멤리스터 잡음 조절해 동작·음성 인식 정확도 95% 달성
하나의 소자로 다양한 신호 처리…저전력 뉴로모픽 반도체 길 열려

골칫거리로 여져져온 반도체에서 발생하는 잡음을 없애지 않고 거꾸로 활용해 사람의 뇌처럼 정보를 처리하는 인공 뉴런 기술을 개발했습니다.

KAIST 신소재공학과 김경민 교수 연구팀은 반도체의 자연스럽게 발생하는 잡음을 이용한 새로운 뉴로모픽 뉴런 반도체 기술을 개발했습니다.

그동안 전자기기의 잡음은 신호를 왜곡시키는 방해 요소로 취급돼 제거 대상이었습니다. 반면 사람의 뇌 신경세포는 같은 자극에도 매번 다르게 반응하는 불규칙성을 오히려 다양한 자극에 유연하게 대처하는 데 도움을 줍니다.

"반도체의 잡음을 업애지 않고 오히려 뇌의 뉴런처럼 활용할 수 없을까"

연구팀은 여기서 아이디어를 얻어 '멤리스터'라는 반도체 소자를 이용했습니다. 멤리스터는 전기 자극에 따라 저항이 변하고, 전원이 꺼져도 그 상태를 그대로 유지하는 소자입니다.

연구팀은 멤리스터의 저항 상태를 바꾸면 전류 잡음의 크기와 변동 특성도 함께 달라진다는 점에 주목했습니다. 이 잡음을 증폭해 뇌 뉴런의 신호 전달 방식과 비슷한 불규칙 전기 신호, '스파이크'를 만들었습니다. 이를통해 뇌의 신경세포처럼 확률적으로 반응하는 '프로그래밍 가능한 확률 뉴런'을 구현했습니다.

이 인공 뉴런은 사람의 뉴런이 같은 자극에도 똑같이 반응하지 않는 것처럼 입력 신호와 잡음 특성에 따라 반응 확률이 달라집니다. 멤리스터 상태만 바꾸면 느리게 변하는 움직임 신호부터 빠르게 변하는 음성 신호까지, 하나의 회로로 서로 다른 속도의 신호에 반응하도록 조정할 수 있습니다. 하나의 라디오에서 주파수를 바꿔 원하는 방송을 골라 듣는 것과 비슷한 원리입니다.

연구팀은 이 인공 뉴런으로 헤르쯔(Hz) 수준의 신체 활동 신호와 수 kHz 영역의 음성 신호를 각각 스파이크로 변환해 인식 성능을 검증한 결과, 동작 인식에서는 94.8%, 음성 인식에서는 95.0%의 정확도를 나타냈습니다.

김경민 교수는 "멤리스터에서 발생하는 잡음을 단순한 오차나 불안정성으로 보지 않고 정보처리 자원으로 활용했다는 데 의미가 있다"며 "우리가 만든 뉴런 소자는 단일 하드웨어로 다양한 속도와 주파수의 신호에 맞춰 바꿔 사용할 수 있는 두뇌모사 기술로, 향후 저전력 뉴로모픽 시스템의 신호처리 기술로 활용될 수 있을 것"이라고 설명했습니다.

신소재공학과 김도훈 박사가 제1저자로 참여한 이번 연구는 국제 학술지 '어드밴스드 머터리얼즈(Advanced Materials)' 8월 5일 자에 게재됐습니다.