국내 연구진이 반도체 산업체에서 사용되는 실리콘 소재와 공정을 활용해 초소형 진동 신경망을 구축, 난제 중 하나인 그래프 색칠 문제(vertex coloring problem)를 해결했다.

그래프 색칠 문제란 그래프의 각 정점에 서로 다른 색을 할당해야 하며, 이러한 색깔 구분 문제는 방송국 주파수가 겹쳐 난시청 지역이 발생하지 않도록 주파수를 할당하는 문제를 말한다.

KAIST는 최양규(사진) 전기및전자공학부 교수 연구팀이 실리콘 바이리스터 소자로 생물학적 뉴런의 상호작용을 모방한 뉴로모픽 진동 신경망을 개발했다고 3일 밝혔다.

빅데이터 시대가 도래하면서 인공지능 기술이 예전과 비교할 수 없을 만큼 비약적으로 발전하고 있다. 인간의 뇌 기능을 모사하는 뉴로모픽 컴퓨팅 중 하나인 상호 간 결합된 진동 신경망(oscillatory neural network)은 뉴런의 상호작용을 모방한 인공 신경망이다.

진동 신경망은 기본단위에 해당하는 진동자의 연결 동작을 이용하며 신호의 크기가 아닌 진동을 이용해 연산을 수행하므로 소모 전력 측면에서 이점을 가지고 있다.

연구팀은 실리콘 기반 진동자를 이용해 진동 신경망을 개발했다. 축전기를 이용해 두 개 이상의 실리콘 진동자를 연결하면, 각각의 진동 신호가 상호작용해 시간이 경과하면서 동기화된다. 연구팀은 진동 신경망으로 영상 처리에 사용되는 경계선 인식 기능을 구현했으며 난제 중 하나인 그래프 색칠 문제를 해결했다.

최 교수는 “개발된 진동 신경망은 복잡한 컴퓨팅 난제를 계산할 수 있는 뉴로모픽 컴퓨팅 하드웨어”라며 “자원 분배, 신약 개발, 반도체 회로 설계와 스케줄링 등에 유용하게 사용될 수 있을 것으로 기대된다”고 말했다.

이번 연구 성과는 나노과학 분야 국제 학술지 ‘나노 레터스’ 3월호 추가 표지논문으로 선정돼 출판됐다.

구본혁 기자