'(RNN)을 동시에 처리할 수 있다. CNN은 이미지를 분류나 탐지하는 데 쓰이며, RNN은 주로 시간의 흐름에 따라 변화하는 영상과 음성 등 데이터 학습에 적합하다. 또 통합 신경망 프로세서(UNPU)를 통해 인식 대상에 따라 에너지효율과 정확도를 다르게 설정하는 것도 가능하다.
모바일에서 AI 기술을 구현하려면 고속 연산을 '저전력'으로 처리해야 한다. 그렇지 않으면 한꺼번에 많은 정보를 처리하면서 발생하는 발열로 인해 배터리 폭발 등의 사고가 일어날 수 있기 때문이다. 연구팀에 따르면 이번 칩은 세계 최고 수준 모바일용 AI 칩 대비 CNN과 RNN 연산 성능이 각각 1.15배, 13.8배이 달한다. 에너지효율도 40% 높은 것으로 나타났다.
스마트폰 카메라를 통해 사람의 얼굴 표정을 인식해 행복, 슬픔, 놀람, 공포, 무표정 등 7가지의 감정을 자동으로 인식하는 감정인식 시스템도 개발됐다. 이 시스템은 감정 상태를 스마트폰 상에 실시간으로 표시한다. 유 교수 연구팀의 이번 연구는 지난 13일 미국 샌프란시스코에서 열린 국제고체회로설계학회(ISSCC)에서 발표됐다.
유회준 교수는 "기술 상용화에는 1년 정도 더 걸릴 전망"이라며 " 모바일에서 AI를 구현하기 위해 저전력으로 가속하는 반도체를 개발했으며, 향후 물체인식, 감정인식, 동작인식, 자동 번역 등 다양하게 응용될 것으로 기대된다"고 설명했다.
2018.02.26 조회수 21813