정홍식 신소재공학과 교수팀

인공신경망 칩 불안정 역이용

제안된 학습법 효과 입증 눈길

▲ 정홍식(오른쪽) 교수와 임동혁 박사.
인공신경망의 학습능력을 향상시키는 새로운 기술이 UNIST 연구진에 의해 개발됐다. 인공신경망은 인공지능의 한 종류로 인간의 신경을 흉내낸 머신러닝 기법이다.

UNIST(울산과학기술원)는 정홍식 신소재공학과 교수팀과 중국 칭화대 연구진이 인공신경망 칩의 불안정성을 역이용해 인공신경망의 학습능력을 향상시키는 새로운 학습법을 제안했다고 18일 밝혔다.

인공신경망 칩은 뇌의 뉴런과 시냅스를 반도체 칩으로 구현하는 미래기술이다. 연구진은 인공신경망 칩처럼 동작이 가능한 상변화 메모리반도체(P-RAM) 기반 멤리스터(메모리반도체+저항) 어레이(집합체, 무리)를 만들어 제안된 학습법의 효과를 입증했다.

정홍식 교수는 “반도체 소자의 불안정성을 최소화하려는 접근법 대신 이를 이용해 학습능력을 향상시키는 접근법을 고안했다는 점에서 인공신경망 칩 개발의 새로운 패러다임을 제시한 연구”라고 설명했다.

연구팀은 인간 뇌도 완벽에 가까운 동작이 필요하지 않다는 점에서 착안해 상변화 메모리기반 멤리스터 인공신경망 학습법을 개발했다. 이 학습법은 메모리 반도체내 상변화물질의 ‘저항 드리프트 현상’(전기저항 증가)을 학습에 반영한 것이다. 학습 과정 중 정보 업데이트 패턴이 시냅스 역할을 하는 멤리스터에 전기저항 증가 형태로 기록되기 때문에 시냅스는 자신이 변화하는 패턴과 학습하는 데이터간 연관성을 추가로 학습하게 된다.

연구진은 이번 연구가 최근 인공지능분야의 두 가지 화두인 ‘인공신경망 칩의 개발’과 ‘인공신경망을 통한 뇌신경기능 구현’을 잇는 인공지능기반 융합연구의 기폭제 역할을 할 것으로 기대했다. 차형석기자

 

저작권자 © 경상일보 무단전재 및 재배포 금지