기존 CNN 딥러닝 보다 최대 75 % 에너지를 줄일 수 있는
인공 뉴로모듈레이터-시냅스 어레이 개발
왕건욱 & 장진곤 교수팀 연구결과 'Nano Energy'에 게재

▲ (왼쪽에서) 함성길 KU-KIST 융합대학원 박사, 왕건욱 KU-KIST 융합대학원 교수, 장진곤 광운대 컴퓨터정보공학부 교수

KU-KIST융합대학원/융합에너지공학과 왕건욱 교수팀은 장진곤 광운대 컴퓨터정보공학부 교수팀과 3단자 대각선 게이트 구조의 인공 뉴로모듈레이터-시냅스 (멤트랜지스터) 어레이 소자를 구현하여 빠르고 에너지 효율적인 컨볼루션 이미지 처리를 할 수 있는 새로운 하드웨어 플랫폼을 제시했다. 

본 연구결과는 다학제 분야의 권위 있는 학술지인 ‘Nano Energy (IF=17.6)’지에 2024년 3월 15일 온라인 게재됐다.
- 논문명 : Artificial neuromodulator–synapse mimicked by a three-terminal vertical organic ferroelectric barristor for fast and energy-efficient neuromorphic computing
- 주요 저자정보 : 함성길(제1저자, KU-KIST 융합대학원), 장진곤(제1저자, 광운대 컴퓨터정보공학부), 왕건욱(교신저자, KU-KIST 융합대학원/융합에너지공학과)

최근, 다양한 유형의 데이터 중에서도 이미지 데이터 처리는 객체 인식, 영상 처리, 컴퓨터비전, 자유주행, 보안, 의료 분석과 같은 빅데이터 응용 분야에서 중요성이 매우 커지고 있다.

이와 같은 이미지 처리를 하드웨어에서 처리하기 위한 방법 중의 하나로써 차세대 비휘발성 저항변화 메모리 소자 기반의 아날로그 웨이트 연산 처리, 즉 뉴로모픽 컴퓨팅(neuromorphic computing)이 있으나, 아직까지도 이미지 등의 입력 신호와 메모리 소자 웨이트 정보간의 반복적인 vector-matrix multiplication 연산의 효율을 높이지 못하고 있다. 다양한 해결 방안 중에서 기존의 2단자 멤리스터 크로스바 어레이 구조를 넘어선, 3단자 구조의 복합 어레이 소자 개발에 대한 연구가 현재 활발히 진행중인 상황이다.

특히, 기존의 패시브 크로스바 어레이는 복합 입력 전압 정보를 통해 병렬 데이터 처리를 하는 것에는 유용하나, 컨볼루션 영역 및 커널 연산 개수가 많아질수록 이미지 스캔 영역의 커널 슬라이딩 횟수의 증가로 인한 intermediated 뉴런 데이터 저장 횟수의 증가로 인해 데이터 처리 지연과 많은 에너지 소모를 수반하는 것이 현실이다.

<그림 1>

▲ 3단자 대각 게이트 멤트랜지스터 소자 구조와 시냅스 가소성 발생 메커니즘 분석

본 연구에서는 3단자 대각선 형태의 멤트랜지스터 소자를 활용하여 공유된 게이트 라인의 동시적인 웨이트 학습을 구현하는 하드웨어 시스템을 개발하였으며, 이를 통해 인접한 컨볼루션 변환 영역의 특성 정보를 일괄적으로 추출하여 풀링 과정을 통해 형태 특징 맵의 차원을 곧바로 줄일 수 있는 빠르고 간편한 컨볼루션 변환 연산용 어레이 소자 플랫폼을 제시했다.

특히, 거대한 스케일의 이미지 및 영상 처리 응용 분야에 있어서 이러한 원-스텝 컨볼루션 변환은 풀링 연산을 시간 지연없이 곧바로 수행할 수 있게 함으로 특정 시간내에 시행해야 하는 이미지 연산을 더욱 빠르고 에너지 효율적으로 처리할 수 있으며, 하드웨어 연산기를 활용한 컴퓨터 비비 응용 분야에 대한 획기적인 방향을 제시하고 중요한 역할을 할 수 있을 것으로 기대된다.

<그림 2>

▲ 3단자 대각선 게이트 멤트랜지스터 어레이 소자를 활용한 컨볼루션 이미지 처리 과정. 기존의 커널 영역과 부분 이미지 영역간의 vector-matrix multiplication 연산을 순차적으로 수행하는 방법과 달리, 확장된 이미지 영역의 컨볼루션 연산을 동시적으로 수행하고 intermediated 데이터 저장 없이 곧바로 아날로그 풀링과정으로 변환하여 기존 기술 대비 약 ~75% 의 연산 에너지 절감 및 속도 향상을 나타낼 수 있음을 확인함.

이 연구는 연구재단 ‘중견연구자사업’, 나노소재원천기술개발사업’, 한국과학기술연구원 ‘위탁연구’, 교육부 '창의도전연구'의 지원을 받아 연구를 진행했다.