기사 메일전송
신소재경제신문·재료연구소 공동기획 소재기술백서 2017(22)-제3장 AI용 반도체 소재-반도체 재료기반 시냅스 소자 기술(3)-집필 최창환(한양대) - AI 반도체, 다양한 소재 선행 연구 必
  • 기사등록 2020-02-12 14:55:51
기사수정
재료연구소가 발행한 ‘소재기술백서’는 해당분야 전문가가 참여해 소재 정보를 체계적으로 정리한 국내 유일의 소재기술백서다. 지난 2009년부터 시작해 총 9번째 발간된 이번 백서의 주제는 ‘4차 산업혁명 대응소재’다. 센서, 3D프린팅, AI용 반도체, 빅데이터 이용 소재 개발 등으로 나눠 각 분야별로 가치 있고 다양한 정보를 담았다. 이에 본지는 재료연구소와 공동기획으로 ‘소재기술백서 2017’을 연재한다.

AI 반도체, 다양한 소재 선행 연구 必



■ 국내 동향


1) 시장규모 및 전망


국내 뉴로모픽 소자 기반의 시장은 2020년 4375억 규모로 예상되나 관련 기술의 IoT 디바이스, 자율주행자동차, 지능형 보안 분야, 인지로봇, 이미지/패턴 인식 처리 등 다양한 응용 분야의 시장 확대로 소자 분야에서 향후 국내 시장 규모도 폭발적 증가할 것으로 예상된다<표 3-3-3-6>. 특히, 음성인식 분야는 네이버 및 다음과 같은 검색 업체에서 상용화되고 있으며 모바일 휴대폰에도 적용되고 있다.


2) 기업 현황


국내 뉴로모픽 소자 연구는 반도체 소자 업체인 삼성과 SK 하이닉스 위주로 적극적인 관심과 연구를 하고 있으며 국내외 학교/연구소와 소재 및 소자 레벨에서의 연구뿐만 아니라 알고리즘 및 아키텍처에 대한 연구를 진행하고 있다. 삼성전자는 뇌구조 모방의 새로운 아키텍처 기반의 NPU 칩을 스마트폰 AP에 적용하기 위한 연구를 진행하며 아울러 뇌과학을 반도체에 적용하는 뇌지도 연구 및 연산처리장치와 메모리 융합의 연구도 수행하고 있다. SK 하이닉스는 미국 Stanford 대학과 강유전체 기반의 뉴로모픽 소자에 대한 공동연구를 하고 있다. 패키징 업체인 네패스는 미국 AI 전문 업체인 제너럴비전 (GV)의 기술을 바탕으로 4.5 mm의 작은 사이즈에 576개의 뉴런을 가지고 있고 병렬형 아키텍처로 된 NM500 뉴로모픽칩을 2017년 8월에 양산하여 IoT 소자 및 자동차에 응용가능한 수준이다. LG는 뉴로모픽 소자보다는 빅데이터 기반의 DNN 타입의 AI를 가전에 응용하는 연구를 진행 중이다. 팹리스 반도체 업체인 넥셀은 딥러닝을 통한 NPU인 XELL을 개발하며 100 W 전력 소모량에 70 테라플롭스 (TFLOPS, 초당 1조번 연산 가능) 성능으로 엔비디아 GPU 및 구글 AI 전용칩 모듈 TPU2 보다 고효율 및 고성능이 예상된다.


■ 해외 동향


1) 시장규모 및 전망


뉴로모픽칩 시장은 2016년 660만 달러 규모에서 2022년 2억 7290만 달러 시장으로 연평균 86% 로 크게 성장할 것으로 가트너 전략기술 분석 예상되며 반도체, 빅데이터, 인공지능, 머신러닝 등 다양한 시장에 적용 가능하여 잠재적 시장 가치는 매우 클 것으로 예상된다. 가트너 시장 분석에 따르면 인지 컴퓨팅 시스템으로 개인용 클라우드 구현이 가능하여 2016년 이후 인공지능서비스 시장규모를 급격하게 증가하고 이를 구현하기 위한 뉴로모픽 소자 시장 또한 동반하여 증가 할 것으로 예측된다. 구체적으로 2025년 세계 인공지능 서비스 시장은 350억 달러를 넘을 것으로 예상되며 빅데이터 시장 또한 급격한 증가로 뉴로모픽 소자의 동반 성장할 것으로 예측된다.


2) 기업 현황


인텔은 기존의 머신 러닝 기반이 아닌 128개의 코어로 구성되며 각 코어는 1024개 뉴런 가지고 있어 바닷가재보다 더 우수한 성능을 보이는 로이히 (Loihi)라는 뉴로모픽칩을 2018년 상반기 출시할 예정이다. 이 뉴로모픽칩은 14nm 기반 기술로 프로그램이 가능한 비메모리 반도체 Field Programmable Gate Array (FPGA) 타입으로 제조된다. 또한, 2015년 FPGA 전문 기업인 알테라 (Altera)를 167억 달러에 2016년 인공지능 플랫폼 회사인 너바나 (Nervana)를 4억 달러에 인수하여 고집적 모방회로 및 하드웨어 구조에 대한 연구가 활발하다.


IBM은 2014년 미국 방위고등연구계획국 (DARPA)의 시냅스 (Systems of Neuromorphic Adaptive Scalable Electronic, SyNAPSE)프로그램을 통해 54억개의 트랜지스터가 내장된 4096개의 뉴로시냅틱 코어를 통해 26억 5600만개 전자 시냅스를 갖는 트루노스 (TrueNorth)란 칩을 개발하였다. 사용 전력의 기존의 소프트웨어 방식을 DNN과 다르게 70 mW 밖에 사용되지 않는 저전력 소자이다.

Qualcomm은 2013년 제로스 (Zeroth)란 뇌처럼 학습하는 프로세서 (Neural Processing Unit, NPU) 발표하였는데 Zeroth를 탑재한 로봇으로 다른 색깔을 갖는 바닥 타일의 패턴인식을 성공적으로 보여주었다.


Nvidia는 기존의 CPU와 다르게 병렬처리 컴퓨팅에 유리한 GPU를 바탕으로 딥러닝 기반 인공지능 칩 시장을 확대하고 있으며 특히 자율주행 자동차 플랫폼 구축을 위해 폭스바겐, 아우디, 다임러벤츠 및 도요타와 공동연구를 진행하고 있다.


구글은 클라우드 인프라 상에서 Al 연산 처리를 위한 TPU (Tensor Processing Unit)개발로 기존의 CPU 및 GPU 기반 뉴로모픽칩보다 저전력 및 고성능 구현 연구를 진행하고 있다.


애플과 화웨이/하이실리콘은 모바일 단말기인 스마트폰 AP에 적용하기 위해 각각 A11 바이오닉 (Bionic)과 기린 970칩을 개발하여 인식능력을 향상 시킨 연구를 하였다.


도시바는 딥러닝 처리를 위해 저항변화메모리 소자 기반의 뉴로모픽 소자를 통해 초저 전류를 사용하는 TDNN (Time Domain Neural Network)를 개발하여 사물인터넷과 빅데이터 분석에 적용하는 연구를 진행한다.


컴퓨터 공학자·공학 엔지니어·물리학자 참여 융합연구

정부 지원 절실, 새로운 시장 주도권 확보 적극 나서야


■ 국내외 선도 기업


표 참조


■ 미래의 연구방향


1) 뉴로모픽 소자를 위한 다양한 재료 연구


현재 시냅틱 소자 적용을 위한 다양한 소재의 응용이 있으나 아직 소자 형태 및 관련 재료에 대한 기술의 확보하지 못해 이에 대한 계속적인 연구가 필요하다. 구체적으로 뉴로모픽 소자와 관련된 재료의 이해, 이온 Migration, Defect 및 Cluster, 새로운 Spin 기반 재료 및 퀀텀 컴퓨팅 기능의 재료에 대한 연구가 심도 있게 진행 되어야 한다.


2) 단일 소자, 어레이 소자 및 시스템 레벨의 뉴로모픽칩 연구


새로운 재료 및 소자에 대한 평가를 위해 하나 이상의 아키텍처를 이용해서 검증해야 하며 단일 소자, 어레이 소자 및 시스템 레벨의 연구가 유기적으로 이루어 져야 한다.


3) 시스템 레벨 구현을 위한 융합연구


단일 소자 및 제한된 재료의 연구가 아닌 뇌과학 지도, 아키텍처 디자인, 알고리즘, 시스템공학, 반도체 소자 및 재료 등을 아우르는 연구를 통한 시스템 단계의 연구 결과로 진행되어야 하므로 컴퓨터 엔지니어, 공학 엔지니어, 물리학자 및 재료공학자의 참여가 필요하다.


■ 정책 제언


1) 정부의 적극적 지원


국내는 삼성전자와 SK하이닉스와 같은 대형 소자 업체가 있기에 정부에서 차세대 반도체 분야에 대한 투자를 민간주도로 진행하려고 하나 미국, EU, 일본 및 중국은 모두 정부 주도로 차세대 반도체 및 컴퓨팅 시스템 분야에 적극 지원하고 있는 상황이다. 2009년 스마트폰이 출시되어 기존의 폴더폰 환경을 급격하게 변화시켜 당시 세계 1위 회사였던 노키아를 몰락시켰던 것처럼 새로운 컴퓨팅 시스템의 구현이 가능한 뉴로모픽 소자를 성공적으로 안착시키는 국가는 새로운 패러다임의 주인공이 될 수 있다고 예상된다. 뉴로모픽 소자 기반 컴퓨팅 시스템은 초소형 저전력이 가능한 인공지능 컴퓨팅을 개인이 가지고 있는 것을 우리 삶의 생태계를 혁신적으로 변화 시킬 것으로 예측된다. 따라서 다른 기술과 다르게 본 뉴로모픽 소자 기술은 정부의 적극적 지원이 절실히 요구되며 그를 바탕으로 현재 메모리 반도체의 시장 장악력을 유지하며 새로운 시장의 주도권을 확보해야 할 시점이다.


2) DNN 과 SNN 구조의 Two Tracks 지원


소프트웨어 기반의 DNN과 하드웨어 기반의 SNN은 동시에 연구되어져야 한다. 하드웨어 개발 및 이를 적용한 시스템은 다소 시간이 걸릴 수 있기에 빅데이터를 활용하는 DNN 구조로 AI 기술은 일상생활에 끌어와서 일반 대중에게 관련 기술의 편리성과 필요성을 알려주는 내용의 확장적 정책이 요구된다.


3) 인력 양성 및 오픈 웨어 인프라 구축


현재 국내 반도체 산업의 중요성을 고려하면 관련 인력 양성 프로그램과 관련 지원이 적극적으로 이루어져야 하나 그렇지 못한 상황이다. 뉴로모픽 소자 및 관련 기술은 고급 인력이 필요하나 현재 및 가까운 미래 반도체 기술에 대한 연구 인력조차 많이 부족한 상황이어서 인력 양성에 대한 정부의 다양한 지원이 필요하며 또한 국가 연구 기관의 합리화 및 Reconstruction을 통해 회사와 학교의 참여를 통한 오픈 웨어 연구 인프라를 확보하고 이를 통해 많은 연구 장비의 활용도를 높이는 조정이 필요하다.

▲ <표 3-3-3-6>뉴로모픽 소자 응용 분야의 국내 시장 현황 및 전망(자료 : 정보통신기술진흥센터)


▲ <그림 3-3-3-16>세계 인공지능 시장 규모(좌), 세계 빅데이터 시장 규모(우)


▲ <표 3-3-3-7>뉴로모픽 소자 응용 분야의 국외 시장 현황 및 전망


▲ <표 3-3-3-8>뉴로모픽 소자 및 관련 기술 - 국내 선도기업


▲ <표 3-3-3-9>뉴로모픽 소자 및 관련 기술 - 해외 선도기업


▲ <표 3-3-3-3>다양한 재료를 응용한 시냅스 특성을 갖는 뉴로모픽 소자 비교


▲ <그림 3-3-3-15>FET 기반 Synapse 소자의 STDP 및 STP특성 : Floating Gate Transistor, Carbon Nanotube FET, Orgainc FET


▲ <그림 3-3-3-14>MgO 기반 MTJ 소자의 톱니 모양의 Spike를 사용한 STDP 특성


▲ <그림 3-3-3-13>펄스 조건에 따른 Ferroelectric 터널 Junction의 저항 변화


0
기사수정

다른 곳에 퍼가실 때는 아래 고유 링크 주소를 출처로 사용해주세요.

http://amenews.kr/news/view.php?idx=41434
기자프로필
프로필이미지
나도 한마디
※ 로그인 후 의견을 등록하시면, 자신의 의견을 관리하실 수 있습니다. 0/1000
프로토텍 11
서울항공화물 260
이엠엘 260
린데PLC
im3d
엔플러스 솔루션즈
모바일 버전 바로가기