【19.cia312.com】
신경모사 반도체 칩(왼쪽)과 4개의 신경모사 반도체 칩을 연결한 모습.
KIST 연구팀이 개발중인 신소자 기반 신경모사 소자의 전기적 특성 평가를 위한 장비.
지난 2016년 이세돌 9단과의 바둑 대결에서 4승 1패로 완승한 인공지능(AI) '알파고'는 대국에서 전력을 약 170㎾(킬로와트) 소비했다. 시간당으로 계산하면 약 미니주택가격 56㎾ 소비한 셈이다. 여름철에 사용하는 스탠드형 에어컨의 시간당 최대 전력 소모량이 1.8㎾ 정도임을 고려하면 바둑 한번 두는 데 엄청난 전력을 소모했음을 알 수 있다. AI를 훈련시키고 서비스하기 위해 AI기업들이 원자력발전부터 태양광, 풍력까지 에너지원 확보에 사활을 거는 이유다.
알파고와 챗GPT 외에도 전 세계적으로 AI 기술이 대출비용 발전, 더욱 복잡하고 빠른 연산을 수행하면서 데이터센터의 전력사용량이 급증했다. AI 전력 수요가 급증함에 따라 향후 2년간 데이터센터의 전력소비량은 160%까지 증가할 것이란 전망도 나왔다. 이로 인해 오는 2027년까지 기존 AI 데이터센터의 40%에서 전력 가용성 문제가 발생할 것으로 예상된다. AI발(發) 전력난에 대한 해결책으로 저전력 AI 반도 국민주택기금 수탁은행 체가 부각되고 있다.
이수연 한국과학기술연구원(KIST) 반도체기술연구단 단장이 이끄는 연구팀은 '뉴로모픽 반도체'를 통해 AI의 성능과 전성비를 동시에 잡는 도전을 하고 있다. 뉴로모픽 반도체란 인간의 두뇌를 구성하는 신경 시스템을 모사한 반도체를 의미한다.
이 단장은 "전력사용량 급증 문제를 해결할 수 있는 반도체 등록금 대출 를 만들어야겠다고 고심한 끝에 두뇌의 신경세포와 시냅스를 모사해 낮은 전력으로 데이터를 효율적으로 처리할 수 있는 반도체를 개발하는 것으로 방향을 잡았다"고 말했다.
뉴로모픽의 핵심은 뉴런의 집적도와 피드백 학습이다. 연구진은 뉴런의 집적도를 높이기 위해 디지털 뉴로모픽 시스템 'Neu+'(뉴플러스), 피드백 학습을 위해 아날로그 방식의 자동차 제조사 'NeuroFit'(뉴로핏)을 각각 활용한다. 이를 토대로 국내 최초로 '스파이킹 신경망'(SNN:Spiking Neural Network) 프로세서를 개발했다.
두뇌는 뉴런이 스파이크 신호를 보내면 시냅스를 통해 다른 뉴런에 신호를 전달하는 방식으로 정보 전달과 연산 기능을 수행하는데, 이런 방식의 신경망 구조를 스파이킹 신경망이라고 한다. 이 신경망은 전기 신호가 나타났을 때만 정보를 처리해, 불필요한 정보까지 전달하고 연산하는 기존의 심층신경망 구조(DNN)의 AI 기술에 비해 전력 소모가 낮아 효율성이 우수하다.
이 단장은 "DNN은 지하철이나 버스에, SNN은 택시에 비유하면 쉽다. 지하철과 버스는 모든 역과 정류장에서 멈춰서 문을 열고 닫기 때문에 전력 소모가 더 클 수밖에 없는데 SNN은 가고자 하는 목적지에 훨씬 효율적으로 닿을 수 있는 것"이라고 설명했다.
인간의 두뇌처럼 경험을 통해 최적의 행동을 학습할 수 있는 아날로그 방식의 뉴로핏은 기존의 SNN 뉴로모픽 프로세서가 두뇌 신경망의 학습 방식 일부만 모사해 행동에 대한 보상이나 오차와 같은 피드백 신호를 원활하게 반영할 수 없다는 한계를 극복하기 위해 고안해냈다.
뉴로핏은 적응형 운동학습을 통해 피드백 신호를 시냅스 학습에 반영하기 때문에 아날로그 회로를 중점적으로 사용했음에도 정확도의 큰 희생없이 전력 소모와 비용을 줄일 수 있다는 게 연구진의 설명이다.
이 단장은 "연구에 있어서 중요한 포인트 중 하나는 인간의 뇌가 어떻게 생겼는 지 아는 것이다. 하지만 뇌 구조는 아직까지 미지의 영역으로 남아있다"며 "KIST에서는 뇌과학연구소와 반도체기술연구단에서 연구를 함께 진행해 체계적인 연구가 가능하다는 것이 큰 장점"이라고 했다.
연구진은 현재 실리콘 트랜지스터 기반이 아닌 신소자 기반의 뉴로모픽 반도체 소자를 개발하고 있다. 이 과정에서 반도체기술연구단에 소속된 박종길 박사가 참여해 설계 작업을 함으로써 집적도를 높이는 연구를 하고 있다.
이 단장은 "뉴로모픽 반도체 개발은 실제 반도체 제조공정과 똑같다. 박막 증착, 패터닝, 에칭 작업을 거친다"며 "이외에도 더 큰 거대언어모델을 처리할 수 있도록 집적도를 높이는 시도를 이어가고 있다"고 설명했다.
박종길 박사는 "뉴로모픽 반도체는 향후 지속적인 응용연구를 통해 드론, 자율주행차, 서비스 로봇 등 저전력이 필요한 모바일 환경에서 동작하는 자율시스템의 두뇌 역할을 할 수 있을 것"이라고 밝혔다.
글·사진=이미선기자 already@dt.co.kr
비아그라 구매 사이트 ㎄ 96.cia158.net ㎄ 시알리스 구입하는곳
비아그라 구매 사이트 ㎄ 77.cia312.net ㎄ 시알리스 구입하는곳
비아그라 구매 사이트 ㎄ 46.cia351.com ㎄ 시알리스 구입하는곳
비아그라 구매 사이트 ㎄ 99.cia351.com ㎄ 시알리스 구입하는곳
바로가기 go !! 바로가기 go !!
정품시알리스 구입처 성기능개선제 판매처 사이트 레비트라구입 사이트 온라인 시알리스 구매방법 여성미약 화이자 비아그라 구입 온라인 GHB 구입 카마그라구입 씨알리스 정품 구매사이트 여성흥분제구매처 칵스타구입방법 시알리스구매방법 정품 시알리스구입사이트 씨알리스 구매방법 시알리스 복제약 구입방법 요힘빈상담 여성흥분제복제약 비아그라 처방전 시알리스처방전 드래곤정품구입 신기환가격 팔팔정 구매처 시알리스 구입처 조루방지제20mg 구매방법 비아그라 정품 구입처 사이트 물뽕 구매처 카마그라후기 여성최음제 이용방법 인터넷 발기부전치료제판매 여성최음제효능 시알리스구입 아이코스가격 여성최음제 구입사이트 물뽕 후불제 정품시알리스 부작용 시알리스 구매 약국 정품 조루방지제구입처 비아그라 효과 법센트립당일배송 여성흥분제구입사이트 정품 비아그라 가격 카마 그라 1박스 여성흥분제 구매 시알리스 약국 판매 정품레비트라 구매 골드시알리스 씨알리스 효과 여성비아그라 팝니다 발기부전치료제 구입처사이트 레비트라 정품 판매처 사이트 카마그라정품구입 비아그라 후기 온라인 발기부전치료제판매처 스패니쉬플라이구매 시알리스약국판매가격 인터넷 성기능개선제 구입방법 여성최음제구매처사이트 인터넷 여성최음제 판매처 정품 성기능개선제판매 인터넷 비아그라판매처 인터넷 레비트라판매처 시알리스 판매하는곳 GHB 사용후기 온라인 여성흥분제 구입 칵스타총알배송 비아그라 판매 사이트 비아그라복제약판매 카마그라 국내배송 온라인 레비트라 구입 칙칙이효능 인터넷 여성최음제구매처 정품 조루방지제구입 팔팔정 복용 정품 레비트라 구매 비아그라 자주 먹으면 정품 발기부전치료제판매처 인터넷 여성흥분제 구매처 발기부전 치료제 제피드가격 카마그라 직구 조루방지제 구매처 칵스타정품구입 성기능개선제 지속시간 발기부전치료제 구입하는곳 GHB 구매처 물뽕 구매처사이트 비맥스효과 레비트라100mg 비아그라 대체 약품 발기부전치료제 구매사이트 시알리스구매처 인터넷 GHB 구입방법 인터넷 GHB 구매 미국아이코스맥스 제네릭 구매 성기능개선제 정품 구입처 여성최음제효능 GHB정보 씨알리스 가격 온라인 GHB판매처 레비트라약국 정품프로코밀 퀵배송 여성최음제 처방전 GHB 온라인 구입방법 정품수입산미국레비트라 직구 여성최음제 구매사이트 물뽕 온라인 판매처 인터넷 GHB구입처 프릴리지퀵배송 정품 성기능개선제 구매 사이트 비아그라정품구입 발기부전치료제파는곳 아이코스맥스 약국판매 여성최음제 판매 사이트 미국아이코스맥스 당일배송 온라인약국 비아그라 발기부전치료제 사는곳 비아그라할인 시알리스 후기 디시 드래곤3 효과 카마그라구입방법 정품 레비트라 구입 사이트 발기부전치료제 구매약국 성기능개선제판매처 사이트 씨알리스부작용 정품 조루방지제구입처사이트 GHB판매처 사이트 박종길 KIST 반도체기술연구단 박사가 뉴로모픽 반도체에 대해 설명하고 있다.신경모사 반도체 칩(왼쪽)과 4개의 신경모사 반도체 칩을 연결한 모습.
KIST 연구팀이 개발중인 신소자 기반 신경모사 소자의 전기적 특성 평가를 위한 장비.
지난 2016년 이세돌 9단과의 바둑 대결에서 4승 1패로 완승한 인공지능(AI) '알파고'는 대국에서 전력을 약 170㎾(킬로와트) 소비했다. 시간당으로 계산하면 약 미니주택가격 56㎾ 소비한 셈이다. 여름철에 사용하는 스탠드형 에어컨의 시간당 최대 전력 소모량이 1.8㎾ 정도임을 고려하면 바둑 한번 두는 데 엄청난 전력을 소모했음을 알 수 있다. AI를 훈련시키고 서비스하기 위해 AI기업들이 원자력발전부터 태양광, 풍력까지 에너지원 확보에 사활을 거는 이유다.
알파고와 챗GPT 외에도 전 세계적으로 AI 기술이 대출비용 발전, 더욱 복잡하고 빠른 연산을 수행하면서 데이터센터의 전력사용량이 급증했다. AI 전력 수요가 급증함에 따라 향후 2년간 데이터센터의 전력소비량은 160%까지 증가할 것이란 전망도 나왔다. 이로 인해 오는 2027년까지 기존 AI 데이터센터의 40%에서 전력 가용성 문제가 발생할 것으로 예상된다. AI발(發) 전력난에 대한 해결책으로 저전력 AI 반도 국민주택기금 수탁은행 체가 부각되고 있다.
이수연 한국과학기술연구원(KIST) 반도체기술연구단 단장이 이끄는 연구팀은 '뉴로모픽 반도체'를 통해 AI의 성능과 전성비를 동시에 잡는 도전을 하고 있다. 뉴로모픽 반도체란 인간의 두뇌를 구성하는 신경 시스템을 모사한 반도체를 의미한다.
이 단장은 "전력사용량 급증 문제를 해결할 수 있는 반도체 등록금 대출 를 만들어야겠다고 고심한 끝에 두뇌의 신경세포와 시냅스를 모사해 낮은 전력으로 데이터를 효율적으로 처리할 수 있는 반도체를 개발하는 것으로 방향을 잡았다"고 말했다.
뉴로모픽의 핵심은 뉴런의 집적도와 피드백 학습이다. 연구진은 뉴런의 집적도를 높이기 위해 디지털 뉴로모픽 시스템 'Neu+'(뉴플러스), 피드백 학습을 위해 아날로그 방식의 자동차 제조사 'NeuroFit'(뉴로핏)을 각각 활용한다. 이를 토대로 국내 최초로 '스파이킹 신경망'(SNN:Spiking Neural Network) 프로세서를 개발했다.
두뇌는 뉴런이 스파이크 신호를 보내면 시냅스를 통해 다른 뉴런에 신호를 전달하는 방식으로 정보 전달과 연산 기능을 수행하는데, 이런 방식의 신경망 구조를 스파이킹 신경망이라고 한다. 이 신경망은 전기 신호가 나타났을 때만 정보를 처리해, 불필요한 정보까지 전달하고 연산하는 기존의 심층신경망 구조(DNN)의 AI 기술에 비해 전력 소모가 낮아 효율성이 우수하다.
이 단장은 "DNN은 지하철이나 버스에, SNN은 택시에 비유하면 쉽다. 지하철과 버스는 모든 역과 정류장에서 멈춰서 문을 열고 닫기 때문에 전력 소모가 더 클 수밖에 없는데 SNN은 가고자 하는 목적지에 훨씬 효율적으로 닿을 수 있는 것"이라고 설명했다.
인간의 두뇌처럼 경험을 통해 최적의 행동을 학습할 수 있는 아날로그 방식의 뉴로핏은 기존의 SNN 뉴로모픽 프로세서가 두뇌 신경망의 학습 방식 일부만 모사해 행동에 대한 보상이나 오차와 같은 피드백 신호를 원활하게 반영할 수 없다는 한계를 극복하기 위해 고안해냈다.
뉴로핏은 적응형 운동학습을 통해 피드백 신호를 시냅스 학습에 반영하기 때문에 아날로그 회로를 중점적으로 사용했음에도 정확도의 큰 희생없이 전력 소모와 비용을 줄일 수 있다는 게 연구진의 설명이다.
이 단장은 "연구에 있어서 중요한 포인트 중 하나는 인간의 뇌가 어떻게 생겼는 지 아는 것이다. 하지만 뇌 구조는 아직까지 미지의 영역으로 남아있다"며 "KIST에서는 뇌과학연구소와 반도체기술연구단에서 연구를 함께 진행해 체계적인 연구가 가능하다는 것이 큰 장점"이라고 했다.
연구진은 현재 실리콘 트랜지스터 기반이 아닌 신소자 기반의 뉴로모픽 반도체 소자를 개발하고 있다. 이 과정에서 반도체기술연구단에 소속된 박종길 박사가 참여해 설계 작업을 함으로써 집적도를 높이는 연구를 하고 있다.
이 단장은 "뉴로모픽 반도체 개발은 실제 반도체 제조공정과 똑같다. 박막 증착, 패터닝, 에칭 작업을 거친다"며 "이외에도 더 큰 거대언어모델을 처리할 수 있도록 집적도를 높이는 시도를 이어가고 있다"고 설명했다.
박종길 박사는 "뉴로모픽 반도체는 향후 지속적인 응용연구를 통해 드론, 자율주행차, 서비스 로봇 등 저전력이 필요한 모바일 환경에서 동작하는 자율시스템의 두뇌 역할을 할 수 있을 것"이라고 밝혔다.
글·사진=이미선기자 already@dt.co.kr