연구모식도. 카이스트 제공한국과학기술원(KAIST)은 뇌처럼 정보를 스스로 처리하고 학습하는 반도체 소자인 '뉴랜지스터'를 개발했다고 16일 밝혔다.
신소재공학과 김경민 교수 연구팀은 시간에 따라 변화하는 정보를 효과적으로 처리할 수 있는 액체 상태 기계(LSM)의 하드웨어 구현을 가능케 하는 뉴랜지스터 소자 개발에 성공했다.
뉴랜지스터(Neuransistor)는 '뉴런(Neuron)과 트랜지스터(Transistor)'의 합성어로 뇌의 뉴런 특성을 구현하는 트랜지스터라는 의미로 만들어진 용어로 뇌 속 신경세포의 흥분과 억제 반응을 모방해 시간에 따라 달라지는 정보를 스스로 처리하고 학습할 수 있는 차세대 인공지능 하드웨어의 핵심 반도체 소자다.
현재의 컴퓨터는 동영상과 같이 시간 흐름에 따라 변하는 데이터인 시계열 데이터를 분석하는데 복잡한 알고리즘을 사용해 많은 시간과 전력 소모를 필요로 했다.
김경민 교수 연구팀은 뇌 속 뉴런처럼 흥분하거나 억제되는 반응을 전기 신호만으로 동시에 구현해 시계열 데이터의 정보 처리에 특화된 단일 반도체 소자를 새롭게 설계했다.
해당 소자는 산화 티타늄(TiO2)과 산화 알루미늄(Al2O3)이라는 두 산화물층을 쌓아 만든 구조로, 두 층이 맞닿는 계면에서는 전자가 자유롭게 빠르게 이동하는 이차원 전자가스(2DEG) 층이 형성된다.
이 층의 양 끝에는 흥분성 및 억제성 신호에 모두 반응하는 뉴런형 소자가 연결돼 있다.
독특한 구조 덕분에 뉴랜지스터는 게이트 전압의 극성에 따라 소스와 드레인 간에 흥분성(EPSP) 또는 억제성(IPSP) 반응을 선택적으로 구현할 수 있다.
반도체공학대학원 김은영 박사과정, 신소재공학과 김경민 교수, 신소재공학과 김도훈 박사과정(왼쪽부터), 신소재공학과 정운형 박사, 신소재공학과 김근영 박사(우측 상단 왼쪽부터). 카이스트 제공연구팀은 뉴랜지스터를 기반으로 복잡한 시계열 데이터를 처리하는 '두뇌형 정보처리 시스템'인 LSM을 구현했으며 기존의 방식보다 10배 이상 낮은 오차율과 높은 예측 정확도는 물론, 학습 속도도 더 빨라졌다.
김경민 교수는 "이번 연구는 인간 뇌의 신호 처리 방식과 유사한 구조를 실제 반도체 소자로 구현했다는 데 큰 의의가 있다"며 "이 기술은 향후 뇌신경 모사형 AI, 예측 시스템, 혼돈 신호 제어 등 다양한 분야에서 중요한 역할을 할 것으로 기대된다"고 말했다.