포항공대, 아날로그 하드웨어로 AI 발전

김세영 교수, 노경미 동문, 곽현정 박사 과정 학생으로 구성된 포항공과대 연구팀이 고려대학교 이형민 교수와 함께 인공지능의 연산 성능을 향상시킬 수 있는 전기화학적 랜덤 액세스 메모리(ECRAM) 소자의 잠재력을 선보였다. 이들의 연구 결과는 학술지 '사이언스 어드밴스(Science Advances)'에 발표됐다.

AI 기술이 빠르게 발전함에 따라 생성형 AI와 같은 애플리케이션은 CPU 및 GPU와 같은 현재 디지털 하드웨어의 한계를 테스트하고 있다. 이로 인해 AI 계산을 위해 특별히 설계된 아날로그 하드웨어에 대한 관심이 높아지고 있다. 외부 전압 또는 전류에 따라 반도체 저항을 조정하고 교차점 어레이 구조를 사용하여 AI 계산을 병렬로 처리하는 아날로그 하드웨어는 특히 연속 데이터 처리에서 디지털 하드웨어에 비해 특정 이점을 제공한다. 그러나 컴퓨팅 학습 및 추론의 다양한 요구 사항을 충족하는 데 어려움을 겪기도 합니다.

이러한 과제를 극복하기 위해 포항공과대학교 연구팀은 이온의 이동과 집중을 통해 전기전도도를 조절하는 ECRAM에 주목했다. 이 장치는 데이터 읽기 및 쓰기를 위한 별도의 경로를 가진 3단자 구조를 사용하여 저전력 작동을 가능하게 한다는 점에서 기존 반도체 메모리와 다르다.

이 팀은 64+ 64 어레이에서 3단자 반도체를 사용하여 ECRAM 장치를 성공적으로 제작했다. 그들의 실험은 하드웨어가 높은 수율과 균일성과 함께 우수한 전기적 및 스위칭 특성을 나타낸다는 것을 보여주었다. 또한 첨단 아날로그 기반 학습 알고리즘인 Tiki-Taka 알고리즘을 이 고수율 하드웨어에 적용하여 AI 신경망 훈련 계산에서 최대의 정확도를 달성했다.

중요한 것은 인공 신경망에 과부하가 걸리지 않고 효율적인 훈련을 보장하는 하드웨어의 "무게 유지" 속성을 강조하여 상용화 가능성이 높다는 것이다. 이 연구는 아날로그 신호를 저장하고 처리하기 위해 이전에 보고된 ECRAM 장치의 가장 큰 어레이가 10+ 10이었기 때문에 특히 중요하다. 이제 팀은 각 장치에 대해 다양한 특성을 가진 훨씬 더 큰 규모로 이러한 장치를 성공적으로 구현했다.

포스텍 김세영 교수는 "새로운 메모리 소자 기술을 기반으로 대규모 어레이를 구현하고 아날로그 특화된  AI 알고리즘을 개발함으로써 현재의 디지털 방식을 훨씬 능가하는 AI 연산 성능과 에너지 효율의 잠재력을 확인했다"고 말했다.