- KAIST, 신소재공학과 김경민 교수 연구팀, 다양한 멤리스터 소자를 융합해 곤충의 시신경에서의 시각 지능을 모사하는 지능형 동작인식 소자 개발

- 기존 기술 대비 에너지 소비 92.9% 감소하고 더 정확히 사물 움직임 예측 가능

- 자율주행 자동차, 차량 운송 시스템, 로봇, 머신 비전 등 다양한 분야에 적용 기대

KAIST 신소재공학과 김경민 교수, 송한찬 박사과정, 이민구 박사과정

곤충의 시신경계를 모방하여 초고속, 저전력 동작이 가능한 신개념 ‘지능형 센서’ 반도체의 개발로 다양한 혁신적 기술로 확장가능한 기술이 개발되었다. 이 기술은 교통, 안전, 보안 시스템 등 다양한 분야에 응용되어 산업과 사회에 기여할 것으로 보인다.

KAIST 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 융합해 곤충의 시신경에서의 시각 지능*을 모사하는 지능형 동작인식 소자를 개발하는데 성공했다고 19일 밝혔다.

*멤리스터 (Memristor): 메모리(Memory)와 저항(Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 전자소자.

*시각 지능 (Visual Intelligence): 시신경 내에서 시각 정보를 해석하고 연산을 수행하는 기능.

최근 인공지능(AI) 기술의 발전과 함께, 비전 시스템은 이미지 인식, 객체 탐지 및 동작 분석과 같은 다양한 작업에서 AI를 활용해 핵심적인 역할을 수행하고 있다. 하지만 기존 비전 시스템은 이미지 센서에서 수신된 신호를 복잡한 알고리즘을 이용해 물체와 그 동작을 인식하는 것이 일반적이다. 이러한 방식은 상당한 양의 데이터 트래픽과 높은 전력 소모가 필요하여 모바일 또는 사물인터넷 장치에 적용되기 어렵다.

한편, 곤충은 기본 동작 감지기(Elementary Motion Detector) 라는 시신경 회로를 통해 시각 정보를 효과적으로 처리해 물체를 탐지하고 그 동작을 인식하는데 탁월한 능력을 보인다. <그림 1> 이를 구현하는 데 있어 기존 실리콘 집적회로(CMOS) 기술에서는 복잡한 회로가 요구되기 때문에, 실제 소자로 제작하기 어려운 한계가 있었다.

그림 1. 곤충의 생물학적 시신경계에서 기인한 기본 동작 인식 과정

김경민 교수 연구팀은 다양한 기능의 멤리스터 소자들을 집적하여 고효율⋅초고속 동작 인식이 가능한 지능형 동작인식 소자를 개발했다. 동작인식 소자는 자체 개발한 두 종류의 멤리스터 소자와 저항 만으로 구성된 단순한 구조를 가지고 있다. 두 종류의 서로 다른 멤리스터는 각각 신호 지연 기능과 신호 통합 및 발화 기능을 수행하며, 이를 통해 곤충의 시신경을 직접 모사하여 사물의 움직임을 판단할 수 있음을 확인했다. 

연구팀은 개발된 동작인식 소자의 실질적인 활용에 대한 가능성을 입증하기 위해 차량 경로를 예측하는 뉴로모픽 컴퓨팅 시스템을 설계하였으며, 여기에 개발한 동작인식 소자를 적용하였다. <그림3> 그 결과 기존 기술 대비 에너지 소비를 92.9 % 감소하여 더 정확히 사물의 움직임을 예측할 수 있음을 검증하였다.

KAIST 신소재공학과 김경민 교수는 “곤충은 매우 간단한 시각 지능을 활용해 놀랍도록 민첩하게 물체의 동작을 인지하는데, 이번 연구는 신경의 기능을 재현할 수 있는 멤리스터 소자를 활용해 이를 구현할 수 있었다는 점에 큰 의의가 있다”며, “최근 AI가 탑재된 휴대폰과 같이 에지(edge)형 인공지능 소자의 중요성이 매우 커지고 있는데, 이 연구는 동작 인식을 위한 효율적인 비전 시스템 구현에 기여할 수 있어, 향후 자율주행 자동차, 차량 운송 시스템, 로봇, 머신 비전 등과 같은 다양한 분야에 적용될 수 있을 것으로 기대된다”고 밝혔다.

신호 전달 방향에 따른 방향 특이성 반응

이번 연구는 KAIST 신소재공학과 송한찬 박사과정, 이민구 박사과정 학생이 공동 제1 저자로 참여했으며, 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials, IF: 29.4)’에 지난 1월 29일 字 온라인 게재됐다.

한편 이번 연구는 한국연구재단 중견연구사업, 차세대지능형반도체기술개발사업, PIM인공지능반도체핵심기술개발사업, 나노종합기술원 및 KAIST 도약연구사업의 지원을 받아 수행됐다. (논문명: Fully Memristive Elementary Motion Detectors for A Maneuver Prediction, 논문링크: https://doi.org/10.1002/adma.202309708)

동작인식 소자 기반 뉴로모픽 컴퓨팅 시스템 구성도 (1)

□ 연구개요

1. 연구 배경

인공지능 (Artificial Intelligence, AI) 기술이 빠른 속도로 발전하고 확대되면서 자율주행, 지능형 로봇, 사물인터넷과 같은 다양한 시스템에서 AI 기술 기반의 시각 정보 처리기술이 활발히 적용되고 있다. 특히, 이러한 기술에서는 이미지 인식, 객체 탐지, 움직임 분석과 같은 시각 관련 작업을 수행하는 비전 시스템이 중요한 역할을 수행한다. 최근, 온디바이스 AI 기술의 등장으로 실시간 이미지 인식 및 분석을 수행하기 위한 에지 컴퓨팅의 중요성이 높아지고 있다. 이를 충족시키기 위해서는 시각 정보를 효율적으로 처리할 수 있는 경량화된 하드웨어 및 알고리즘이 필요하다. 그러나 기존 비전 시스템은 이미지 센서, 메모리, 연산 장치로 분리되어 있는 구조를 가지며, 이러한 접근 방식은 연산 과정에서 상당한 양의 데이터 트래픽이 필요하고 데이터 대역폭이 제한되어 비효율적이다. 또한, 실시간 이미지 인식 및 분석을 위해서는 촬영된 이미지 및 비디오에서 동적 동작 정보를 추출하는 정보 처리가 필요한데, 이 과정은 많은 네트워크 파라미터를 가진 복잡한 인공 신경망을 사용하는 등 계산 집약적인 작업이 포함한다. 따라서 이러한 최근 요구사항을 해결하기 위해 완전히 새로운 기술이 필요하다.

2. 연구 내용

이 문제를 해결하기 위한 효율적인 동작인식 소자를 개발하기 위해, 본 연구는 곤충의 시신경계를 참고하였다. 초파리와 같은 곤충은 작고 비교적 간단한 뇌와 시신경계를 가지고 있음에도 불구하고, 다양한 환경에서 민첩하게 움직이고 생존할 수 있도록 시각 정보를 효율적으로 처리한다. 이는 기본 동작 감지기 (Elementary Motion Detector, EMD) 라는 특수한 신경 회로 덕분이다.

곤충의 시신경계는 망막과 시신경절로 구성되어 있으며, 시신경절의 Medulla 층에 EMD가 위치해 있다. EMD는 신호 전달을 지연시키는 Tm3 뉴런, 신호를 즉시 전달하는 Mi1 뉴런, 신호를 처리하고 반응하는 T4 뉴런으로 구성되어 있다. 외부에서 들어온 신호는 각각 Tm3 뉴런과 Mi1 뉴런을 통해 T4 뉴런에 전달이 되어, 물체의 동작 방향에 따라 다르게 반응한다. 이를 통해 곤충은 물체의 동작을 민첩하게 인식한다.

문제는 이러한 뉴런을 구현하는 것이 기존의 기술에서는 매우 복잡한 회로를 요구한다는 점이다. 이번 연구에서는 두 종류의 뉴런의 기능을 직접 구현하는 두 종류의 서로 다른 멤리스터 소자들을 활용하여, 생물학적 EMD 구조와 기능을 직접 모사하는 지능형 동작인식 소자인 멤리스터 기반 EMD (M-EMD)를 개발했다. 개발한 동작인식 소자는 두 종류의 멤리스터 소자와 저항만으로 구성되어 있는 간단한 구조를 가지며, 두 멤리스터 소자는 각각 신호 지연 기능과 신호 통합 및 발화 기능을 수행하여 각각 Tm3 뉴런과 T4 뉴런의 기능을 모사한다. 그리고 저항은 Mi1 뉴런 기능을 모사한다. 이를 통해 EMD의 핵심 기능인 신호 전달 방향에 따른 방향선택성 기능을 구현하여, 초고속⋅고효율 지능형 동작인식 소자를 구현하였다.

또한 개발한 동작인식 소자는 인가되는 신호의 동적 동작 정보를 효과적으로 처리하여 메모리와 연산 장치 간의 데이터 트래픽을 줄이며, 고성능 센서 수준의 방향 정보를 신경망에 효과적으로 제공할 수 있다. 이를 검증하기 위해 차량 경로를 예측하는 뉴로모픽 컴퓨팅 시스템을 설계하였으며, 여기에 개발한 동작인식 소자를 적용하였다. 그 결과 기존 기술 대비 에너지 소비를 92.9 % 감소하고 사물의 움직임을 15.0 % 더 정확하게 예측할 수 있음을 검증하였다.

3. 기대 효과

이 연구에서 제안된 지능형 동작인식 소자인 M-EMD를 활용한 신경모사 시스템은 실시간으로 객체의 동작 방향과 속도를 높은 정확도로 감지하는 동시에 인공지능 연산 비용을 크게 줄일 수 있어 에너지 사용을 최소화하는 시스템에 적용 가능하다. 특히, 에지 컴퓨팅 환경에서의 실시간 데이터 처리 및 분석을 가능하게 하여 자율주행 차량, 지능형 감시 시스템 등 다양한 분야에 혁신을 가져올 수 있는 잠재력을 가진다. 또한, 멤리스터 소자를 기반으로 한 이 시스템의 설계 및 구현은 인공지능과 로보틱스 분야에서 에너지 효율적이며 더욱 진보된 신경모사 시스템 개발로 이어질 수 있는 새로운 방향을 제시한다.

그리고 곤충의 시신경계를 모방한 이 연구는 생체 모방 센서와 시스템의 연구 및 개발에 새로운 영감을 제공하며 다양한 혁신적 기술로 확장가능하다. 이러한 기술적 진보는 교통, 안전, 보안 시스템 등 다양한 분야에서 응용되어 산업과 사회에 기여할 것으로 보인다.

결론적으로, 곤충의 시신경을 모사하여 에너지 효율적이고, 고정확도의 실시간 움직임 감지 기능을 제공하는 M-EMD 기반 신경모사 시스템은 기술적, 산업적, 사회적으로 큰 영향을 미칠 잠재력을 가지고 있으며, 이는 멤리스터 기반 생체 모방 시스템 연구의 추가 발전을 위한 기반이 될 수 있다.

KAIST 홍보실 제공