경상국립대학교 박준홍 교수와 연구 개요. (사진=경상국립대 제공)

경상국립대학교는 공과대학 나노·신소재공학부 세라믹전공 박준홍 교수 연구팀이 다중 감각을 통해 사물을 인식해 신호를 학습하는 인간을 모방, 단일 소자 레벨에서 다영역 신호를 통해 인식된 정보를 학습·처리하는 뉴로모픽 반도체 기술을 개발했다.

비대면 서비스와 인공지능 기술(AI)이 사회와 산업 전반에 확산되고 있고, 이에 따라 입력되는 대량의 정보를 정확하게 초고속으로 처리해 전달하는 반도체 기술의 중요도가 높아지고 있다.

특히 인간이 사물과 상황을 정확하게 인식하고 이해하기 위해서는 문자 기반 정보뿐만 아니라 후각과 시각 등 다중 감각을 이용해야 한다. 하지만 기존 반도체 기술은 주로 자연어를 기반으로 정보를 처리하기 때문에 그 내용 이해와 의미 전달에 한계가 있을 뿐만 아니라 신호 변환에 따른 에너지 소모 문제가 발생한다.

이러한 한계를 극복하기 위해 인간의 오감과 두뇌 활동을 모방해 신경망 반도체 소자와 별도로 제작된 시각 뉴런 소자를 집적해 인센서 컴퓨팅 기반 반도체 모듈 개발이 진행되고 있다.

박준홍 교수 연구팀은 기존의 시각뿐만 아니라 인간의 후각까지 모방하기 위해, 이차원 반도체 소재 표면에서 분자의 흡착·탈착에 따른 소자 저항 특성을 가역적으로 제어함으로써 분자 자극 구동의 전하 트랩형 3단자 신경망 소자를 개발했다.

특히 반도체 표면에 흡착된 분자의 극성으로 인해 전극 사이에 전송되는 전하의 흐름이 조절 가능하다는 점에 착안해 화학적 자극에 의해 변조된 반도체 채널에 전기적·광학적 신호를 인가해 소자 레벨에서 분자 정보를 인지하고 학습 기능을 구현하는 데 성공했다. 또한 이미지 패턴 검출률도 95% 이상 높은 정확도로 구현했다.

그 결과 기존에 별도의 분리된 소자 모듈을 통해 구현 가능했던 기술과 비교해 분자 인식-학습-연산 기능을 단일 소자에서 처리 가능토록 개발된 기술을 통해 집적도와 정보 처리 효율을 크게 향상시킬 수 있다.

연구 책임자인 박준홍 교수는 "단일 인공 뉴런 소자가 다중 모듈 신호를 인지해 처리하는 데 성공했다. 이는 높은 직접도와 고효율로 정보가 처리되는 저전력 구동의 인공 신경망 구현을 제시한 것이다"고 설명하고 "현재 개발 중인 차세대 인공지능 및 자율 구동 모빌리티 시스템용 엣지 컴퓨팅 하드웨어에 활용을 기대한다"고 말했다.

이번 연구는 저명 국제 학술지 '어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)'(IF: 19.0, JCR: 3.18 %) 온라인판에 게재됐다.

연구는 한국연구재단 국가반도체연구실지원핵심기술개발사업과 개인기초연구사업의 지원을 받아 수행했다.