국내 연구진이 전류 누설을 줄이고, 분류 정확도를 높인 새로운 개념의 시냅스 선택소자를 개발했다.

한양대는 박재근 융합전자공학부 교수 연구팀의 ‘신개념 시냅스 선택소자’ 관련 논문이 과학기술논문 인용색인(SCI)급 국제학회지인 ‘어드밴스드 머티리얼즈(피인용지수 32)’ 온라인판에 게재됐다고 9일 밝혔다.

최근 인간의 뇌 구조를 모방한 ‘뉴로모픽 컴퓨팅’이 차세대 컴퓨팅 구조로 주목받고 있다. 성인 기준 사람의 뇌에는 1000억 개의 뉴런과 100조 개의 시냅스가 존재한다. 뉴런은 실시간 정보 처리를 하고, 뉴런과 뉴런 사이 연결 지점인 시냅스는 기억에 중요한 역할을 한다.

사람의 뇌를 모방한 인공신경망을 구현하려면 시냅스 선택소자가 수직으로 쌓인 시냅스 어레이(배열 구조)가 필요하고, 인공신경망의 학습과 추론 효율을 높이기 위해서는 시냅스 어레이에 있는 시냅스 소자의 쓰기와 읽기 과정에서 누설 전류를 줄여야 한다.

시냅스 선택소자는 뉴로모픽 컴퓨팅을 구현할 때 필요한 시냅스 어레이에서 전류 누설을 막는 역할을 한다. 또한 시냅스 기능을 하는 장치의 쓰기·읽기 과정에서 특정 시냅스만 선택할 수 있게 해준다.

보통 선택소자는 2단자 구조로 시냅스 소자에 적용하기 어렵고, 신뢰성이 좋지 않다는 단점이 있다. 박 교수는 “이런 이유로 3단자 구조로 연구 방향이 바뀌었지만 결국 칩 사이즈를 줄이기 위해 2단자를 택해야 한다”며 “이번에 시냅스 소자에 적용하기 용이하면서 신뢰성도 좋은 새로운 구조의 선택소자를 개발한 것”이라고 설명했다.

박 교수팀은 선택소자 내 구리 이온을 정교하게 조절해주는 확산 방지막을 이용해 항아리 모양의 구리 필라멘트 구조를 새롭게 개발했다. 연구팀에 따르면 신개념 선택소자를 3세대 신경망인 ‘스파이킹 뉴럴 네트워크’에 적용했을 때 누설 전류가 기존 소자와 비교해 100배 이상 줄었고, 인공지능(AI)의 이미지 분류 능력을 평가하기 위한 손글씨 분류에서 정확도가 3.8% 더 높게 나타났다. AI의 이미지 분류 능력이 그만큼 향상됐다는 뜻이다.

박 교수는 “이번 연구 결과로 사물인터넷(IoT)·자율주행·헬스케어·패턴 인식 등 사람의 인지 기능이 요구되는 응용 소프트웨어에서 초고속, 초저전력 학습과 추론이 가능한 AI 칩의 상용화를 앞당길 수 있을 것으로 기대한다”고 말했다.