%EC%9D%B8%EA%B3%B5%EC%8B%A0%EA%B2%BD%EB%A7%9D
-
최성율 교수, 뉴로모픽 칩의 시냅스 구현
〈 최성율 교수 〉
우리 대학 전기및전자공학부 최성율 교수 연구팀이 멤리스터(Memristor) 소자의 구동 방식을 아날로그 형태로 변화해 뉴로모픽 칩의 시냅스로 활용할 수 있는 기술을 개발했다.
이 기술을 통해 기존의 디지털 비휘발성 메모리로만 이용되던 멤리스터를 아날로그 형태로 활용함으로써 인간의 뇌를 모사한 인공지능 컴퓨팅 칩인 뉴로모픽 칩의 상용화에 기여할 수 있을 것으로 기대된다.
장병철 박사(현 삼성전자 연구원), 김성규 박사(현 노스웨스턴대학), 양상윤 연구교수가 공동 1 저자로 참여하고 美 노스웨스턴 대학, KAIST 임성갑 교수가 공동으로 수행한 이번 연구는 나노과학 분야 국제 학술지 ‘나노 레터스 (Nano Letters)’ 1월 4일 온라인판에 게재됐다.
사람 뇌를 닮은 반도체로 알려진 뉴로모픽 칩은 기존의 반도체 칩이 갖는 전력 확보 문제를 해결할 수 있고 데이터 처리 과정을 통합할 수 있어 차세대 기술로 주목받고 있다.
멤리스터는 메모리와 레지스터의 합성어로, 메모리와 프로세스가 통합된 기능을 수행할 수 있다. 특히 뉴로모픽 칩 내부에 물리적 인공신경망을 가장 효과적으로 구현할 수 있는 크로스바 어레이(crossbar array) 제작에 최적인 소자로 알려져 있다.
물리적 인공신경망은 뉴런 회로와 이들의 연결부인 시냅스 소자로 구성되는데 뉴로모픽 칩 기반의 인공지능 연산을 수행할 때 각 시냅스 소자에서는 뉴런 간의 연결 강도를 나타내는 전도도 가중치가 아날로그 데이터로 저장 및 갱신돼야 한다.
그러나 기존 멤리스터들은 대부분 비휘발성 메모리 구현에 적합한 디지털의 특성을 가져 아날로그 방식의 구동에 한계가 있었고, 이로 인해 시냅스 소자로 응용하기 어려웠다.
최 교수 연구팀은 플라스틱 기판 위에 고분자 소재 기반의 유연 멤리스터를 제작하면서 소자 내부에 형성되는 전도성 금속 필라멘트 크기를 금속 원자 수준으로 얇게 조절하면 멤리스터의 동작이 디지털에서 아날로그 방식으로 변화하는 것을 발견했다.
연구팀은 이러한 현상을 이용해 멤리스터의 전도도 가중치를 연속적, 선형적으로 갱신할 수 있고 구부림 등의 기계적 변형 상태에서도 정상 동작하는 유연 멤리스터 시냅스 소자를 구현했다.
유연 멤리스터 시냅스로 구성된 인공신경망은 학습을 통해 사람의 얼굴을 효과적으로 인식해 분류할 수 있고 손상된 얼굴 이미지도 인식할 수 있음을 확인했다. 이를 통해 얼굴, 숫자, 사물 등의 인식을 효율적으로 수행할 수 있는 유연 뉴로모픽 칩 개발의 가능성을 확보했다.
최 교수는 “멤리스터 소자의 구동 방식이 디지털에서 아날로그로 변화되는 주요 원리를 밝힘으로써 다양한 멤리스터 소자들을 디지털 메모리 또는 시냅스 소자로 응용할 수 있는 길을 열었다”라며 “고성능 뉴로모픽 칩 개발의 가속화에 기여할 수 있을 것이다” 라고 말했다.
이번 연구는 과학기술정보통신부 한국연구재단 글로벌프론티어사업 중 (재)나노기판소프트일렉트로닉스 연구단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 플라스틱 기판 위에 제작된 유연 멤리스터 시냅스 소자 모식도
2019.02.11 조회수 10132 -
이흥규 교수, 인공신경망 기반 워터마킹 기술 개발
〈 (왼쪽부터) 강지현,문승민,지상근 박사과정, 이흥규 교수 〉
우리 대학 전산학부 이흥규 교수 연구팀이 인공신경망을 이용해 워터마크를 영상에 삽입 및 검출하는 기술을 개발했다.
인공신경망 기반 워터마킹 기술은 3일부터 홈페이지를 통해 시범 운영되고 있다.( http://watermark.kaist.ac.kr )
이번 웹 서비스는 연구실 수준으로만 진행되던 기술들을 다년간의 연구개발을 통해 일반에 공개함으로써 특정 조건의 실험실 환경이 아닌 조건이 변화하는 실제 환경에서 적용된다.
이를 통해 인공신경망을 기반으로 하는 새로운 접근 기법의 성능을 검증하고 기존 한계점을 극복할 수 있는 연구 방향을 제시하는 초석이 될 것으로 기대된다.
현재까지 개발된 기존 워터마킹 기술은 모두 공격 유형, 세기 등 특정 조건을 사전에 정하고 이를 만족시키도록 설계 및 구현됐다. 따라서 다양한 공격 유형이 존재하는 실제 환경에 사용하기에는 실용적 측면, 기술 확장성, 유용성 등에 한계가 있었다.
또한 워터마크 제거, 복사, 대체 등의 해킹 기술 발전으로 인해 기술 자체의 보안 취약성에도 문제가 있었다.
연구팀의 웹 서비스에서는 ▲인공신경망 학습을 통한 새로운 공격에 대응하고 ▲인공신경망의 비선형적인 특성을 통해 높은 보안성을 가진 인공신경망 기반 2D 영상 워터마킹 기법 ▲다양한 시점 변환이 발생하더라도 영상 보호가 가능한 DIBR 3D 영상 워터마킹 기법 ▲워터마크 삽입으로 인한 시각피로도 상승을 최소화하는 S3D 영상 워터마킹 기법을 제공한다.
연구팀은 다수의 연구 결과들을 기반으로 해당 웹 서비스 기술을 구현했다. 연구팀의 2D 영상 워터마킹 기법은 최초의 인공신경망 기반 워터마킹 기법으로 이미지에 가해질 수 있는 다양한 공격을 이용해 인공신경망을 학습함으로써 강인성을 획득한다.
동시에 인공신경망의 심층구조를 통해 워터마크 해킹 공격에 대한 높은 보안성을 획득함으로써 기존의 보안 취약점을 대폭 개선했다. 고부가가치를 가지는 3D 영상 보안을 위한 워터마킹 기법도 개발해 웹 서비스로 제공한다.
사용자는 2D 영상 또는 3D 영상을 웹 서비스에 업로드 해 워터마크를 삽입하고 추후 필요시 삽입한 워터마크를 검출함으로써 각종 분쟁 해결에 활용할 수 있다.
또한 이 기술은 압축 등의 공격을 가상으로 진행하는 시뮬레이션 툴과 워터마크 삽입 세기 조절, 그리고 워터마크 삽입으로 인한 영상품질 비교 등의 서비스를 함께 제공한다.
이번 연구는 기술 활용 모델에 따라 요구되는 다양한 견고성에 따라 유연하게 추가 수정(修正) 구현 가능하고 해킹에 견고하게 설계됨으로써 워터마킹 기술 유용성을 극대화했다.
이에 따라 개발 기술은 향후 인증, 진위 판별, 유통 추적이나 저작권 분야 등에서 다양한 콘텐츠를 사용한 활용이 가능하다. 향후 각종 영상물들의 불법 활용으로 인해 발생하는 사회경제적 손실을 줄이고 콘텐츠 산업의 성장과 디지털 사회 선진화에 기여할 것으로 기대된다.
연구팀은 개발된 기술은 다양한 공격 유형에 적응적으로 대응하며 상용 가능한 수준의 기술 신뢰도를 보인다고 밝혔다.
이흥규 교수는 “영상 관련 각종 분쟁들이 저작권에 국한되던 종전의 범위를 넘어 최근 가짜 영상 유통에 따른 진위 판별, 인증, 무결성 검사, 유통 추적 등으로 관심 분야가 급속히 커지고 있다”며 “인공지능 기술을 활용해 기존 워터마킹 기법들의 기술적인 한계점을 해결할 수 있는 디지털 워터마킹 연구를 선도하겠다”고 말했다.
이번 연구는 한국연구재단이 추진하는 중견연구지원사업의 지원으로 수행됐다.
□ 그림 설명
그림1.2D 영상 워터마킹 기법을 이용한 영상 예제
그림2.S3D 영상 워터마킹 기법을 이용한 영상 예제
2018.09.11 조회수 8482 -
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 14370