%EC%9C%A0%ED%9A%8C%EC%A4%80
-
생생한 3차원 실사 이미지 구현하는 ‘메타브레인’ 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 실사에 가까운 이미지를 렌더링할 수 있는 인공지능 기반 3D 렌더링을 모바일 기기에서 구현, 고속, 저전력 인공지능(AI: Artificial Intelligent) 반도체*인 메타브레인(MetaVRain)’을 세계 최초로 개발했다고 7일 밝혔다.
* 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체
연구팀이 개발한 인공지능 반도체는 GPU로 구동되는 기존 레이 트레이싱 (ray-tracing)* 기반 3D 렌더링을 새로 제작된 AI 반도체 상에서 인공지능 기반 3차원으로 만들어, 기존의 막대한 비용이 들어가는 3차원 영상 캡쳐 스튜디오가 필요없게 되므로 3D 모델 제작에 드는 비용을 크게 줄이고, 사용되는 메모리를 180배 이상 줄일 수 있다. 특히 블렌더(Blender) 등의 복잡한 소프트웨어를 사용하던 기존 3D 그래픽 편집과 디자인을 간단한 인공지능 학습만으로 대체하여, 일반인도 손쉽게 원하는 스타일을 입히고 편집할 수 있다는 장점이 있다.
*레이 트레이싱 (ray-tracing): 광원, 물체의 형태, 질감에 따라 바뀌는 모든 광선의 궤적을 추적함으로써 실사에 가까운 이미지를 얻도록 하는 기술
한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 2월 18일부터 22일까지 전 세계 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문번호 2.7, 논문명: 메타브레인: A 133mW Real-time Hyper-realistic 3D NeRF Processor with 1D-2D Hybrid Neural Engines for Metaverse on Mobile Devices (저자: 한동현, 류준하, 김상엽, 김상진, 유회준))
유 교수팀은 인공지능을 통해 3D 렌더링을 구현할 때 발생하는 비효율적인 연산들을 발견하고 이를 줄이기 위해 사람의 시각적 인식 방식을 결합한 새로운 컨셉의 반도체를 개발했다. 사람은 사물을 기억할 때, 대략적인 윤곽에서 시작하여, 점점 그 형태를 구체화하는 과정과 바로 직전에 보았던 물체라면 이를 토대로 현재의 물체가 어떻게 생겼는지 바로 추측하는 인지능을 가지고 있다. 이러한 사람의 인지 과정을 모방하여, 새롭게 개발한 반도체는 저해상도 복셀을 통해 미리 사물의 대략적인 형태를 파악하고, 과거 렌더링했던 결과를 토대로, 현재 렌더링할 때 필요한 연산량을 최소화하는 연산 방식을 채택하였다.
유 교수팀이 개발한 메타브레인은 사람의 시각적 인식 과정을 모방한 하드웨어 아키텍처뿐만 아니라 최첨단 CMOS 칩을 함께 개발하여, 세계 최고의 성능을 달성하였다. 메타브레인은 인공지능 기반 3D 렌더링 기술에 최적화되어, 최대 100 FPS 이상의 렌더링 속도를 달성하였으며, 이는 기존 GPU보다 911배 빠른 속도다. 뿐만아니라, 1개 영상화면 처리 당 소모에너지를 나타내는 에너지효율 역시 GPU 대비 26,400배 높인 연구 결과로 VR/AR 헤드셋, 모바일 기기에서도 인공지능 기반 실시간 렌더링의 가능성을 열었다.
연구팀은 메타브레인의 활용 예시를 보여주고자, 스마트 3D 렌더링 응용시스템을 함께 개발하였으며, 사용자가 선호하는 스타일에 맞춰, 3D 모델의 스타일을 바꾸는 예제를 보여주었다. 인공지능에게 원하는 스타일의 이미지를 주고 재학습만 수행하면 되기 때문에, 복잡한 소프트웨어의 도움 없이도 손쉽게 3D 모델의 스타일을 손쉽게 바꿀 수 있다. 유 교수팀이 구현한 응용시스템의 예시 이외에도, 사용자의 얼굴을 본떠 만든 실제에 가까운 3D 아바타를 만들거나, 각종 구조물들의 3D 모델을 만들고 영화 제작 환경에 맞춰 날씨를 바꾸는 등 다양한 응용 예시가 가능할 것으로 기대된다.
연구팀은 메타브레인을 시작으로, 앞으로의 3D 그래픽스 분야 역시 인공지능으로 대체되기 시작할 것으로 기대한다며, 인공지능과 3D 그래픽스의 결합은 메타버스 실현을 위한 큰 기술적 혁신이라는 점을 밝혔다.
연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 3D 그래픽스는 사람이 사물을 어떻게 보고 있는지가 아니라, 사물이 어떻게 생겼는지를 묘사하는데 집중하고 있다”라며 “이번 연구는 인공지능이 사람의 공간 인지 능력을 모방하여 사람이 사물을 인식하고 표현하는 방법을 차용함으로써 효율적인 3D 그래픽스를 가능케 한 연구”라고 본 연구의 의의를 밝혔다. 또한 “메타버스의 실현은 본 연구에서 보인 것처럼 인공지능 기술의 혁신과 인공지능 반도체의 혁신이 함께 이루어질 것”이라 미래를 전망하였다.
데모 동영상 유튜브 주소: https://www.youtube.com/watch?v=m-aqnZhALv0
2023.03.07 조회수 6069 -
사진에서 3차원 정보를 추론하는 인공지능 반도체 IP(지식재산권) 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수가 이끄는 PIM 반도체 설계 연구센터(AI-PIM)가 유수 학계에서 인정한 5종의 최첨단 인공지능 반도체 IP(지식재산권)를 개발했다고 29일 밝혔다.
대표적으로 심층신경망 추론 기술 및 센서 퓨전* 기술을 통해 사진으로부터 3차원 공간정보 추출하고 물체를 인식해 처리하는 인공지능(AI) 칩은 KAIST에서 세계 최초로 개발해 SRAM PIM** 시스템에 필요한 기술을 IP(지식재산권)화 한 것이다.
* 센서 퓨전 : 카메라, 거리센서 등의 각종 센서로부터 얻은 데이터를 결합하여보다 정확한 데이터를 얻는 방식
** SRAM PIM : 기존 메모리 SRAM과 DRAM 중 SRAM에 연산기를 결합한 PIM반도체
이 IP는 올해 2월 20일부터 28일까지 개최된 국제고체회로설계학회(ISSCC)에서 현장 시연을 통해 많은 주목을 받았으며, 이를 누구라도 편리하게 활용할 수 있도록 한 것이다. (웹사이트 : www.ai-pim.org)
KAIST PIM 반도체 설계연구센터는 해당 IP를 포함해 ADC*, PLL** 등 총 5가지의 PIM IP를 확보했으며, 지난 28일 웹사이트를 오픈해 연구자들이 공유할 수 있는 환경을 제공하고 있다.
* ADC(Analog to Digital Converter) : 아날로그 데이터를 디지털 데이터로 변환시키는 회로
** PLL(Phase-Locked Loop) : 내부 신호의 위상과 외부 신호의 위상을 동기화할 수 있도록 설계된 회로
기존 물체 인식 인공지능 반도체는 사진과 같은 2차원 정보를 인식하는 `사진인식기술'에 불과하다. 하지만 현실 세계의 물체들은 3차원 구조물이기 때문에 3차원 공간정보를 활용해야만 정확한 `물체인식'이 가능하다.
3차원 공간정보는 사진과 같은 2차원 정보에 거리정보를 포함시켜 실제 3차원 공간을 표현한 것으로, 3차원 공간정보에 물체를 식별해 해당 물체의 위치 및 각도를 추적하는 3차원 물체인식 기술이다. 이는 자율주행, 자동화 기술, 개인용 증강현실 (AR)과 가상현실(VR) 등과 같은 3D 어플리케이션에서 사용하는 핵심기술이다.
기존 ToF 센서*를 활용해 센서 뷰 내에 있는 모든 물체에 대한 정밀한 3차원 정보를 추출하는 것은 전력 소모가 매우 크기 때문에 배터리 기반 모바일 장치(스마트폰, 태블릿 등)에서는 사용하기 어렵다.
* ToF 센서 : 3차원 공간정보를 추출하는 Time-of-Flight 센서로, 레이저를 방출하고 반사된 레이저가 검출되는 시간을 측정하여 거리를 계산, 대표적인 센서로 3D 라이다 (LiDAR) 센서가 있음
또한, ToF 센서는 특정 측정 환경에서 3차원 정보가 손실되는 문제와 데이터 전처리 과정에 많은 시간이 소요된다는 문제점이 있다.
3차원 물체인식 기술은 데이터가 복잡해 기존 인공지능 2차원 사진인식 가속 프로세서로 처리하기 어렵다. 이는 3차원 포인트 클라우드 데이터를 어떻게 선택하고 그룹화하느냐에 따라 메모리 접근량이 달라진다.
따라서 3차원 포인트 클라우드 기반 인공지능 추론은 연산 능력이 제한적이고 메모리가 작은 모바일 장치에서는 소프트웨어만으로 구현할 수 없었다.
이에 연구팀은 카메라와 저전력 거리센서 (64픽셀)를 사용하여 3차원 공간정보를 생성했고, 모바일에서도 3차원 어플리케이션 구현이 가능한 반도체 (DSPU: Depth Signal Processing Unit)를 개발함으로써 인공지능 반도체의 활용범위를 넓혔다.
모바일 기기에서 저전력 센서를 활용한 3차원 정보 처리 시스템을 구동하면서, 실시간 심층신경망 추론과 센서 퓨전 기술을 가속하기 위해서는 다양한 핵심기술이 필요하다. 인공지능 핵심기술이 적용된 DSPU는 단순 ToF센서에 의존했던 3차원 물체인식 가속기 반도체 대비 63.4% 낮춘 전력 소모와 53.6% 낮춘 지연시간을 달성했다.
PIM반도체 설계연구센터(AI-PIM)의 소장인 유회준 교수는 “이번 연구는 저가의 거리센서와 카메라를 융합해 3차원 데이터 처리를 가능하게 한 인공지능 반도체를 IP화했다는 점에서 의미가 크며, 모바일 기기에서 인공지능 활용 영역을 크게 넓혀 다양한 분야에 응용 및 기술이전을 기대하고 있다”고 연구의 의의를 설명했다.
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 PIM인공지능반도체핵심기술개발사업을 통해 개발되었으며, 이와 관련해 PIM 반도체 관련 기업과 연구기관에 개발된 IP들의 기술이전 및 활용을 돕고 있다.
2022.12.29 조회수 6067 -
고정확도 실시간 학습 가능한 모바일 인공지능 반도체 칩 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 인공지능의 실시간 학습을 모바일 기기에서 구현, 고정확도 인공지능(AI: Artificial Intelligent) 반도체*를 세계 최초로 개발했다고 23일 밝혔다.
* 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체
연구팀이 개발한 인공지능 반도체는 저비트 학습과 저지연 학습 방식을 적용해, 모바일 기기에서도 학습할 수 있다. 특히 이번 반도체 칩은 인공지능의 예상치 못한 성능 저하를 막을 수 있는 실시간 학습 기술을 성공적으로 구현했다.
전기및전자공학부 한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 6월 12일부터 15일까지 인천 연수구 송도 컨벤시아에서 개최된 국제 인공지능 회로 및 시스템 학술대회(AICAS)에서 발표됐으며 응용 예시를 현장에서 시연했고, 최우수 논문상과 최우수 데모상을 모두 석권해 그 우수성을 널리 알렸다. (논문명 : A 0.95 mJ/frame DNN Training Processor for Robust Object Detection with Real-World Environmental Adaptation (저자: 한동현, 임동석, 박광태, 김영우, 송석찬, 이주형, 유회준))
인공지능 (AI) 반도체 기술을 망라하는 국제 학술 대회 ‘AICAS 2022’는 인공지능 반도체 분야 세계 최고 권위를 가진 IEEE(미국 전기 전자 기술자 협회)학회로 평가받으며, 삼성, SK를 필두로, 한국전자통신연구원(ETRI), 엔비디아(NVIDIA), 케이던스(Cadence) 등 국내외 저명한 기업과 기관 등이 참석해 인공지능 반도체 회로와 시스템 전 분야, 인공지능 반도체와 관련된 연구성과를 공유하는 행사다.
기존 인공지능은 사전에 학습된 지능만으로 추론을 진행했기 때문에 학습하지 않은 새로운 환경 혹은 물체에 대해서는 물체 검출이 어려웠다. 하지만 유회준 교수 연구팀이 개발한 실시간 학습은 추론만 수행하던 기존 모바일 인공지능 반도체에 학습 기능을 부여함으로써, 인공지능의 지능 수준을 크게 끌어올렸다.
유 교수팀의 새로운 인공지능 반도체는 사전에 학습한 지식과 애플리케이션 수행 중에 학습한 지식을 함께 활용해 고정확도 물체검출 성능을 보였다. 특히 유회준 교수 연구팀은 렌즈가 깨지거나, 기계 오류로 인한 인공지능의 예상치 못한 정확도 감소도 자동으로 인지하고 이를 실시간 학습을 통해 보정, 기존 인공지능의 문제점을 해결했다.
유 교수팀은 실시간 학습 기능에 더해, 모바일 기기에서 저전력으로 학습이 가능할 수 있도록, 저비트 인공지능 학습 방법, 직접 오류 전사 기반 저지연 학습 방식을 제안, 이를 최적화할 수 있는 반도체(HNPU) 와 응용 시스템을 모두 개발했다.
저전력, 실시간 학습을 수행할 수 있는 모바일 인공지능 전용 반도체, HNPU는 다음과 같이 6가지 핵심 기술이 도입됐다.
○ 확률적 동적 고정 소수점 활용 저비트 학습 방식 (SDFXP: Stochastic Dynamic Fixed-point Representation)
- 동적 고정 소수점에 확률적 표현을 결합하고 확률적 반올림을 도입하여 인공지능 학습에 필요한 비트 정밀도를 최소화 할 수 있는 방법
○ 레이어별 자동 정밀도 검색 알고리즘 및 하드웨어 (LAPS: Layer-wise Adaptive Precision Scaling)
- 학습의 난이도를 자동으로 파악하고 심층신경망의 레이어별로 최적의 비트수를 자동으로 찾아주는 알고리즘 및 이를 가속하는 하드웨어
○ 입력 비트 슬라이스 희소성 활용* (ISS: Input Slice Skipping or Bit-slice Level Sparsity Exploitation)
- 데이터를 이진수로 표현했을 때 중간중간 나타나는 ‘0’ 비트를 활용하여, 데이터 처리량을 높이는 방식
○ 내재적 순수 난수 생성기 (iTRNG: Intrinsic True Random Number Generator)
인공지능 연산을 활용한 순수 난수 생성기를 설계, 데이터의 암호화 및 확률적 반올림을 구현
○ 다중 학습 단계 할당을 통한 고속 학습 알고리즘 및 하드웨어 (MLTA: Multi Learning Task Allocation & Backward Unlocking)
기존 역전파 (Back-propagation) 알고리즘에서 탈피해, 직접 오류 전사를 통한 저지연 학습 구현
○ 실시간 인공지능 학습 기반 자동 오류 검출 기능 저하 보정 시스템 개발 (Real-time DNN Training based Automatic Performance Monitor and Performance Recovery System)
평상시 물체 검출 결과를 주기적으로 모니터링하면서, 갑작스러운 확률 변화를 자동으로 인식, 정확도 저하를 보정하기 위해 실시간 학습을 적용
* 희소성 활용 (Sparsity Exploitation) : 심층 신경망 모델의 연산은 수많은 곱셈누적(MAC: Multiply-And-Accumulate)연산의 연속이다. 연산자에 0이 존재할 시, 굳이 연산을 해보지 않아도 결과는 0임을 알기에 이를 뛰어넘는 방식으로 연산 속도를 높이는 방식.
이러한 기술을 사용해 HNPU는 저전력 물체검출을 구현하여, 다른 모바일 물체검출 시스템과 비교해 75% 높은 속도, 44% 낮은 에너지 소모를 달성하면서도, 실시간 학습으로 고정확도 물체검출을 개발해 주목을 받았다.
연구팀은 HNPU의 활용 예시로 카메라 렌즈가 깨지거나, 기계 오류, 조명, 밝기 변화로 인공지능의 추론 능력이 떨어졌을 때, 실시간 학습을 통해 다시 정확도를 높이는 고정확도 물체검출 시스템을 개발했다. 이는 이후 자율 주행, 로봇 등 다양한 곳에 활용될 것으로 기대된다.
특히 연구팀의 HNPU 연구는 2022 국제인공지능회로및시스템학술대회(AICAS 2022)에서 발표돼, 최우수 논문상과 최우수 데모상을 모두 석권하여 그 우수성을 널리 알렸다.
연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 인공지능은 사전에 학습한 지식만으로 주어진 문제를 해결하고 있으며, 이는 변화하는 환경과 상황에 맞춰 계속 학습하는 인간의 지능과 뚜렷한 차이를 보인다”라며 “이번 연구는 실시간 학습 인공지능 반도체를 통해 인공지능의 지능 수준을 사람 수준으로 한층 더 끌어올리는 연구”라고 본 연구의 의의를 밝혔다.
2022.06.23 조회수 6673 -
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 16712 -
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 14357 -
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 15672 -
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 13605 -
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 12505 -
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 13382 -
증강현실로 스마트시대의 미래를 열다!
영화 ‘마이너리티 리포트’에서 허공에 화면이 뜨고 손짓으로 컴퓨터를 조작하는 모습은 단지 상상 속 미래였다. 하지만 이런 일들이 곧 실현될 것으로 보인다. 우리 학교 전기및전자공학과 유회준 교수 연구팀은 세계 최초로 증강현실 전용 프로세서가 내장된 고성능·초저전력 머리 장착형 디스플레이(HMD, Head Mount Display) ‘케이 글래스(K-Glass)’를 개발했다. 연구팀의 전용 프로세서 개발로 기존 상용칩을 활용한 구글 글래스 보다 속도는 30배 이상 빨라지면서 동시에 사용시간은 3배 이상 길어지는 등 실제 사용자에게 불편함이 많이 줄어 증강현실시대를 앞당길 것으로 기대된다. 증강현실이란, 현실 세계와 이를 적절히 변형한 가상 미디어 콘텐츠가 결합한 것이다. 예를 들면, 동화책에 그려진 공룡 그림을 쳐다보면 3차원 공룡이 책 위로 솟아올라 보이며 방향을 바꾸면 공룡의 다른 쪽이 보이게 하는 기술이다. 삼성, 마이크로소프트 등에서는 관련 특허를 출원하고 있고, 특히 구글에서는 2012년 5월 증강현실을 위한 프로젝트 글래스(Project Glass)를 개발했다. 하지만 자연스러운 증강현실을 구현하기에는 성능이 만족할만한 수준은 아니었다. 구글의 기술은 바코드와 같은 표식을 인식해 해당 물체에 가상 컨텐츠를 첨가하는 방식의 증강현실을 구현하는 방식이기 때문에 표식을 설치하기 힘든 야외에는 증강현실을 구현할 수 없는 큰 단점이 있다. 게다가 2시간 정도만 사용할 수 있을 정도로 전력 소비량이 많아 휴대폰과 같은 모바일 기기처럼 일상생활에서 항상 착용하지는 못하는 실정이었다.연구팀이 개발한 K-Glass의 ‘증강현실 전용 프로세서’는 인간 뇌의 시각 집중 모델(Visual Attention Model)에 영감을 받아 제작돼 저전력·고성능을 동시에 달성했다. 시각 집중 모델은 보고 있는 화면에서 의미 있고 중요한 부분을 배경과 같이 인식에 무의미한 영역들로부터 분리한다. 이에 따라 불필요한 연산을 제거할 수 있어 복잡한 증강현실 알고리즘의 연산 속도를 획기적으로 증가시킬 수 있다는 장점이 있다. 또 전력소모를 줄이기 위해 ‘뉴런의 신경망’을 모방한 네트워크 구조를 적용했다. 프로세서 내부에서는 데이터가 활발하게 돌아다니는데 데이터 쏠림현상에 의해 전송에 병목이 발생할 수가 있는데 연구팀은 뉴런의 신경망 구조를 활용해 프로세서 내 데이터를 전송 및 네트워크 병목현상을 효과적으로 극복했다. 개발된 증강현실 전용 프로세서는 65nm(나노미터) 공정에서 제작돼 32㎟ 면적에 1.22TOPS(Tera-Operation per Second, 1초당 1012회 연산속도) 성능을 보인다. 또한 30fps(초당프레임)/720p(픽셀) 비디오 환경의 실시간 동작에서 1.57TOPS/W(와트)의 높은 에너지 효율을 나타내 장시간 동작할 수 있다. 유회준 교수는 “스마트 폰의 뒤를 잇는 차세대 모바일 디바이스로써 HMD에 대한 관심이 급증하고 있다”며 “투과형 HMD는 증강현실을 구현함에 따라 교육 엔터테인먼트 등의 분야에 큰 변화를 가져올 것”이라고 말했다. 또 “K-Glass는 구글의 프로젝트 글래스 등 기존 HMD의 낮은 컴퓨팅 성능을 획기적으로 향상시키는 것은 물론 초저전력 소비를 달성하는데 성공, 미래 모바일 IT분야에서 혁신적인 변화를 주도할 것”이라고 연구 의의에 대해 말했다. 유회준 교수 지도하에 김경훈 박사과정 학생이 주도해 개발한 K-Glass는 이달 미국 샌프란시스코에서 개최된 세계적 반도체 학술대회 ISSCC(국제고체회로설계학회)에서 발표돼 커다란 주목을 받았다. K-Glass 데모 동영상 유튜브 링크 :http://www.youtube.com/watch?v=fzQpSORKYr8&feature=c4-overview&list=UUirZA3OFhxP4YFreIJkTtXw
2014.02.20 조회수 16027 -
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 20663 -
얼굴 위의 수면 전문의 개발
- 얼굴에 붙이기만 해도 자동 동작하는 수면다원검사 시스템 세계최초 개발
- 숙면 방해 원인을 본인 스스로 간편하게 조기 진단 가능
작고 똑똑한 ‘가정형 수면다원검사 시스템’이 국내 연구진에 의해 개발됐다.
우리학교 전기및전자공학과 유회준 교수 연구팀은 현재 병원에서 사용하고 있는 전선이 복잡하게 연결된 수면다원검사 시스템보다 훨씬 작고 얼굴에 붙여도 느낌이 없을 정도로 가볍지만 성능은 뛰어난 ‘가정형 수면다원검사 시스템’을 세계 최초로 개발하는 데 성공했다고 7일 밝혔다.
수면다원검사(Polysomnography, PSG)는 병원 내에 위치한 검사실에서 하룻밤을 보내며 잠을 자는 동안의 생체 신호를 모니터링 해 수면 관련 질환을 치료하는 데 사용된다. 그러나 기기의 크기나 이물감, 주변 환경의 변화 등에 의한 제약으로 정확한 결과를 얻기 위해서는 여러 날에 걸쳐 검사를 해야 했다.
연구팀이 이번에 개발한 시스템은 사용자의 수면에 방해를 받지 않도록 면봉 하나의 무게보다도 훨씬 가볍게 제작됐다. 또한, 수면 중 어쩔 수 없는 뒤척임으로 인해 장치가 떨어지더라도 이를 자동으로 감지해 스스로 다른 센서를 연결시켜 사용자의 수면 상태를 계속 모니터링 할 수 있는 지능형 집적회로(IC)가 탑재됐다.
아울러 생체신호 수집, 통신 및 처리 전반에 필요한 초저전력 회로를 적용함으로써, 전체 시스템이 작은 코인 배터리 하나 만으로도 연속 10시간 이상 동작이 가능해 수면에 충분한 동작 시간을 확보함과 동시에 무게를 크게 줄였다.
개발된 시스템은 생활 중 흔히 볼 수 있는 불면증이나 코골이 등과 같은 수면장애를 갖고 있는 사람들이 병원이 아닌 집에서 평소처럼 잠자는 동안 심장박동, 뇌파, 호흡 등의 생체 신호를 자동으로 측정한다. 다음 날 아침 밤새 저장된 생체 신호를 주치의에게 전송하면 주치의는 이를 분석해 원격으로 처방하는 방식으로 사용될 수 있다.
기존의 수면검사 시스템은 대형 병원의 특수 검사실에 설치되어 있어 입원을 하고 몸에 커다란 센서 수 십 개와 여러 개의 전선을 연결한 상태에서 하루 밤을 자야만 했었다. 그러나 이번에 개발된 시스템은 집에서 편하게 자는 동안 많은 양의 생체 신호를 측정할 수 있을 정도로 크기가 작고 무게가 가벼우며 소형 코인 배터리 1개만으로 구동이 가능할 정도로 적은 전력을 소모하기 때문에 유회준 교수 연구팀의 이번 연구가 더욱 주목을 받고 있다.
연구팀은 이러한 측정, 진단 및 처방 간의 의료 서비스 연계를 KAIST 내 병원과 함께 유-헬스케어의 연구로 수행할 예정이다.
유회준 교수는 “개발된 시스템은 우리가 세계 최초로 개발한 직물형 인쇄회로 기판(P-FCB)을 이용한 것으로, 천 위에 모든 시스템을 종합해 제작한 가볍고 사용하기 편리한 미래지향형 의료기기다. 조만간 민간 기업에 기술 이전을 통해 상품화할 예정이다”라고 말했다.
또한, “이 기술을 사용하면 일상생활 속에서 손쉽게 질병 및 장애를 진단, 처방 및 치료할 수 있어 삶의 질을 향상시킬 수 있는 진정한 유-헬스케어의 실현을 기대할 수 있을 것"이라고 덧붙였다.
한편, 이번 연구의 책임자인 유회준 교수와 이슬기 박사과정 연구원은 개발한 시스템을 세계적인 반도체 학술대회인 ‘국제 고체회로 컨퍼런스(International Solid-State Circuits Conference, ISSCC)’에서 발표했으며 국내․외 관련분야 학자들에게 커다란 관심을 끌기도 했다. 특히 이 논문은 미국 ISSCC에서도 우수 논문으로 선정되었으며 일본의 유명 잡지인 닛케이일렉트로닉스(NIKKEI ELECTRONICS) 1월호에서도 차세대의 건강∙의료기기용 반도체 분야의 하이라이트 논문으로 소개되기도 했다.
2011.03.07 조회수 13899