사람 인지능력 모방해 '뇌' 닮은 전자회로 개발

<탄소나노튜브 기반의 신경세포모방소자 모식도 및 실제 사진> 인간 두뇌에서 시각 정보 처리를 담당하는 신경망의 동작을 모사할 수 있는 신경세포모방소자를 반도체성 탄소나노튜브를 이용하여 제작했다. 고도로 정제된 탄소나노튜브를 사용함으로써 높은 균일도의 안전성 높은 신경세포모방소자를 구현하였으며, 트랜스퍼 프린팅 기법을 이용해 종이, 플라스틱 등 휘어지는 기판 위에서도 제작이 가능해 다양한 응용분야에 적용이 가능하다.
<탄소나노튜브 기반의 신경세포모방소자 모식도 및 실제 사진> 인간 두뇌에서 시각 정보 처리를 담당하는 신경망의 동작을 모사할 수 있는 신경세포모방소자를 반도체성 탄소나노튜브를 이용하여 제작했다. 고도로 정제된 탄소나노튜브를 사용함으로써 높은 균일도의 안전성 높은 신경세포모방소자를 구현하였으며, 트랜스퍼 프린팅 기법을 이용해 종이, 플라스틱 등 휘어지는 기판 위에서도 제작이 가능해 다양한 응용분야에 적용이 가능하다.

사람의 인지능력을 모방한 인공두뇌시스템이 개발됐다. 최성진 국민대 교수, 김성호 세종대 교수 공동 연구팀은 탄소나노튜브를 기반으로 뇌 신경세포처럼 작동하는 신경세포모방소자를 개발했다고 23일 밝혔다.

기존 컴퓨터가 정보를 0과 1의 디지털 방식으로 인식할 수밖에 없었던 것과 달리 신경세포모방소자는 신경세포의 전기적 특성을 모사해 사람 뇌처럼 아날로그 방식으로 정보를 처리하고 학습할 수 있도록 개발됐다.

연구팀은 개발된 신경세포모방소자에 인간 두뇌에서 시각 정보 처리를 담당하는 신경망 학습 알고리즘을 적용해 사람의 실제 필기체를 어떻게 인식하는지 시뮬레이션으로 살펴봤다. 완성된 인공두뇌시스템은 수만 번 반복 학습으로 서로 다른 필기체 이미지를 기억하고 구별할 수 있었다. 기존 컴퓨터가 소프트웨어로 이미지를 구별한 것과 달리 하드웨어 자체가 이미지를 학습하고 판단할 수 있게 된 것이다.

<인공두뇌시스템의 구성 모식도 및 필기체 이미지를 학습한 이후 인공두뇌시스템이 기억하고 있는 이미지의 모습> 인간 두뇌의 신경세포인 뉴런과 시냅스의 동작과 구성을 모사한 회로 시스템을 구현하고, 여기에 학습 알고리즘을 적용하여 사람의 필기체 이미지를 반복 학습시켰다. 6만 번의 반복 학습을 통해 인공두뇌시스템은 사람의 다양한 필기체 이미지를 기억하게 되고, 이 기억을 바탕으로 하여 사람의 필기체 이미지가 무엇을 뜻하는지 구별할 수 있게 되었다. 즉 소프트웨어적으로 이미지를 구별한 것이 아니라 하드웨어 자체적으로 이미지를 학습하고 판단할 수 있는 인공지능이 구현된 것이다.
<인공두뇌시스템의 구성 모식도 및 필기체 이미지를 학습한 이후 인공두뇌시스템이 기억하고 있는 이미지의 모습> 인간 두뇌의 신경세포인 뉴런과 시냅스의 동작과 구성을 모사한 회로 시스템을 구현하고, 여기에 학습 알고리즘을 적용하여 사람의 필기체 이미지를 반복 학습시켰다. 6만 번의 반복 학습을 통해 인공두뇌시스템은 사람의 다양한 필기체 이미지를 기억하게 되고, 이 기억을 바탕으로 하여 사람의 필기체 이미지가 무엇을 뜻하는지 구별할 수 있게 되었다. 즉 소프트웨어적으로 이미지를 구별한 것이 아니라 하드웨어 자체적으로 이미지를 학습하고 판단할 수 있는 인공지능이 구현된 것이다.

기존 연구보다 신경세포모방소자의 아날로그 동작 특성이 10배 이상 개선돼 사람 필기체 이미지 패턴에 대한 인식 정확도는 80% 정도로 나타났다. 연구팀은 누설전류의 감소로 전력소모도 기존 대비 100분의 1 이하로 크게 줄어들 것으로 예상했다.

김성호 교수는 “상용화 수준의 고집적화가 가능한 신경세포모방소자를 개발하고 인간의 학습 알고리즘과 융합해 실제 패턴 인식이 가능한 인공두뇌시스템을 구현한 것”이라며 “알파고처럼 기존 컴퓨터에 새로운 소프트웨어를 탑재해 구현하는 것이 아니고 하드웨어 자체가 인간 뇌처럼 동작하도록 해 인공지능 기술의 또 다른 길을 연 것”이라고 말했다. 연구팀은 앞으로 스마트 로봇, 무인자동차, 사물인터넷(IoT) 등 지능형 시스템에 적용할 수 있을 것으로 기대했다.

연구 결과는 나노공학 분야 국제 학술지 에이씨에스 나노(ACS Nano) 지난달 21일자에 게재됐다.

송혜영기자 hybrid@etnews.com