○ 빛과 전기 신호 동시 활용으로 반도체 학습능력 향상, 정보 저장 내구성이 높은 AI 반도체 기술 개발 성공

○ 차세대 AI 반도체, 자율주행 차량, 스마트 가전 등 다양한 산업 분야에서 활용 전망

▲(참고) 인공지능 반도체 소자 구조 및 개념도(사진제공=경기도)

경기도 지역협력연구센터(GRRC) 사업에 참여중인 성균관대학교 신소재공학부 김형섭·김영훈 교수팀이 빛을 활용해 정보 처리 능력과 전력 효율이 높아진 인공지능(AI) 반도체 기술 개발에 성공했다.

전기 신호만을 이용해 정보를 처리하는 AI 반도체에 빛을 추가적으로 활용한 것으로, 이번에 개발된 기술은 차세대 지능형 및 AI 반도체, 이미지 센서 분야에 폭넓게 활용될 것으로 기대된다.

기존의 AI 반도체는 주로 전기 신호만을 이용해 학습하고 기억하는 방식으로, 데이터를 입력하고 처리하는 과정에서 에너지 소모가 크고 발열도 심해 정보 저장·연산 속도 저하의 주된 원인이 됐다. 이에 김형섭·김영훈 교수팀은 빛으로 신경 신호를 조절하는 광유전학에서 아이디어를 얻어 이를 반도체 소자에 적용하는 방법으로 문제를 해결했다.

광유전학은 특정 신경세포가 빛에 반응하도록 조작해 신경 신호를 조절하는 기술로, 이 개념을 반도체 소자에 적용해 빛과 전기 신호를 동시에 활용하는 새로운 형태로 구현한 것이다. 빛을 추가적으로 활용함으로써 보다 더 정교한 학습이 가능하도록 설계됐으며, 인공 신경망을 활용한 이미지 인식률 또한 크게 향상됐다.

뿐만 아니라, 개발된 AI 반도체 소자 제작 과정에서 중요한 부분을 차지하는 열처리 공정을 최적화해 소자의 성능을 극대화하는 데에도 성공했다. 반도체 제작 과정에서 소재들의 성능을 높일 수 있는 가장 적합한 열처리 온도를 찾아낸 것으로, 이를 통해 소자의 내구성을 높이고, 장기간 안정적으로 작동할 수 있도록 개선시켰다.

이번 기술은 빠른 속도와 높은 정확도를 제공할 수 있어 광유전학을 모방하는 차세대 AI 반도체, 스마트 이미지 센서, 자율주행 차량, 차세대 로봇 등 다양한 산업 분야에서도 널리 활용될 것으로 보인다. 특히, 스마트 가전 및 모바일 기기에서 더욱 정교한 AI 기능을 구현하는 데 기여해 일반 소비자들도 체감할 수 있는 기술 혁신으로 자리잡을 전망이다.

연구팀의 김영훈 교수는 “빛과 전기 신호를 융합한 AI 반도체를 통해 기존 뉴로모픽 소자의 한계를 극복하고, 보다 정밀한 신경 신호 처리가 가능해져 향후 다양한 연구로 이어질 수 있을 것”이라고 말했다.

김형섭 교수는 “이번 연구 성과는 차세대 광전자 기반 AI 하드웨어에서 광범위하게 응용될 것으로 기대된다”고 밝혔다.

이번 연구 결과는 물리·화학 분야의 국제 저명 학술지인 ‘나노에너지(Nano Energy)’ 최신호에도 게재될 예정이다.

한편 경기도 지역협력연구센터(GRRC) 사업은 연구개발 기반이 부족한 도내 중소기업을 지원하기 위해 성균관대를 비롯, 도내 8개 대학에 설치된 11개 센터에서 공동 연구개발을 지원하는 산학 협력 모델이다.