데이터 속도 맞춰 반응하는 반도체로 예측 오류 40배 줄여 작성일 08-07 34 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">KAIST, '프로그래머블 동적 멤트랜지스터' 개발</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="2GOUtAcnDy"> <p contents-hash="8f2716e8630c8eb8a0bdfc4dfd4af1082eb3572e42a85e12898fd5a611663dcc" dmcf-pid="Vyr3ZaNdwT" dmcf-ptype="general"> [이데일리 강민구 기자] 한국과학기술원(KAIST) 연구진이 데이터 변화 속도에 맞춰 스스로 반응하는 ‘카멜레온 AI 반도체’를 개발했다. 데이터의 예측 오류를 기존보다 최대 40배 줄여 자율주행차와 로봇, 웨어러블 기기의 실시간 AI 성능을 높일 가능성을 제시했다.</p> <p contents-hash="f899be51cccb3033a0adda3d165df4291ea8dee88d88a4d4466619017e7a0c51" dmcf-pid="fWm05NjJEv" dmcf-ptype="general">KAIST는 최신현 전기전자공학부·반도체공학대학원 석좌교수 연구팀이 입력되는 데이터의 변화 속도에 따라 반응 특성을 자유롭게 바꿀 수 있는 새로운 AI 반도체 소자인 ‘프로그래머블 동적 멤트랜지스터(PDM)’와 어레이(동일한 반도체 소자를 일정한 형태로 집적한 구조)를 개발했다고 7일 밝혔다.</p> <figure class="figure_frm origin_fig" contents-hash="abef02cea4f02938fcd9d3c05f4d6bf7ec2c68b9e7abd0b58aab96350fd678a0" dmcf-pid="4Ysp1jAiwS" dmcf-ptype="figure"> <p class="link_figure"><img alt="최신현 석좌교수(오른쪽)와 김대원 박사과정(왼쪽).(사진=KAIST)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/07/Edaily/20260807092055342wbym.jpg" data-org-width="1000" dmcf-mid="K9EENzqFEY" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/07/Edaily/20260807092055342wbym.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 최신현 석좌교수(오른쪽)와 김대원 박사과정(왼쪽).(사진=KAIST) </figcaption> </figure> <div contents-hash="00c332e5b9397dcd0bed795497d3f2044eab30624969e453a5a7a6dd9dda205a" dmcf-pid="8GOUtAcnDl" dmcf-ptype="general"> 멤트랜지스터는 정보를 저장하는 메모리와 계산을 하는 트랜지스터의 기능을 하나로 결합한 차세대 반도체 소자다. 데이터를 계산하면서도 이전 정보를 기억할 수 있어 입력되는 데이터에 맞춰 반응 속도를 조절할 수 있다. </div> <p contents-hash="6b75df10b3dbad07b2a45fc7bb4a484597fea689381050a8d240624c178f2333" dmcf-pid="6HIuFckLIh" dmcf-ptype="general">기존 AI 반도체는 입력 신호에 반응하는 속도와 그 상태를 유지하는 시간(시간 응답 특성)이 고정돼 있어, 서로 다른 속도의 데이터를 동시에 효율적으로 처리하는 데 한계가 있었다.</p> <p contents-hash="6043a95576f0daa1d7f2d0780c574ad6a9a638d9864f9937124b25dd5d41c2fd" dmcf-pid="PXC73kEoOC" dmcf-ptype="general">연구팀은 전기적 정보를 저장하는 층(전하 저장층)과 전자를 저장해 반도체의 반응 속도를 조절하는 층(전자 포획층)을 하나의 트랜지스터 안에 결합한 구조를 개발해 문제를 해결했다.</p> <p contents-hash="efc44f05b965c21abef0b9c64b4e2c2b7f0fcd9a978e2ffd53979a200490ab73" dmcf-pid="QZhz0EDgEI" dmcf-ptype="general">PDM은 데이터가 입력되면 전하 저장층에서 정보를 처리하고, 전자 포획층이 반도체가 원래 상태로 돌아가는 속도를 조절한다. </p> <p contents-hash="0fa1e4b95380c6ce1d90883cb365f45fb040c7623b467c94495355b917bd155e" dmcf-pid="x5lqpDwaEO" dmcf-ptype="general">실험 결과 연구팀은 반도체가 입력 신호에 반응한 뒤 원래 상태로 돌아오는 시간을 약 5배 범위에서 조절하고, 빠르게 반복되는 신호를 처리하는 능력(주파수 특성)도 10배 이상 조절할 수 있음을 확인했다. </p> <p contents-hash="fb2b476546d13dfef14c3fc120ea337d0f7cbf724246f2b9f8285a3bd4a73f11" dmcf-pid="ysaYSRe4Os" dmcf-ptype="general">특히 빠르게 변하는 정보와 느리게 변하는 정보가 함께 포함된 시계열 데이터 예측 실험에서 기존 고정형 반도체보다 예측 오류를 최대 40배 줄이는 성능을 발휘했다.</p> <figure class="figure_frm origin_fig" contents-hash="6a082e9ad09e2b4b7b8a4eb49376e7a97025acc9a74af52afd413867e0ce0594" dmcf-pid="WONGved8Om" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI로 생성한 연구 이미지.(자료=KAIST)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/07/Edaily/20260807092101252gsju.jpg" data-org-width="1000" dmcf-mid="9k1QfTyOsW" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/07/Edaily/20260807092101252gsju.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AI로 생성한 연구 이미지.(자료=KAIST) </figcaption> </figure> <div contents-hash="02c06f454c86a790c44df842f8282daf6cae35e4cd98c686359138d777f370c2" dmcf-pid="YIjHTdJ6wr" dmcf-ptype="general"> 연구팀은 PDM을 여러 개 연결한 어레이도 제작해 실험한 결과, 기존 소프트웨어 기반 AI 시스템과 비슷한 정확도를 유지하면서도 훨씬 적은 에너지로 동작하는 것을 확인했다. </div> <p contents-hash="cb43c3be1cad165c8d00aff20e7b85f8d3725ac012831588df8c2a25df73a0d2" dmcf-pid="GCAXyJiPrw" dmcf-ptype="general">이번 기술은 별도의 복잡한 데이터 전처리 없이도 다양한 속도로 변하는 데이터를 효율적으로 처리할 수 있다. 한 번 설정한 반응 특성은 전원을 계속 공급하지 않아도 유지되는 비휘발성(전원이 꺼져도 정보가 유지되는 특성)을 갖춰 에너지 소비도 줄일 수 있다. 여기에 현재 널리 사용되는 상용 반도체 공정(CMOS 공정)과도 호환돼 대량 생산과 상용화 가능성이 높다.</p> <p contents-hash="d9f38f8a6bb7c2746033b040205d436781fa8df68ee42056a1285577685ef411" dmcf-pid="HhcZWinQmD" dmcf-ptype="general">최신현 석좌교수는 “데이터의 변화 속도에 맞춰 반도체가 스스로 가장 적합한 방식으로 반응하는 AI 반도체를 구현했다”며 “자율주행차와 로봇, 웨어러블 기기 등 다양한 AI 기기의 성능은 높이고 전력 소모는 줄이는 핵심 기술이 될 것으로 기대한다”고 말했다.</p> <p contents-hash="692aeca71f446b4bcc461ffb272d551685319d4a9fee8bd1e62bbbf00d3b6527" dmcf-pid="Xlk5YnLxOE" dmcf-ptype="general">연구 결과는 국제학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 지난 달 게재됐다.</p> <p contents-hash="9ce127eb08654b4095d3ecd9ec91f5c9d5ea0a4483530142c9da2e84fc786cdc" dmcf-pid="ZSE1GLoMrk" dmcf-ptype="general">강민구 (science1@edaily.co.kr) </p> </section> </div> <p class="" data-translation="true">Copyright © 이데일리. 무단전재 및 재배포 금지.</p> 관련자료 이전 AI안전연구소 김명주 소장 “지속가능 AI 경쟁력…안전·신뢰 확보에 달렸다” [창간 38주년, AI경기 판을 바꾸다] 08-07 다음 CJ ENM, 하반기 글로벌 공략 속도…"인도·중남미 파트너 발굴" 08-07 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
