나노기술 및 정책 정보

• 목록

기존 컴퓨팅의 발전 속도가 느려지면서 새로운 형태의 컴퓨팅이 그 선두에 서고 있음.

펜실베니아 주립대학교(Pennsylvania State University) 연구팀이 뇌의 아날로그 특성을 활용하면서 뇌 신경망의 효율성을 모방하는 컴퓨팅 유형을 개척하려고 시도하고 있음. 현대 컴퓨팅은 디지털로, on-off 또는 1과 0의 두 가지 상태로 구성됨. 뇌와 같은 아날로그 컴퓨터에는 여러 가능한 상태가 있음. 전등 스위치를 켜거나 끄는 것과 조광 스위치를 다양한 양의 조명으로 돌리는 것과의 차이로 볼 수 있음.

뉴로모픽 또는 뇌에서 영감을 받은 컴퓨팅은 40년 이상 연구되어 왔음. 새로운 것은 디지털 컴퓨팅이 한계에 도달함에 따라 자율주행자동차와 같은 고속 이미지 처리에 대한 필요성이 증가했다는 것임. 뇌 구조가 특히 적합한 패턴 인식 유형을 요구하는 빅데이터의 부상은 뉴로모픽 컴퓨팅을 추구하는 또 다른 동인임.

우리는 강력한 컴퓨터를 가지고 있으나 의심할 여지없이 문제는 메모리를 한 곳에 저장하고 다른 곳에서 계산을 해야 한다는 것임. 이 방식은 데이터를 메모리에서 연산자로 그리고 다시 돌아가는 경로를 사용함으로 많은 에너지를 필요로 하고 컴퓨팅 속도를 느리게 함. 또한 이 컴퓨터 아키텍처에는 많은 공간이 필요함. 계산 및 메모리 저장소가 같은 공간에 있을 수 있다면 이 병목 현상을 제거할 수 있음. 뇌의 에너지와 영역 효율성을 모방하는 인공 신경망을 만들고 있음. 현대식 슈퍼 컴퓨터는 뇌와 동등한 효율을 얻기 위해 2 ~ 3 개의 테니스 코트 크기의 공간을 차지함.

연구팀은 뇌의 뉴런을 연결하는 시냅스처럼 탄소 원자의 1 원자 두께 층인 그래핀 시트에 짧은 전기장을 적용하여 인공 신경망을 재구성할 수 있음. 이 작업에서 연구팀은 대부분의 2단자 산화물 기반 멤리스터 또는 메모리 저항기와 대조적으로 최소한 16개의 가능한 메모리 상태를 보여줌. 연구팀이 보여준 것은 3단자 구조로 간단한 그래핀 전계 효과 트랜지스터를 사용하여 많은 메모리 상태를 정밀하게 제어할 수 있다는 것임.

연구팀은 이 기술을 상업적 규모로 확대하는 것이 가능하다고 생각함. 다수의 가장 큰 반도체 회사가 신경 모방형 컴퓨팅을 적극적으로 추구하고 있기 때문임.

본 연구 성과는 ‘Nature Communications’ (“Graphene memristive synapses for high precision neuromorphic computing”) 지에 게재됨