뉴로모픽 기술, 앞당겨진 인센서 컴퓨팅
뉴스 스크랩
기사 제목: : 전자코 뉴로모픽 반도체 모듈 개발...인공지능 후각 인식 시스템 등 인센서 컴퓨팅 시대 앞당긴다!
기사 링크:https://www.aitimes.kr/news/articleView.html?idxno=25427
KAIST 전기및전자공학부 최양규 교수와 기계공학과 박인규 교수 공동연구팀이 ‘인간의 후각 뉴런을 모방한 뉴로모픽 반도체 모듈’을 개발했다. 일반적인 AI기반 후각 시스템은 센서에서 프로세서로 데이터가 전송될 때 변환 회로에서 변환 과정에서 병목 현상이 발생하여 추가 전력 소비가 발생한다. 그리고 패턴 인식을 구현하기 위해 사용되는 폰 노이만 기반 컴퓨터는 중앙 처리 장치, 그래픽 처리 장치 및 메모리로 구성되어, 처리 장치와 메모리 간의 반복적인 데이터 이동에 다라 큰 에너지가 소비된다. KAIST에서 개발한 뉴로모픽 기반의 전자코를 통해 감각 세포 자체에서 스파이크 형태로 감각 정보를 전달하고 뇌에 병렬적으로 처리하여 낮은 전력 소비만으로 가스 등의 후각 데이터를 판별할 수 있다.
핵심 기술 및 비즈니스 소개
우리 뇌는 소통을 위해 전기 신호를 사용한다. 약 860억 개 뉴런 각각이 미세하고 짧은 전압 신호를 전송하여 다른 뉴런들에게 정보를 전달한다. 그 짧은 전기 신호를 ‘스파이크(spike)’라고 부른다. 신경 신호의 정확하고 고속으로 이루어지는 연산을 정보 인코드를 활용하려는 시도로 이루어진다. 예를 들어, 신경망 내의 정보는 후각 자극의 시작 시점과 신경망 내 첫 스파이크의 반응 사이의 간극으로 인코딩 된다. 첫 스파이크와 자극의 시작 시점 사이의 발생 타이밍 정보는 자극의 형태 및 방향에 대해 단순히 스파이크의 개수나 주기 정보보다 두 배 이상의 정보를 포함한다. 즉 다음 계층의 뉴런들이 전 계층의 뉴런에서 전송한 첫 스파이크만을 가지고 정확한 정보 처리를 할 수 있음을 의미한다. 이는 촉각 및 후각의 인풋을 인공 신경망을 통해 효율적으로 처리할 수 있음을 보여준다.
시사점 및 인사이트
(출처 : 하단 Goldstein(2009), 363p)
지난 5월에 KAIST 기계공학과 김형수 교수와 생명과학과 김상규 교수 공동연구팀이 꽃향기의 가시화에 성공한 바 있다. 실제 꽃에서 나오는 향기를 시공간적으로 측정하는 기술을 개발한 것이다. 지난 8월부터 10월 3일까지는 서울에서 <랜덤 다이버시티 – 프래그런스>라는 전시가 있었다. 해당 전시에서는 VR기기를 쓰고 화면을 보면 몇가지 향이 참여자의 코 앞을 오간다. 참여자가 향을 맡는 동안 VR기기가 참여자의 뇌파를 측정하여 이를 바탕으로 나만의 향수 레시피 비율을 분석해준다. 이번 스크랩 기사와 더불어 이는 후각 정보의 측정 및 처리 기술 발전 그리고 후각 경험 분석의 활용 가능성을 보여준다. 메타버스 경험의 확장, 버츄얼 서비스의 조향 산업 등 으로의 확장이 기대되는 부분이다.
같이 생각해 볼 만한 논점
1. 인센싱 컴퓨터 기술의 활발한 도입이 이루어지면 좋을 분야는 무엇이 있을까?
2. 뉴런과 시냅스를 모방한 뉴로모픽 컴퓨팅은 계속 연구되고 있다. 인간의 정보처리 과정을 모방한 기술 연구 시 주의점은 무엇이 있을까?
