최신현 KAIST 전기및전자공학부 석좌교수 연구팀
프로그래머블 동적 멤트랜지스터 개발
데이터 특성 맞춰 반도체가 스스로 처리 속도 조절
예측 오류 40분의 1 줄여
입력된 데이터에 맞춰 반응 속도를 스스로 조절하는 '데이터 맞춤형' AI 반도체 기술이 나왔다.
KAIST(카이스트)는 최신현 전기및전자공학부·반도체공학대학원 석좌교수 연구팀이 입력데이터 변화 속도에 따라 반응하는 AI 반도체 소자 '프로그래머블 동적 멤트랜지스터'(PDM)를 개발했다고 7일 밝혔다. 연구 성과는 국제학술지 '네이처 커뮤니케이션스'에 지난달 실렸다.
멤트랜지스터는 정보를 저장하는 '메모리'와 계산을 수행하는 '트랜지스터'를 하나로 합친 반도체 소자다. 계산과 저장을 동시에 수행하는 게 특징이다.
기존 AI반도체는 어떤 데이터가 입력돼도 반응하는 속도와 반응 상태를 유지하는 시간이 같도록 설계돼 있다. 이 때문에 특성이 서로 다른 데이터가 들어오면 과부하가 생길 수 있다. 예를 들어 심장 박동처럼 정보가 시시각각 변하는 데이터와 공장 설비 상태처럼 비교적 변화가 적은 데이터가 AI 반도체 하나에 입력될 경우, 반도체는 두 가지 정보를 동시에 처리하기 어렵다. 이는 반도체의 효율을 떨어트리는 원인이 된다.
연구팀은 이 문제를 해결하기 위해 전기적 정보를 저장하는 층(전하 저장층)과 전자를 저장해 반도체의 반응을 조절하는 층(전자 포획층)을 하나의 트랜지스터 안에 결합한 멤트랜지스터를 개발했다. 외부 데이터가 들어오면 전하 저장층이 정보를 처리한다. 전자 포획층은 정보 처리 후 반도체가 원 상태로 빠르게 돌아올 수 있도록 속도를 조절한다.
실제 실험 결과 연구팀은 반도체가 입력 신호에 반응한 뒤 원래 상태로 돌아오는 시간을 5배 범위에서 조절할 수 있음을 확인했다. 아울러 빠르게 반복되는 신호를 처리하는 능력(주파수 특성)도 10배 이상 폭넓게 조절할 수 있었다.
빠르게 변하는 정보와 느리게 변하는 정보가 함께 포함된 데이터 예측 실험에서는 기존 고정형 반도체 대비 예측 오류를 40분의 1로 줄였다.
해당 멤트랜지스터를 여러 개 연결한 '어레이'를 제작해 실험한 결과, 기존 소프트웨어 기반 AI 시스템과 비슷한 정확도를 유지하면서도 훨씬 적은 에너지로 동작했다. 이 기술은 상용 반도체 공정(CMOS)과도 호환되는 것으로 확인됐다.
최신현 석좌교수는 "데이터의 변화 속도에 맞춰 반도체가 스스로 가장 적합한 방식으로 반응하는 AI 반도체를 구현했다"며 "자율주행차와 로봇, 웨어러블 기기 등 다양한 AI 기기의 성능을 높일 기술이 될 것"이라고 했다.
