액체 상태 기계(LSM) 구현 가능하게 한 ‘혁신적 반도체 소자’기존 시계열 데이터 처리 방식 대비 ‘10배 이상 향상된 정확도’ 기록KAIST, 뇌 뉴런처럼 작동하는 ‘뉴랜지스터’ 개발
  • ▲ 사진 왼쪽부터 KAIST 반도체공학대학원 김은영 박사과정, 신소재공학과 김경민 교수, 신소재공학과 김도훈 박사과정.ⓒKAIST
    ▲ 사진 왼쪽부터 KAIST 반도체공학대학원 김은영 박사과정, 신소재공학과 김경민 교수, 신소재공학과 김도훈 박사과정.ⓒKAIST
    KAIST(총장 이광형)는 신소재공학과 김경민 교수 연구팀이 시간에 따라 변화하는 정보를 효과적으로 처리할 수 있는 액체상태 기계(Liquid State Machine, 이하 LSM) 하드웨어 구현을 가능케 하는 ‘뉴랜지스터’ 소자 개발에 성공했다고 17일 밝혔다.

    이는 뇌의 뉴런 특성을 구현한 차세대 인공지능 하드웨어 핵심 반도체 소자로, 기존 방식보다 시계열 데이터 처리에서 월등한 성과를 거뒀다.

    김 교수는 “이번 연구는 인간 뇌의 신호 처리 방식과 유사한 구조를 실제 반도체 소자로 구현했다는 데 큰 의의가 있다”며 “이 기술은 향후 뇌신경 모사형 AI, 예측 시스템, 혼돈 신호 제어 등 다양한 분야에서 중요한 역할을 할 것으로 기대된다”고 전했다.

    현재의 컴퓨터는 동영상과 같이 시간 흐름에 따라 변하는 시계열 데이터를 분석하기 위해 복잡한 알고리즘을 사용하며, 이는 매우 많은 시간과 전력 소모를 요구한다. 

    김 교수 연구팀은 이를 해결하기 위해 뇌 속 뉴런처럼 흥분하거나 억제되는 반응을 전기 신호로 동시에 구현할 수 있는 새로운 반도체 소자를 설계했다. 

    이 소자는 산화 티타늄(TiO2)과 산화 알루미늄(Al2O3) 두 산화물층을 쌓아 만든 구조로, 그 중간의 계면에서 전자가 자유롭게 이동할 수 있는 이차원 전자가스(2DEG) 층이 형성된다. 이 독특한 구조 덕분에 뉴랜지스터는 게이트 전압에 따라 흥분성(EPSP) 또는 억제성(IPSP) 반응을 선택적으로 구현할 수 있다.

    기존 LSM 구현에서 필수적이었던 복잡한 입력 신호 전처리 과정도 ‘뉴랜지스터’는 전압 조정만으로 간단히 해결하며, 시계열 입력 신호를 다차원의 출력 정보로 정확하게 변환했다. 실험 결과, 이 소자를 활용한 시계열 데이터 처리에서 기존 방식보다 10배 이상 낮은 오차율과 높은 예측 정확도를 기록했으며, 학습 속도도 더 빨라졌다.

    이번 연구는 신소재공학과 정운형 박사, 김근영 박사가 공동 제1 저자로 참여했으며, 재료 분야 세계적 권위의 국제 학술지 ‘어드밴스드 머터리얼즈(Advanced Materials, IF: 27.4)’에 지난 8일 게재됐다.