“구글보다 연산부담↓정확도↑” KIST, 뉴로모픽 AI 학습기법 개발 작성일 07-23 48 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- 스파이킹 신경망 성능 높이는 ‘A²SG’, 세계 최고 정확도 달성</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="H6FoVid8t2"> <figure class="figure_frm origin_fig" contents-hash="40e2366504519fadcaed62398e2b66796252ce56971671672df586a8c9de53db" dmcf-pid="X9HeqxPKX9" dmcf-ptype="figure"> <p class="link_figure"><img alt="박성식(왼쪽부터) 박사, 강예찬, 박소희 석사과정 학생연구원이 서울 코엑스에서 열린 ICML 2026 포스터 발표장에서 기념 촬영을 하고 있다.[KIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/23/ned/20260723121340514kith.jpg" data-org-width="1280" dmcf-mid="YrDzWU0Htf" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/23/ned/20260723121340514kith.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 박성식(왼쪽부터) 박사, 강예찬, 박소희 석사과정 학생연구원이 서울 코엑스에서 열린 ICML 2026 포스터 발표장에서 기념 촬영을 하고 있다.[KIST 제공] </figcaption> </figure> <p contents-hash="621c35422297909a4492d2340aea5d21c9d6c672fcd3d5218340f65c714148e5" dmcf-pid="Z2XdBMQ9HK" dmcf-ptype="general">[헤럴드경제=구본혁 기자] ChatGPT로 대표되는 생성형 인공지능이 확산되면서 데이터센터 전력 소모가 글로벌 사회적 과제로 떠올랐다. 이를 해결하기 위해 글로벌 빅테크 기업들은 사람의 뇌를 모방한 저전력 ‘뉴로모픽 반도체’ 개발에 나서고 있다.</p> <p contents-hash="af804fa1090fe8aa3b79b7b88fa646f9d06437e88b211f42a93d33a6f37a3fec" dmcf-pid="5VZJbRx2Xb" dmcf-ptype="general">핵심 기술인 스파이킹 신경망(SNN)은 필요한 순간에만 신호를 주고받아 전력 소모를 크게 줄일 수 있지만, ChatGPT 등 현재 인공지능의 근간인 심층신경망(DNN)에 견줄 만한 성능을 내기 어렵다는 한계가 있다.</p> <p contents-hash="091a75ada201bea044177be7d9cc9ef2dc913c24c63a0bc8003b6eee756b9ea7" dmcf-pid="1f5iKeMVZB" dmcf-ptype="general">한국과학기술연구원(KIST) 반도체기술연구단 박성식 박사 팀은 SNN의 학습 성능을 높이는 새로운 학습 기법 ‘A²SG’를 개발했다고 밝혔다. 이번 연구결과는 세계 3대 인공지능 학회인 ICML 2026에 정규 논문으로 채택됐다.</p> <p contents-hash="91860eaa9f5f19e64f91d2d9befa455865103c4f5797e4de1b590e20322deb09" dmcf-pid="t41n9dRfYq" dmcf-ptype="general">A²SG는 ChatGPT의 핵심 구조인 트랜스포머 기반 대형 SNN에 적용해 대규모 이미지 인식 평가(ImageNet)에서 스파이킹 신경망 세계 최고 수준의 정확도를 달성했다. 인공지능은 문제를 풀고 결과를 확인하면서 인공지능 모델을 수정하여 더 나은 답을 찾아간다. 이때 ‘기울기’는 각 모델을 어느 방향으로 얼마나 바꿔야 하는지 알려주는 역할을 한다. 그러나 SNN은 신호를 주고받는 방식이 DNN과 달라 기존 DNN에서 사용하던 기울기만으로는 모델을 알맞게 조정하기 어려웠다. A²SG는 학습 상황에 따라 조정 방법을 바꾸는 ‘적응형(Adaptive)’ 방식과 뇌 신경세포의 특성을 반영한 ‘비대칭형(Asymmetric)’ 방식을 결합해 학습 성능을 높였다.</p> <figure class="figure_frm origin_fig" contents-hash="8ba7f3ccb7c45ccf1291ffe0e102910de527887da2dae9ba22b91df8b73352d9" dmcf-pid="F8tL2Je45z" dmcf-ptype="figure"> <p class="link_figure"><img alt="학습 방식에 따라 인공지능 모델이 도달하는 학습 지형 비교.[KIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/23/ned/20260723121340752ffgv.png" data-org-width="1280" dmcf-mid="GJGRzQ6bGV" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/23/ned/20260723121340752ffgv.png" width="658"></p> <figcaption class="txt_caption default_figure"> 학습 방식에 따라 인공지능 모델이 도달하는 학습 지형 비교.[KIST 제공] </figcaption> </figure> <p contents-hash="5efa053d4e6b036e17e3154e9aa4cdb3910888b783602ba08b087d7eb75a8fe5" dmcf-pid="36FoVid857" dmcf-ptype="general">A²SG는 세계 최고 수준의 성능을 더 적은 비용으로 구현했다. 구글의 대표 학습 기법보다 추가 연산 부담은 약 6분의 1 수준에 그치면서도 더 높은 정확도를 기록했으며, 소형부터 대형 모델까지 다양한 신경망 구조와 응용에서 일관된 성능 향상을 보여 범용성도 입증했다.</p> <p contents-hash="fa9779b6f0ea3717611dc75164eb89dfb55386825b9605e8e931b1bbc71e4b4c" dmcf-pid="0P3gfnJ6Yu" dmcf-ptype="general">A²SG는 하드웨어 변경 없이 소프트웨어만으로 적용할 수 있어 스마트폰·웨어러블 기기·드론의 온디바이스 AI와 24시간 상시 작동하는 스마트 센서 등 저전력이 필요한 분야에 활용될 수 있다. 연구팀은 향후 대규모 모델 학습과 뉴로모픽 하드웨어 검증을 거쳐 저전력 AI 반도체 상용화를 추진하고, 확보한 학습 알고리즘 기술을 KIST가 개발 중인 확률 기반 차세대 반도체 ‘RPU(Random Processing Unit)’ 등 차세대 AI 반도체용 인공지능 모델 개발에도 활용할 계획이다.</p> <p contents-hash="28bbe85889a8fd3607987811a78c1fe2566ef96d320879662a9c34382ea54951" dmcf-pid="pP3gfnJ61U" dmcf-ptype="general">박성식 박사는 “이번 연구는 뉴로모픽 인공지능이 기존과의격차를 좁히고 차세대 저전력 인공지능 시대를 앞당기는 발판이 될 것”이라며 “확보한 학습 알고리즘 원천기술을 차세대 AI 반도체에서 동작할 인공지능 모델 학습 기술로 확장해 나갈 계획”이라고 말했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 배터리 폭발·화재 사전에 막는다…미세한 전극 두께, 실시간 측정 07-23 다음 한국스포츠레저, 2026년 체육진흥투표권 도박 문제 예방 콘텐츠 공모전 개최 07-23 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
