-
독립적으로 더 스마트해진 ‘도커SSD’ 개발
정보를 저장하는 솔리드 스테이트 드라이브(Solid-Sate Drive, SSD)가 컴퓨터 없이도 데이터 처리가 가능한 독립 서버로 운영이 가능해지며 편리성이 극대화되고 데이터의 탄소 배출량도 획기적으로 감소시킬 수 있는 새로운 형태의 스마트 SSD로 개발됐다.
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 물리적 장치의 실행이 아닌 가상으로 데이터 처리와 운영이 되는 `도커(Docker)' 개념을 적용한 새로운 고성능·저전력 메모리 (PIM, Processing-In-Memory) 모델 중 하나인 `도커SSD'를 개발했다고 27일 밝혔다.
스마트 SSD는 여러 가지 데이터를 처리하는 프로그램들을 데이터가 실제 존재하는 스토리지 근처에서 실행할 수 있게 함으로써 데이터 이동에 불필요한 에너지 및 전력 소모를 줄이고 고성능 결과를 얻게 하는 기술로 오랫동안 다양한 곳에 적용을 시도해 왔다. 하지만 기존 데이터 처리 프로그램을 SSD 제조사별로 그리고 장치가 제공하는 환경별로 모두 수정하고 새로 만들어야 하는 문제 때문에 스마트 SSD를 다양한 환경과 데이터 처리 응용에 적용하는 것에 한계가 존재했다. 이러한 한계를 극복하고자 KAIST 연구팀은 스마트 SSD의 제조사나 장치 환경에 관계 없이 현존하는 여러 가지 프로그램들을 그대로 스토리지에 이식하여 실행할 수 있는 도커SSD를 개발하였다.
이를 위해 정명수 교수 연구팀은 사용자들에게 데이터 처리 기술 중 편의성을 제공하는 방법으로 `컨테이너'를 주목했다. 컨테이너는 응용 프로그램과 해당 프로그램 실행에 필요한 라이브러리를 모두 포함한 소프트웨어 패키지로, 외부의 환경에 구애받지 않고, 컨테이너 내부적으로 독립적인 실행 환경을 운용할 수 있게 해준다.
연구팀이 개발한 도커SSD는 가상화 운영체제 환경인 *도커(Docker)를 스토리지 내부에서 실행할 수 있는 특허 기술을 적용해 호스트로부터 요청받은 컨테이너 단위의 작업을 처리한다. 사용자들은 메모리/스토리지 제조사에 영향을 받지 않고 다양한 응용 프로그램을 스토리지 내부에서 실행할 수 있다. 또한, 외부와 독립적인 실행 환경을 제공하는 컨테이너의 특성 덕분에, 사용자들이 기존 응용 프로그램의 소스 코드를 수정할 필요조차 없어져 사용자 편의성이 극대화된다.
☞ 도커(Docker): 리눅스 컨테이너를 만들고 사용할 수 있도록 하는 컨테이너화 기술
연구팀은 일반적으로 SSD 장치에 접근하기 위해 사용되는 스토리지 프로토콜과, 도커 소프트웨어 동작의 기반이 되는 네트워크 관련 프로토콜이 서로 호환되지 않는다는 점을 극복하기 위해 스토리지 프로토콜을 통해 네트워크 관련 메시지를 전송할 수 있는 새로운 인터페이스를 독자 개발했다. 또한, 컨테이너 및 도커를 실행하기 위해서 기존 운영체제를 경량화하여 도커SSD 내부에 통합했다. 마지막으로, 스토리지에 내재된 저사양 프로세서를 활용하여 작업을 처리할 경우 성능이 저하될 수 있다는 점을 착안하여 자체 제작한 저전력 하드웨어 가속 모듈을 활용하여 네트워크 및 입출력 관련 동작을 가속함으로써 문제를 해결했다.
연구팀은 도커SSD에 적용한 운영체제 수준 가상화의 실효성 검증을 통해 현재 학계에서 가장 자주 사용되는 스토리지 기반 모델보다도 데이터를 2배 빠르게 처리하면서 전력 소모 또한 약 2배 감소시킴을 확인했다.
정명수 교수는 "불필요한 데이터 이동을 최소화하여 빠르면서 에너지 절약에 최적화된, 동시에 사용자 입장에서 편리하면서도 우수한 호환성을 가진 메모리 모델을 확보했다ˮ며 "고성능·저전력 메모리 모델인 도커SSD는 빠르게 확장하고 있는 국내·외 데이터센터 운영 기업/기관에 실용화되어 탄소중립에 기여할 수 있을 것ˮ이라 말했다.
이번 연구는 스코틀랜드 에든버러에서 오는 2024년 3월에 열릴 컴퓨터 구조 분야 최우수 학술대회인 `국제 고성능 컴퓨터 구조 학회(IEEE International Symposium on High Performance Computer Architecture, HPCA)'에 관련 논문(논문명: DockerSSD: Containerized In-Storage Processing and Hardware Acceleration for Computational SSDs)으로 발표될 예정이다.
한편 해당 연구는 KAIST 교원창업 회사인 파네시아(https://panmnesia.com)와 정보통신기획평가원등의 연구 지원을 받아 진행됐다.
2023.11.27
조회수 3844
-
스스로 그림 그리는 인공지능 반도체 칩 개발
전기및전자공학부 유회준 교수 연구팀이 생성적 적대 신경망(GAN: Generative Adversarial Network)을 저전력, 효율적으로 처리하는 인공지능(AI: Artificial Intelligent) 반도체를 개발했다.
연구팀이 개발한 인공지능 반도체는 다중-심층 신경망을 처리할 수 있고 이를 저전력의 모바일 기기에서도 학습할 수 있다. 연구팀은 이번 반도체 칩 개발을 통해 이미지 합성, 스타일 변환, 손상 이미지 복원 등의 생성형 인공지능 기술을 모바일 기기에서 구현하는 데 성공했다.
강상훈 박사과정이 1 저자로 참여한 이번 연구결과는 지난 2월 17일 3천여 명 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문명 : GANPU: A 135TFLOPS/W Multi-DNN Training Processor for GANs with Speculative Dual-Sparsity Exploitation)
기존에 많이 연구된 인공지능 기술인 분류형 모델(Discriminative Model)은 주어진 질문에 답을 하도록 학습된 인공지능 모델로 물체 인식 및 추적, 음성인식, 얼굴인식 등에 활용된다.
이와 달리 생성적 적대 신경망(GAN)은 새로운 이미지를 생성·재생성할 수 있어 이미지 스타일 변환, 영상 합성, 손상된 이미지 복원 등 광범위한 분야에 활용된다. 또한, 모바일 기기의 다양한 응용 프로그램(영상·이미지 내 사용자의 얼굴 합성)에도 사용돼 학계뿐만 아니라 산업계에서도 주목을 받고 있다.
그러나 생성적 적대 신경망은 기존의 딥러닝 네트워크와는 달리 여러 개의 심층 신경망으로 이루어진 구조로, 개별 심층 신경망마다 다른 요구 조건으로 최적화된 가속을 하는 것이 어렵다.
또한, 고해상도 이미지를 생성하기 위해 기존 심층 신경망 모델보다 수십 배 많은 연산량을 요구한다. 즉, 적대적 생성 신경망은 연산 능력이 제한적이고 사용되는 메모리가 작은 모바일 장치(스마트폰, 태블릿 등)에서는 소프트웨어만으로 구현할 수 없었다.
최근 모바일 기기에서 인공지능을 구현하기 위해 다양한 가속기 개발이 이뤄지고 있지만, 기존 연구들은 추론 단계만 지원하거나 단일-심층 신경망 학습에 한정돼 있다.
연구팀은 단일-심층 신경망뿐만 아니라 생성적 적대 신경망과 같은 다중-심층 신경망을 처리할 수 있으면서 모바일에서 학습도 가능한 인공지능 반도체 GANPU(Generative Adversarial Networks Processing Unit)를 개발해 모바일 장치의 인공지능 활용범위를 넓혔다.
연구팀이 개발한 인공지능 반도체는 서버로 데이터를 보내지 않고 모바일 장치 내에서 생성적 적대 신경망(GAN)을 스스로 학습할 수 있어 사생활을 보호를 가능케 하는 프로세서라는 점에서 그 활용도가 기대된다.
모바일 기기에서 저전력으로 다중-심층 신경망을 가속하기 위해서 다양한 핵심 기술이 필요하다. 연구팀이 개발한 GANPU에 사용된 핵심 기술 중 대표적인 기술 3가지는 ▲적응형 워크로드 할당(ASTM, 처리해야 할 워크로드*를 파악해 칩 상의 다중-심층 신경망의 연산 및 메모리 특성에 맞춰 시간·공간으로 나누어 할당함으로써 효율적으로 가속하는 방법) ▲입출력 희소성 활용 극대화(IOAS, 인공신경망 입력 데이터에서 나타나는 0뿐만 아니라 출력의 0도 예측해 연산에서 제외함으로써 추론 및 학습 과정에서의 속도와 에너지효율 극대화) ▲지수부만을 사용한 0 패턴 추측(EORS, 인공신경망 출력의 0을 예측하기 위한 알고리즘으로 인공신경망 입력과 연결 강도(weight)의 부동소수점 데이터 중 지수 부분만을 사용해 연산을 간단히 수행하는 방법)이다.
위의 기술을 사용함으로써 연구팀의 GANPU는 기존 최고 성능을 보이던 심층 신경망 학습 반도체 대비 4.8배 증가한 에너지효율을 달성했다.
연구팀은 GANPU의 활용 예시로 태블릿 카메라로 찍은 사진을 사용자가 직접 수정할 수 있는 응용 기술을 시연했다. 사진상의 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 GANPU가 실시간으로 이를 자동으로 완성해 보여 주는 얼굴 수정 시스템을 개발했다.
2020.04.06
조회수 16724
-
유회준 교수, 딥러닝용 AI 반도체 개발
우리대학 전기및전자공학부 유회준 교수 연구팀이 스타트업 '유엑스 팩토리'와 함께 가변 인공신경망 기술을 적용해 딥러닝을 효율적으로 처리하는 AI 반도체를 개발했다. 딥러닝이란 컴퓨터가 마치 사람처럼 스스로 학습할 수 있도록 인공신경망을 기반으로 구축한 '기계 학습' 기술이다.
유 교수 연구팀이 개발한 새로운 칩은 반도체 안에서 인공신경망의 무게 정밀도를 조절함으로써 에너지 효율과 정확도를 조절한다. 1비트부터 16비트까지 소프트웨어로 간편하게 조절하면서 상황에 맞춰 최적화된 동작을 얻어낸다. 하나의 칩이지만 '콘볼루션 신경망'(CNN)과 '재귀 신경망'(RNN)을 동시에 처리할 수 있다. CNN은 이미지를 분류나 탐지하는 데 쓰이며, RNN은 주로 시간의 흐름에 따라 변화하는 영상과 음성 등 데이터 학습에 적합하다. 또 통합 신경망 프로세서(UNPU)를 통해 인식 대상에 따라 에너지효율과 정확도를 다르게 설정하는 것도 가능하다.
모바일에서 AI 기술을 구현하려면 고속 연산을 '저전력'으로 처리해야 한다. 그렇지 않으면 한꺼번에 많은 정보를 처리하면서 발생하는 발열로 인해 배터리 폭발 등의 사고가 일어날 수 있기 때문이다. 연구팀에 따르면 이번 칩은 세계 최고 수준 모바일용 AI 칩 대비 CNN과 RNN 연산 성능이 각각 1.15배, 13.8배이 달한다. 에너지효율도 40% 높은 것으로 나타났다.
스마트폰 카메라를 통해 사람의 얼굴 표정을 인식해 행복, 슬픔, 놀람, 공포, 무표정 등 7가지의 감정을 자동으로 인식하는 감정인식 시스템도 개발됐다. 이 시스템은 감정 상태를 스마트폰 상에 실시간으로 표시한다. 유 교수 연구팀의 이번 연구는 지난 13일 미국 샌프란시스코에서 열린 국제고체회로설계학회(ISSCC)에서 발표됐다.
유회준 교수는 "기술 상용화에는 1년 정도 더 걸릴 전망"이라며 " 모바일에서 AI를 구현하기 위해 저전력으로 가속하는 반도체를 개발했으며, 향후 물체인식, 감정인식, 동작인식, 자동 번역 등 다양하게 응용될 것으로 기대된다"고 설명했다.
2018.02.26
조회수 14368
-
유회준 교수, 인공지능 얼굴인식 시스템 K-EYE 개발
우리 대학 전기및전자공학과 유회준 교수 연구팀이 딥러닝 알고리즘을 세계 최소 전력으로 구현하는 인공지능 반도체 칩 CNNP를 개발했다. 그리고 이를 내장한 얼굴인식 시스템 K-Eye 시리즈를 개발했다.
연구팀이 개발한 K-Eye 시리즈는 웨어러블 디바이스와 동글 타입 2가지로 구성된다. 웨어러블 타입인 K-Eye는 블루투스로 스마트폰과 연동 가능하다.
봉경렬 박사과정이 주도하고 ㈜유엑스팩토리(대표 박준영)과 공동으로 개발한 이번 연구는 지난 2월 미국에서 열린 국제고체회로설계학회(ISSCC)에서 세계 최저전력 CNN칩으로 발표돼 주목을 받았다.
최근 글로벌 IT 기업들이 알파고를 비롯한 인공지능 관련 기술들을 경쟁적으로 발표하고 있다. 그러나 대부분은 소프트웨어 기술이라 속도가 느리고 모바일 환경에서는 구현이 어렵다는 한계가 있다.
따라서 이를 고속 및 저전력으로 구동하기 위해 인공지능 반도체 칩 개발이 필수적이다.
연구팀의 K-Eye 시리즈는 1mW 내외의 적은 전력만으로도 항상 얼굴 인식을 수행하는 상태를 유지하면서 사람의 얼굴을 먼저 알아보고 반응할 수 있다는 특징을 갖는다.
K-Eye의 핵심 기술인 얼웨이즈 온(Always-On) 이미지 센서와 CNNP라는 얼굴 인식 처리 칩이 있었기 때문에 위와 같은 세계 최저전력 기술이 가능했다.
첫 번째 칩인 얼웨이즈 온(Always-On) 이미지 센서는 얼굴이 있는지 없는지 스스로 판단할 수 있어 얼굴 인식이 될 때에만 작동하게 해 대기 전력을 대폭 낮출 수 있다.
얼굴 검출 이미지 센서는 아날로그 프로세싱으로 디지털 프로세싱을 제어해 센서 자체의 출력 소모를 줄였다. 픽셀과 결합된 아날로그 프로세서는 배경 부분과 얼굴 부분을 구분하는 역할을 하고 디지털 프로세서는 선택된 일부 영역에서만 얼굴 검출을 수행하면 돼 효율적인 작업이 가능하다.
두 번째 칩인 CNNP는 딥러닝을 회로, 구조, 알고리즘 전반에 도입하고 재해석을 진행해 최저 수준의 전력을 구현하는 역할을 했다.
특히 CNNP칩은 3가지의 핵심 기술을 사용했는데 ▲알파고 인공지능 알고리즘에서 사용하는 2차원 계산을 1차원 계산으로 바꿔 고속 저전력화 ▲분산형으로 배치된 칩 내 메모리가 가로방향 뿐 아니라 세로방향도 읽어낼 수 있는 특수 저전력 분산 메모리로의 설계 ▲1024개의 곱셈기와 덧셈기가 동시에 구동돼 막강한 계산력을 가지면서 외부 통신망을 거치지 않고 직접 계산 결과를 주고받을 수 있게 한 점이다.
CNNP는 97%의 인식률을 가지면서도 알파고에 사용된 GPU에 비해 5천분의 1정도의 낮은 전력인 0.6mW만을 소모한다.
K-Eye를 목에 건 사용자는 앞에서 다가오는 상대방의 얼굴이 화면에 떠오르면 미리 저장된 정보와 실시간으로 찍힌 사진을 비교해 상대방의 이름 등 정보를 자연스럽게 확인할 수 있다.
동글 타입인 K-EyeQ는 스마트폰에 장착해 이용할 수 있는데 사용자를 알아보고 반응하는 기능을 한다. 미리 기억시킨 사용자의 얼굴이 화면을 향하기만 하면 스마트폰 화면이 저절로 켜지면서 그와 관련된 정보를 제공한다.
또한 입력된 얼굴이 사진인지 실제 사람인지도 구분할 수 있어 사용자의 얼굴 대신 사진을 보여주면 스마트폰은 반응하지 않는다.
유 교수는 “인공지능 반도체 프로세서가 4차 산업혁명시대를 주도할 것으로 기대된다”며 “이번 인공지능 칩과 인식기의 개발로 인해 세계시장에서 한국이 인공지능 산업의 주도권을 갖길 기대한다”고 말했다.
□ 사진 설명.
사진1. K-EYE 사진
사진2. K-EYEQ 사진
사진3. CNNP 칩 사진
2017.06.14
조회수 15679
-
유회준 교수, 무선으로 마취 심도 측정할 수 있는 기술 개발
〈 유 회 준 교수 〉
우리 대학 전기및전자공학과 유회준 교수 연구팀이 고려대학교 구로병원 최상식 교수, ㈜케이헬쓰웨어(대표 노태환)와의 공동 연구를 통해 무선으로 마취의 심도를 정확하게 파악할 수 있는 측정기를 개발했다.
하언수 박사과정 학생이 주도한 이번 연구는 9일 미국 샌프란시스코에서 열린 반도체 학술대회인 국제고체회로설계학회(ISSCC)에서 발표됐다.
마취의 심도가 적정하게 유지되는 것은 환자에게 매우 중요하다. 마취가 얕으면 수술 도중 깨어나 큰 고통을 겪기도 하고, 반대로 마취가 너무 깊게 되면 심장발작, 합병증, 사망에 이르기도 한다.
프로포폴도 호흡을 억압하기 때문에 마취 심도가 깊어지면 사망 사고를 유발하기도 한다. 이런 사고 방지를 위해 마취 심도를 정량적으로 측정하려는 시도가 국내외로 활발하게 진행 중이다.
이러한 노력으로 개발된 마취심도계측기로 인해 마취 사고 발생률은 크게 낮아졌다. 그러나 기존의 제품들은 모니터링 장치에 연결하기 위해 긴 전선이 사용돼 번거로움을 유발한다. 또한 마취 약물 종류에 따라 심도를 측정할 수 없다는 한계가 있다.
연구팀이 개발한 마취 심도 모니터링 측정기는 마취 중인 환자의 이마에 접착된 패치를 통해 뇌파 신호 및 혈중 헤모글로빈 농도를 추출한다. 이를 정확히 제어하는 반도체 칩이 패치에 집적돼 무선으로 뇌파와 근적외선 분광 신호를 동시에 측정할 수 있다.
측정된 다중 신호들은 디지털 신호로 바뀌어 전달된 후 딥 러닝(Deep Learning) 기술을 이용해 환자의 마취 심도를 정확히 판단한다.
수술 시간이 길어지면 전극의 젤이 마르게 돼 뇌파 측정신호가 나빠지지만 연구팀은 이런 상황에서도 정확한 신호를 측정할 수 있는 회로 기법을 도입했다.
또한 실제 수술실에서 사용할 수 있는 초소형 근적외선 분광 센서가 붙어 있어 성별, 나이, 인종에 상관없이 유효한 신호 측정이 가능하다. 나아가 다중 신호를 이용하기 때문에 수술 중 전기 잡음을 유발하는 전기 소작기나 삽관 사용 중에도 신호 왜곡 없이 마취심도의 측정이 가능하다.
연구팀의 측정기는 기존 기기로는 측정이 불가능했던 케타민 등의 약물도 마취 심도를 측정할 수 있어 의료 분야에서 응용 가능할 것으로 기대된다.
유 교수는 “그동안 마취 심도 센서는 비싼 가격의 특정 외국회사 제품이 독점하는 형태였다”며 “환자들의 부담을 줄이면서 안전한 마취를 제공할 수 있어 새 제품을 개발할 수 있는 좋은 기회가 될 것이다”고 말했다.
□ 그림 설명
그림1. 센서의 구성을 나타낸 모식도
그림2. 마취 심도의 측정 비교
2017.02.10
조회수 13621
-
동작 인식 증강현실 스마트 안경 개발
〈 유 회 준 교수 〉
우리 대학 전기 및 전자공학과 유회준 교수 연구팀이 동작 인식이 가능한 증강 현실 전용 초저전력 스마트 안경 ‘케이 글래스 3(K-Glass 3)’를 개발했다.
유 교수 연구팀은 2014년 증강현실을 기반으로 한 케이 글래스 1, 2015년 시선추적이 가능한 케이 글래스 2에 이어 동작 인식이 가능한 3번째 버전의 케이 글래스 3를 발표했다.
이번 연구는 지난 달 31부터 5일간 미국 샌프란시스코에서 열린 국제고체회로설계학회(ISSCC)에서 발표됐다.
케이 글래스 3의 핵심 기술은 스테레오 카메라 시스템이다. 이를 통해 사용자가 가상 키보드를 타이핑하거나 가상 피아노 연주를 하는 등의 증강 현실을 체험할 수 있다.
기존 안경형 스마트 기기에서는 텍스트 전송을 위한 UI/UX(사용자 인터페이스 및 경험)가 없어 텍스트에 익숙한 사용자들에게 유용할 것으로 기대된다.
최근 대기업에서 발표되는 증강현실 기기들은 복잡한 알고리즘 처리를 위한 컴퓨터가 추가로 요구되고, 가상 아이콘 클릭 등의 심화 동작을 인식하기 위한 전용 센서를 필요로 한다.
이는 평균 3와트(W) 이상의 많은 전력을 소모시켜 스마트폰 대비 20%에 불과한 스마트 안경 시스템에서 사용하기엔 부적합하다.
그러나 케이 글래스 3의 스테레오 카메라 시스템은 복잡한 스테레오 비전 알고리즘을 초저전력 프로세서 내에서 평균 20mW의 효율로 가속하기 때문에 24시간 이상 동작 가능하다.
이는 연구팀이 저전력 딥러닝 전용 멀티코어를 모바일 기기에서 가속할 수 있도록 개발해 전용 프로세서 내에 집적했기 때문에 가능했다.
딥러닝 멀티코어는 총 7개의 고성능 코어로 구성돼 있고 사용자 동작 인식을 33ms 이내의 빠른 속도로 가속해 편리함을 증가시켰다. 또한 동작을 탐지해 사용하지 않을 때는 작동을 멈춰 초저전력으로 가속할 수 있다.
연구팀은 스마트 안경 시장이 스마트폰을 대체하기 위해선 저전력, 소형화는 물론 편리하고 직관적인 유저 인터페이스 및 경험(UI/UX) 개발이 필수적이라고 말했다.
이에 유 교수는 “케이 글래스 3는 기존 안경형 디스플레이(HMD)가 지원하지 않는 편리하고 직관적인 UI를 결합해 하나의 저전력 시스템으로 구현하는 데 성공했다”며 “미래 스마트 모바일 IT 분야에서 혁신적 변화를 주도할 것이다”고 말했다.
박성욱 박사과정 학생이 주도한 이번 연구는 유저 인터페이스 및 경험 개발 기업인 UX Factory와의 협업을 통해 진행됐다.
□ 그림 설명
그림1. 착용 이미지
그림2. 케이글래스 3 실제사진
그림3. 케이글래스 3를 통해 구현한 가상키보드,가상피아노
2016.02.25
조회수 12511
-
몸에 스티커 붙여 생체신호 측정한다
우리 대학 전기 및 전자공학과 유회준 교수, 유승협 교수 공동 연구팀이 신체 모든 부위에 손쉽게 부착이 가능한 생체신호 측정 스마트 스티커 센서를 개발했다.
연구팀의 스티커 센서는 반도체 칩과 휘어지는 유기광전소자를 결합한 초저전력 센서로 심전도, 근전도 뿐 아니라 산소 포화도도 측정 가능해 의료 및 헬스케어 분야에서 광범위하게 응용될 것으로 기대된다.
이용수 박사과정과 이현우 석사과정이 주도한 이 기술은 미국 샌프란시스코에서 열린 세계적 반도체 학술대회 ISSCC(국제고체회로설계학회)에서 3일(현지시간) 하이라이트 논문으로 발표됐다.
스마트 스티커 센서는 길이 55mm, 너비 25mm의 직사각형 페트 필름(PET Film)에 센서, 처리기, 무선송수신기 기능을 집적한 초저전력 시모스 단일칩시스템(CMOS SoC)을 부착한 형태로 하이브리드 집적기술을 활용했다.
연구팀은 적, 녹색의 유기발광다이오드(OLED)와 유기광센서(OPD)로 구성된 유기광전소자를 사용해 전력 소모를 크게 줄였다.
산소 포화도 측정에는 녹색, 적색 광원이 동시에 필요한데 녹색 파장대역에서 효율이 낮은 기존 발광다이오드와 달리, OLED는 두 색의 파장대역 모두에서 고르게 높은 양자효율을 보인다. 동시에 광손실이 적도록 인체에 밀착 가능한 유연함을 가져 적은 구동 전류로 충분한 신호를 확보했다.
연구팀은 기존 기기들이 블루투스 통신으로 데이터를 전송하는 것과 달리 전도성이 존재하는 인체를 통신매질로 이용했다. 고속 저전력 전송이 가능한 인체매질통신 기술을 실현해 무거운 외부 소자 없이 초저전력으로 데이터 통신이 가능하다.
또한 기존 기기들이 개인차나 부위에 상관없이 항상 최대의 빛을 방출하는 것에 비해 스마트 스티커 센서는 자동으로 수신부의 빛 양을 모니터링해 상황에 맞춰 빛을 조절한다.
이를 통해 주변 빛이나 동작에 따른 신호 잡음을 효과적으로 제거하는 기술도 갖췄다. 또한 유기광전소자 특성상 빛의 밝기가 시간의 흐름에 따라 서서히 감소할 수 있지만 이 스티커 센서는 일정한 빛이 나오도록 제어해 장기간 일정한 밝기를 유지할 수 있다.
스마트 스티커 센서는 총 200마이크로와트(μW) 미만의 초저전력으로 구동 가능해 기존 기기의 수~수십 밀리와트(mW)에 비해 매우 감소된 전력 소비량을 보였다. 또한 동전 배터리 포함 약 2그램의 무게로 피부에 완벽히 부착이 가능해 48시간 이상 지속적으로 생체신호를 측정할 수 있다.
유회준 교수는 “국내외 IT 기업들이 차세대 산업으로 웨어러블 헬스케어를 주목하고 관련 디바이스를 출시하고 있다”며 “시장 선점을 위해서는 초저전력 및 소형화는 물론이고 시계, 밴드 같은 액세서리 형태에서 한 단계 나아가는 변화를 보여야 할 것이다”고 말했다.
유승협 교수는 “이번 스마트 스티커 센서의 개발로 플렉서블 OLED와 유기광센서 응용에 새 가능성을 열었다”고 말했다.
연구팀은 관련 회사에 기술이전을 통해 올해 내로 상용화할 예정이라고 밝혔다.
□ 그림 설명
그림1. 스마트 스티커 센서에 쓰인 플렉서블 OLED와 유기포토센서
그림2. 반도체 칩과 유기광전 소자 결합 하이브리드 스마트 스티커 센서
그림3. 스마트 스티커 센서 씨모스 단일칩시스템(CMOS SoC)
2016.02.05
조회수 15440
-
유회준 교수, 시선 추적 스마트 안경 ‘케이-글래스 2’ 개발
<유회준 교수>
우리 대학 전기 및 전자공학과 유회준 교수 연구팀이 사용자의 시선을 인식해 증강현실을 구현할 수 있는 저전력 스마트안경 ‘케이-글래스2(K-Glass 2)’를 개발했다.
이번 연구는 지난 2월 미국 샌프란시스코에서 열린 세계 반도체 올림픽이라 불리는 국제고체회로설계학회(ISSCC)에서 발표돼 주목을 받았다.
케이-글래스 2의 핵심 기술인 시선 추적 이미지 센서 ‘아이-마우스(i-Mouse)’는 사용자의 시선에 따라 마우스 포인터를 움직이고, 눈 깜빡임으로 아이콘을 클릭할 수 있다. 더불어 안경 너머의 물체를 쳐다보면 관련 증강 현실 정보를 얻을 수 있다.
케이-글래스 2는 음성 인식 기능을 주로 사용하는 구글 글래스에 비해 주변 소음이 많은 야외에서도 방해받지 않고 쉽게 조작이 가능하다.
기존 시선 추적 시스템은 눈을 촬영하는 이미지 센서와 시선추적 알고리즘을 가속하는 멀티코어 프로세서로 구성된다. 이는 평균 200mW 이상의 전력을 필요로 해 스마트폰 배터리의 20%가량인 스마트 안경 시스템에서는 부적합했다.
하지만 케이-글래스 2의 시선 추적 이미지 센서는 복잡한 시선 추적 알고리즘을 센서 내에서 모두 처리하기 때문에 10mW의 평균 전력으로도 24시간 이상 동작이 가능하다.
이 기술은 유 교수 팀이 시선 추적 및 시선 속 물체를 인식할 수 있는 저전력의 전자 칩을 개발함으로써 가능해졌다.
또한 전압과 동작 주파수를 동적 조절이 가능한 멀티코어 프로세서에 함께 집적했기 때문에 복잡한 증강현실 알고리즘을 저전력으로 가속할 수 있다.
유 교수는 “스마트 안경 분야에서 주도권을 잡기 위해선 소형화·저전력화는 물론 사용자 인터페이스(UI)와 사용자 경험(UX)에 대한 개발이 필수”라며, “케이-글래스 2는 복잡한 증강현실을 초저전력으로 구현해 차세대 스마트 IT분야의 견인차 역할을 할 것”이라고 밝혔다.
유회준 교수 지도하에 홍인준 박사과정 학생이 주도해 개발한 케이-글래스 2는 미래창조과학부 국책과제인 뇌모방 지능형 메니코아 프로세서 연구사업의 일환으로 진행됐다.
사진1. 케이-글래스 2 후면 사진 및 기능 설명
사진2. 케이-글래스 2 착용 사진
2015.03.09
조회수 13385
-
초소형 스마트 침 시스템 개발
- 작고 가벼우면서 성능은 훨씬 뛰어나지만 가격은 1/100도 안돼 -- 지능형 컴퓨터 칩이 달린 침으로 과학적인 치료 가능 -
편리하고 과학적인 ‘초소형 스마트 침 시스템’이 KAIST 연구진에 의해 개발됐다.
우리 학교 전기 및 전자공학과 유회준 교수 연구팀이 크기는 동전만큼 작으면서도 환자의 상태를 실시간 모니터링 할 수 있는 "초소형 스마트 침 시스템‘을 개발했다고 8일 밝혔다.
유 교수팀이 개발한 전기침 치료기는 한의원에서 사용 중인 기존 침보다는 훨씬 작고 가벼우면서도 더 뛰어난 성능을 갖고 있지만 가격은 1/100도 안 된다.
전기침은 질병치료 등 의료분야 뿐만 아니라 지방분해 등 비의료 분야에서도 널리 사용되고 있다.
전기침 치료기는 전선이 연결된 커다란 집게를 침에 연결해 전기 자극을 주는 방식이다. 따라서 환자가 움직이거나 선에 힘이 실리게 되면 침이 구부러지거나 뽑히는 등 불안정한 상태로 치료해야만 했다.
연구팀이 개발한 ‘스마트 침 시스템’은 자체 개발한 직물형 인쇄회로 기판(Planar Fashionable Circuit Board, P-FCB)을 이용해 몸에 직접 붙이는 패치형으로 만들어 초소형화를 실현하면서 복잡한 선 연결을 없앴다.
특히 지능형IC를 갖춰 치료 중 생체 신호를 감지해 환자의 상태를 모니터링 할 수 있는 점이 큰 특징이다.
기존의 전기침 자극은 환자의 상태 및 치료 효과를 판단하는 데 육안 혹은 환자의 느낌 등의 주관적인 요소가 강했다. 그러나 이 시스템은 전기침 치료를 하면서 사용자의 근전도 및 체온 등을 감지해 환자의 상태를 파악하면서 다중 생체 신호도 감지해 치료 효과를 보다 객관적으로 검증할 수 있다.
이와 함께 안정적인 자극을 위해 초저전력으로 제작돼 코인 배터리만으로 연속 1시간 이상 동작이 가능해 치료에 충분한 동작시간을 확보했다.
유회준 교수의 지도아래 송기석 박사과정 학생이 개발한 ‘초소형 스마트 침 시스템’은 지난달 말 세계적인 반도체학술대회인 국제고체회로설계학회(International Solid-State Circuits Conference)에서 발표돼 국내․외 관련분야 학자들로부터 많은 관심을 받았다.
유회준 교수는 “이 시스템이 각광을 받고 있는 이유는 간편하고 과학적으로 치료할 수 있는 전기침 자극 시스템이 현재까지 개발된 적이 없었기 때문”이라며 “불편하고 비과학적이라고 인식 되었던 전기침 치료가 편리하고 과학적인 치료로 새롭게 거듭나는 계기가 될 것”이라고 말했다.
더불어 “개발된 생체 피드백 전기침 자극 시스템을 통해 그동안 풀리지 않았던 한의학의 과학화에 한걸음 다가갈 수 있다는 가능성을 제시했다는 점에서 매우 큰 의미를 갖는다”고 강조했다.
[그림 1,2] 스마트 전기침 시스템『스마트 전기침 시스템』은 전기침 패치, 침, 그리고 전도성 실로 구성된다. 전기침 패치는 동전 500원 정도의 크기로 패치 안에 코인 배터리와 지능형 IC를 탑재하고 있다. 지능형 전기 자극 IC는 0.13㎛ 공정으로 설계가 되어 있으며 12.5㎟의 아주 작은 면적을 갖기 때문에 작은 패치 위에 쉽게 구현될 수 있다. 또한 전력 소모 역시 최대 6.8mW로 매우 낮기 때문에 탑재된 코인 배터리로 1시간 이상의 치료 시간을 보장할 수 있다.
[그림 3] 스마트 전기침 패치 구조『스마트 전기침 시스템』의 패치는 크게 3개의 계층으로 구성이 된다. 1) 표면 전극층, 2) 전원층, 3) 회로층이다. 3) 회로층에는 전기 자극 IC와 코인 배터리가 탑재되고 전기 자극 IC와 침은 전도성 부직포와 전도성 실을 통해서 편리하고 안정적으로 연결이 될 수 있다.
[그림 4] 스마트 전기침 패치 구조『스마트 전기침 시스템』을 사용하여 전기 자극을 하는 방식을 사용하는 침의 개수에 따라 2가지로 나눌 수 있다. 1) 단일 지점 전기 자극 방식 : 하나의 침과 전기침 패치의 표면 전극 사이에 전류 자극을 하는 방식, 2) 양 지점 전기 자극 방식 : 두 개의 침 사이에 전류 자극을 하는 방식이다.
[그림 5] 기존 전기침과 스마트 전기침 시스템의 비교『스마트 전기침 시스템』은 500원짜리 동전 정도의 크기로 매우 작으며 직물위에 회로를 직접 인쇄하는 P-FCB 기술을 이용하여 이물감이 거의 느껴지지 않을 정도로 가볍게 제작되었다. 그리고 기존의 전기침과는 달리 복잡한 전선의 연결이 필요 없어 환자가 움직이는데 제약이 없다. 스마트 전기침 시스템은 전기 자극을 하면서 전기침 패치의 표면 전극을 통해 환자의 근전도 및 체온 정보를 수집/전송하여 환자의 상태에 따라 전기 자극 강도를 자동으로 조절할 수 있다.
[그림 6] 스마트 전기침 시스템 구성도스마트 전기침 시스템의 IC는 크게 4부분으로 구성된다. 1) 전기 자극부는 1~500Hz의 40uA~1mA의 자극 전류 펄스를 만들어 낸다. 2) 다중 모드 센서부는 전기 자극 중 근전도와 온도를 매우 낮은 소모 전력으로 감지한다. 3) 감지된 근전도와 온도 정보는 SoC 제어부의 on-chip 메모리에 저장이 된다. 4) 이후 저장된 근전도와 온도 정보는 인체 매질 통신부를 통해서 외부로 전송이 되어 시술자 및 사용자에게 나타나게 된다.
2012.03.08
조회수 20673