-
두뇌 신경 조율 활동을 모방한 저전력 인공지능 하드웨어 핵심기술 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 두뇌에서 일어나는 신경 조율 활동을 구현한 인공지능용 하드웨어와 관련 알고리즘의 개발에 성공했다고 19일 밝혔다.
4차 산업 혁명 시대를 맞아 인공지능 기술(Artificial Intelligence; AI)의 연구가 활발해지고 이에 따라 인공지능 기반 전자기기들의 개발 및 제품 출시가 가속화되고 있다. 인공지능을 전자기기에서 구현하기 위해서 맞춤형 하드웨어의 개발 또한 뒷받침돼야 하는데, 현재 대부분의 인공 지능용 전자기기들은 많은 연산량을 수행하기 위해 높은 전력 소모와 고도로 집적된 메모리 배열을 사용하고 있다.
인공 지능의 능력 향상을 위해 이러한 전력 소모 및 집적화 한계의 문제를 해결하는 것은 인공 지능 기술 분야의 커다란 과제이며, 인간의 뇌 활동에서 문제 해결의 단서를 찾고자 하는 노력이 계속돼왔다.
김경민 교수 연구팀은 인간의 두뇌 신경망이 신경 조율(Neuromodulation) 기능을 통해 연결 구조를 상황에 따라 지속적으로 변화시키는 것을 모방, 인공 지능을 위한 수학적 연산을 효율적으로 처리할 수 있는 기술을 개발했다. 두뇌에서는 학습하는 과정에서 실시간으로 신경망의 연결도를 변경해 필요에 따라 기억을 저장하거나 불러내는데, 이러한 신경 조율 기능을 하드웨어에서 직접 구현하는 새로운 방식의 인공 지능 학습 방식을 제시한 것이다.
연구팀은 개발된 기술의 효율성을 증명하기 위해 독자적인 전자 시냅스 소자가 탑재된 인공 신경망 하드웨어를 제작했으며, 여기에 개발한 알고리즘을 적용해 실제 인공지능 학습을 진행했고, 그 결과 인공지능 학습에 필요한 에너지를 37% 절약할 수 있었다.
공동 제1 저자인 신소재공학과 정운형 박사과정과 전재범 박사과정은 "인간의 두뇌는 생존을 위해 에너지 소모를 최소화하는 방향으로 진화해왔다. 이번 연구에서는 간단한 회로의 구성만으로 인간 두뇌의 학습 방식을 구현하였으며, 이를 통해 40%에 가까운 에너지를 줄일 수 있었다, 이는 범용성 있게 모든 SNN(스파이킹 뉴럴 네트워크) 인공 신경망에서 사용 가능한 장점을 가진다ˮ며 "뇌 활동을 모방해 개발한 새로운 학습 방식의 착안은 앞으로 인공 지능 분야의 소프트웨어·하드웨어 분야가 나아가야 할 길의 이정표가 될 것이다ˮ라고 말했다.
이러한 두뇌 신경 활동을 모방한 학습 알고리즘은 기존 전자기기 및 상용화된 반도체 하드웨어에 적용 및 호환을 할 수 있으며 차세대 인공 지능용 반도체 칩의 설계에 사용할 수 있을 것으로 기대된다.
이번 연구는 국제 학술지 `어드밴스드 펑셔널 머터리얼즈(Advanced Functional Materials)'에 지난 3월 31일 자에 게재됐으며 한국연구재단, ㈜SK Hynix, 나노종합기술원(NNFC) 및 KAIST의 지원을 받아 수행됐다. (논문명: Demonstration of Neuromodulation-inspired Stashing System for Energy-efficient Learning of Spiking Neural Network using a Self-Rectifying Memristor Array)
2022.04.19
조회수 9670
-
조광현 교수, 뇌파 생성, 변조 담당하는 신경회로 원리 규명
〈 조광현 교수 연구팀 〉
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 뇌파의 생성 및 변조를 담당하는 핵심 신경회로를 규명하는 데 성공했다.
이를 통해 뇌의 동작원리를 밝힐 뿐 아니라 향후 여러 뇌질환 환자에게서 발생하는 비정상적 뇌파활동을 신경세포 네트워크 수준에서 규명하는 데 활용 가능할 것으로 기대된다. 이번 연구는 4차 산업혁명의 핵심기술로 주목받는 IT와 BT의 융합연구인 시스템생물학 연구로 규명했다는 의미를 갖는다.
이병욱 박사과정, 신동관 박사, 스티븐 그로스 박사가 함께 참여한 이번 연구는 국제 학술지 ‘셀 리포트(Cell Reports)’ 11월 6일자 온라인 판에 게재됐다.
뇌의 다양한 기능은 신경세포(뉴런) 사이의 복잡한 상호작용을 통해 이뤄진다. 특히 뉴런들의 동시다발적인 발화에 의해 형성되는 뇌파는 뇌의 활동 상태를 측정하는 가장 중요한 지표이며, 특정 기능을 수행하기 위해 영역 간 선택적 통신의 매개체 역할을 하는 것으로 알려져 있다.
또한 뇌파의 비정상적인 생성 및 변조 현상은 다양한 뇌질환과 밀접한 관계를 갖는 것으로 밝혀지고 있다. 이에 따라 전 세계 신경생물학 연구자들은 뇌파의 생성 및 변조 원리를 파악하기 위해 노력해 왔다.
그러나 뇌파의 생성 및 변조는 수많은 뉴런 사이의 복잡한 상호작용을 통해 발생하는 예측할 수 없는 창발적 특성(emergent property)을 갖기 때문에 기존의 신경 생물학 실험을 통해 그 원리를 규명하기에는 한계가 있었다.
조 교수 연구팀은 시스템생물학 기반의 연구방법을 통해 뇌파의 생성 및 변조 원리를 분석했다. 연구팀은 여러 뇌 영역 중 특히 감각 피질(sensory cortex)에 주목했다. 감각 피질은 외부 감각 정보를 처리하고 통합, 조절하는 핵심 영역으로 여러 주파수 대역의 뇌파와 변조를 관측할 수 있다.
연구팀은 최근 커넥토믹스 (connectomics) 연구를 통해 밝혀진 쥐의 감각피질 내 뉴런의 종류 및 뉴런 간 연결성 정보를 이용해 감각피질을 구성하는 뉴런들과 이들을 연결하는 시냅스를 수학 모델을 통해 표현하고 이로부터 신경회로를 구축해 뇌파의 생성 및 변조 과정을 분석했다.
연구팀은 대규모 컴퓨터 시뮬레이션 분석을 통해 흥분성 뉴런과 억제성 뉴런으로 구성된 양성피드백과 음성피드백의 중첩된 구조(interlinked positive and negative feedback)가 뇌파의 생성 및 주파수 변조 현상의 핵심회로임을 최초로 규명했다.
특히 연구팀은 기존의 전기생리학 실험을 통해 측정된 뉴런 간 시냅스의 특정 연결강도가 신경회로의 뇌파 생성 및 변조 기능을 극대화시킬 수 있는 최적의 조합임을 밝혀냈다.
이번에 개발한 수학모형을 활용하면 전통적 생물학 실험을 통해 파악이 어려웠던 뉴런들 간의 다양한 상호작용을 이해하고 신경회로의 복잡한 설계원리를 파악할 수 있을 것으로 기대된다.
또한 여러 뇌질환 환자의 뇌에서 관측되는 비정상적인 뇌파 활동을 신경네트워크 차원에서 분석하고 규명할 수 있을 것으로 예상된다.
시스템생물학 접근을 통한 신경회로의 구조 및 기능 분석은 인공지능의 발전에도 기여할 것으로 기대된다. 두뇌 신경회로의 작동원리에 대한 이해를 높인다면 컴퓨터 과학자들이 이를 이용해 새로운 인공지능 기술을 개발할 수 있다. 자폐증이나 집중력 조절장애 등과 관련된 신경회로 규명, 두뇌 치료 기술 개발 등의 원천 의료기술 개발에도 혁신으로 이어질 수 있다.
조 교수는 “지금껏 뇌파의 생성 및 변조를 담당하는 핵심 신경회로가 밝혀진 바가 없었다”며 “이번 연구에서는 최근 커넥토믹스 (connectomcis) 연구를 통해 점차 밝혀지고 있는 뉴런간의 복잡한 연결성에 숨겨진 설계원리를 시스템생물학 연구를 통해 찾아냄으로써 뇌의 동작원리를 파악할 수 있는 새로운 가능성을 제시했다”고 말했다.
이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업과 바이오의료기술개발사업, 그리고 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 뉴런 간 연결 강도에 내제된 기능적 설계원리 파악
그림2. 뇌파의 생성 및 변조를 담당하는 핵심 신경회로
2018.11.14
조회수 16451