%EC%A0%84%EA%B8%B0%EB%B0%8F%EC%A0%84%EC%9E%90%EA%B3%B5%ED%95%99
-
심현철 교수팀, CES 2023 자율주행차 레이싱에 아시아 유일팀으로 참가
우리 대학 전기및전자공학부 심현철 교수 팀이 1월 5일부터 8일까지 미국 라스베이거스에서 열리는 세계 최대 전자·정보기술 전시회 CES 2023의 공식행사인 '자율주행 레이싱'에 참가한다.
1월 7일 라스베이거스 모터스피드웨이(LVMS)에서 개최 예정인 'CES 2023 자율주행차 레이싱'은 지난해 개최된 대회에서 개발된 기술력을 더욱 발전시켜 보다 진보된 고속 자율주행 차량 기술 개발성과를 대중에게 공유하고자 추진됐다.
이 대회는 2021년 10월 23일 미국 인디애나폴리스에서 최초로 개최된 '인디 자율주행 챌린지(Indy Autonomous Challenge, IAC)'에 이은 4번째 대회다. IAC 대회에 이어 CES 2022에서 개최된 대회에서 심현철 교수 무인시스템 및 제어 연구팀은 총 9개 팀 중 4강전에 진출해 CES 2023 참가권을 획득했다. 그 결과 아시아 유일 팀으로 CES 2023 자율주행차 레이싱에 출전해 미국·유럽 대학들과 최고 속도를 겨룰 예정이다.CES 2022 대회 참가 당시 심현철 교수 연구팀은 경기 진행 신호와 레이싱 규정을 준수하는 동시에 240km/h의 고속 자율주행이 가능한 소프트웨어를 성공적으로 구현했다. CES 2023 자율주행차 레이싱에서는 인디 레이싱용 IL-15차량을 자율주행차로 개조, 지난번 대회보다 성능이 더 업그레이드된 AV-23 차량을 사용하며 최고 300km/h까지 주행이 가능하다.
이번 대회에서는 CES2022에서 처음 시도된 레이싱 차량 2대 간의 1:1 자율주행 경주에서 보다 발전해 주행코스 제한 없이 자유롭게 다른 차를 추월해야 하며 토너먼트 형식으로 진행돼 가장 높은 속도로 계속 주행하는 팀이 우승을 차지하게 된다. 심 교수 연구팀은 CES 2022에서 검증된 SW를 보다 발전시켜 다른 차량 인식성능을 향상하고 고속으로 안정적으로 주행할 수 있도록 정밀 측위 및 주행 제어기술 개발에 주안점을 두고 있다.
심 교수 연구진은 2021년 현대자동차 주최 자율주행대회에서 우승한 바 있는데, 이번 CES 2023대회부터 현대자동차와 파트너십 계약을 체결하고 대회 참가에 필요한 금전적인 지원을 받고, 현대자동차 연구진과 자율주행 레이싱 기술 동향을 공유하게 된다.
CES 2023 기간 중 연구진은 웨스트홀(West Hall)에 위치한 IAC 공식 부스에서 KAIST 레이싱 팀의 기술 소개 등 행사에도 참여할 예정이다.
심현철 교수는 "외국에서 개최되는 대회에 계속 참가하면서 많은 어려움이 있는데 열심히 참여해준 학생들에게 깊이 감사하며, 우리 연구실에서 지난 13년간 개발한 자율주행기술을 검증할 수 있는 고속 자율주행 레이싱 대회에 계속 참여할 수 있어 무척 뜻깊게 생각한다"며, "고속자율주행기술은 우리나라 환경에서 장거리 이동 시 가장 효과적으로 적용할 수 있는 기술이며 고속철도나 도심 항공같이 막대한 인프라 구축 비용이 소요되지 않고 기상 조건의 영향도 크게 받지 않는 등 장점이 매우 크다"고 강조했다.한편, CES 2023 자율주행차 레이싱 대회는 CES 주관사인 미국소비자기술협회(CTA)와 에너지시스템즈네트워크(Energy System Network, ESN)가 공동으로 주최한다. KAIST 외 IAC 대회 우승자인 뮌헨공대, 매사추세츠공대(MIT), 취리히연방공대(ETH), 피츠버그대(PIT), 로체스터공대(RW), 워털루 대학 등이 참가할 예정이다. 인디 자율주행 대회는 2023년 6월 이탈리아 몬짜(Monza) 트랙에서 5회 대회, CES 2024에서 6회 대회를 개최할 예정이다.
2023.01.05 조회수 9052 -
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 6080 -
차세대 반도체 핵심소재로 열적으로 안정된 강유전체 소재 최초 개발
우리 대학 전기및전자공학부 전상훈 교수 연구팀이 하프니아 강유전체 소재의 물성적 이해를 바탕으로 반도체 3D 집적 공정에서도 열적으로 안정한 *강유전체 소재를 세계 최초로 개발했다고 12일 밝혔다. 현재 반도체 제조 업계에서 고집적, 고효율의 3D 메모리 소자에 대한 필요성이 꾸준하게 대두되고 있다는 점을 고려할 때, 이번 연구는 강유전체 기반의 3D 메모리 집적 공정에서 핵심 기술로 평가받을 것이라 예상된다.
*강유전체: 외부의 전기장 없이도 스스로 분극을 가지는 재료로서 외부 전기장에 의해 분극의 방향이 바뀔 수 있는 소재를 말한다. 비휘발성 특성이 있어, 기능성 소재로서 메모리 소자에 활용이 가능하지만, 고온에서 열적으로 안정성을 확보해야하는 도전 목표가 남아 있으며, 일반 유전체를 일컫는 상유전체는 외부의 전기장이 없으면 분극 특성을 유지하지 못한다는 점에서 다르다.
하프니아 강유전체 소재는 비휘발성 절연막으로, CMOS 공정 호환성, 동작 속도, 내구성 등의 우수한 물리적 특성을 바탕으로 차세대 반도체의 핵심 소재로써 활발하게 연구되고 있는 물질이다. 하지만 하프니아 소재는 필연적으로 고온에서 비휘발성 특성을 잃고 누설전류가 증가하는 한계를 가진다. 이를 억제하기 위해 세계 유수의 기관들에서 다양한 접근방법들이 보고됐지만, 3D 집적 공정 시에 발생하는 고온의 열처리 조건 (750℃ 이상, 30분)에서 강유전체 박막 내의 일반 유전체 (상유전체) 형성을 억제할 수 없었다.
전상훈 교수 연구팀은 세계 최초로 3D 집적 공정에서 요구되는 고온의 열처리 조건에서도 강유전체 박막 내의 상유전체의 형성을 완벽하게 억제하고 비휘발성 기능을 유지하며 우수한 내구성을 가지는 하프니아 강유전체 소재 및 공정 기술을 개발하는 데에 성공했다. 연구팀은 강유전체 박막 내에 이온 반지름이 작은 원소를 고용하는 도핑 기술을 활용해 강유전체 박막의 결정화 온도를 제어함과 동시에 도펀트의 농도에 따른 운동학적 에너지를 고려해 강유전체 소재의 비휘발성 및 기능성과 열적 안정성을 획기적으로 개선했다.
전상훈 교수 연구팀은 CMOS 공정을 이용해 강유전체 기반의 메모리 소자를 집적했고 고온의 열적 에너지(750℃ 이상, 30분)를 가한 후에도 우수한 강유전성이 발현되는 것을 확인했다. 또한 열적 에너지에 따른 강유전체 소재의 도메인 스위칭 동작을 전기적 측정을 통해 직관적으로 분석할 수 있는 시스템을 개발해 추후, 강유전체 소재의 열적 안정성 연구의 프레임 워크를 구축 및 제시했다. 해당 연구는 학계에서 활발하게 연구되고 있는 강유전체 소재의 기능성과 반도체 제조 업계에서 필요로 했던 강유전체 소재 기반의 3D 메모리 소자 집적 공정 사이의 간극을 줄였다는 점에서 큰 의미를 가진다.
전상훈 교수는 “이번 연구 결과는 답보상태에 있던 강유전체 소재 기반의 3D 메모리 및 회로 집적 기술 개발에 대한 돌파구가 되는 기술이 될 것으로 판단되며, 향후 고집적/고효율의 시스템 개발에 있어 핵심 역할을 할 것”이라고 설명했다.
전기및전자공학부 김기욱 박사 과정이 제1 저자로 수행한 이번 연구는 반도체 소자 및 회로 분야의 최고 권위 학회인‘IEEE 국제전자소자학회(International Electron Devices Meeting) 2022 (IEDM 2022)’에 12월 5일 발표를 마쳤다. 한편 이번 연구는 삼성전자(Samsung Electronics)와 차세대 지능형 반도체 사업단의 지능형 반도체 선도기술개발의 지원을 받아 진행됐다.
2022.12.12 조회수 6923 -
입을 수 있는 OLED로 소아 황달 치료기술 개발
우리 대학 전기및전자공학부 최경철 교수 연구팀이 을지대학교 병원(김승연 교수, 임춘화 교수), 가천대학교(전용민 교수), 선문대학교(권정현 교수)와의 공동 연구를 통해 실제 직물 기반의 웨어러블 청색 OLED를 개발하고, 황달 질환을 앓는 신생아의 혈청에서 청색 OLED 광원에 의한 *빌리루빈 감소로 인한 황달 치료 효과를 확인했다고 22일 밝혔다.
☞ 빌리루빈: 혈액에서 산소를 공급해주는 적혈구가 수명을 다해 분해된 결과물로, 보통 간에 의해 해독되고 담즙으로 배설된다. 혈장 내 빌리루빈의 농도가 올라가면 피부와 눈의 흰자위가 누런색을 띠는 황달 증상이 나타난다. 신생아는 수명이 짧은 적혈구를 갖고 있으나 간 대사가 미숙해 빌리루빈을 많이 생산한다.
최경철 교수 연구실의 최승엽 박사, 가천대학교 의공학과 전용민 교수, 선문대학교 권정현 교수가 공동 제1 저자로 참여한 이번 연구는 첨단 과학기술 분야의 국제 저명 학술지인 `어드밴스드 사이언스(Advanced Science)'에 지난 10월 30일 게재되었고, 속 표지 논문으로 선정됐다.
신생아의 황달 치료는 광선 요법, 약물 투여, 교환 수혈 등 다양한 방법으로 시행된다. 이 중 광선 요법은 체내에 축적된 빌리루빈을 빛에 노출해 변형시켜 체외로 방출하는 안전하고 효과적인 치료 방법이다. 대부분의 신생아 황달은 광선 요법으로 치료할 수 있어 가장 널리 활용되고 있다.
병원에서는 신생아의 혈액 내 빌리루빈 농도가 치료 범위를 초과하면 신생아를 신생아 집중치료실(NICU)에 입원시켜 인큐베이터의 스탠드에 장착된 청색 LED의 빛으로 치료한다. 이 방법은 신생아 황달 증상을 완화하는 데 매우 효과적이지만 신생아를 부모로부터 격리하고 치료하는 동안 모유 수유 중단, 청색광에 의한 망막 손상 방지를 위해 신생아의 눈은 반드시 눈가리개로 완전히 가려야 하는 등의 문제와 더불어 기존에는 LED 기반 설치형 플랫폼이 사용돼 웨어러블 치료 적용에 한계가 있었다.
최경철 교수 연구팀은 황달 치료에 효과적인 470nm(나노미터) 파장의 고출력 고신뢰성의 청색 OLED를 사람이 착용 가능한 직물 위에 구현했으며, 직물과 같은 높은 유연성을 유지하는 옷 OLED 소아 황달 치료 플랫폼을 개발했다. 직물 기반의 청색 OLED는 4V 미만의 저전압에서도 황달치료에 충분한 출력(> 20 μW/cm2/nm)을 확보했을 뿐만 아니라 100시간 이상의 구동 수명, 35℃ 미만의 낮은 구동 온도, 물세탁 신뢰성, 2mm(밀리미터) 수준의 낮은 곡률 반경에서 1,000회 이상을 견디는 유연성 등의 신뢰성을 확보할 수 있었다.
이번 연구에서 470nm 파장을 갖는 청색 OLED를 신생아의 혈청에 조사했을 시, 3시간 이내에 황달 치료가 완료됐다고 판단되는 빌리루빈 수치(12 mg/dL)에 도달했으며, 기존 병원에서 활용되는 LED 황달 상용 치료기기 대비 균일하면서도 효과적인 황달 치료 성능을 연구팀은 확인했다.
공동 제1 저자인 최승엽 박사, 전용민 교수(가천대), 권정현 교수(선문대)는 "이번 연구를 통해 실제 신생아가 착용해 황달 치료가 가능한 성능 및 신뢰성을 갖는 섬유 기반의 청색 OLED 개발에 성공했다ˮ며 "설치형 LED 치료기기의 단점을 보완하며 더욱 균일한 효과를 기대할 수 있는 웨어러블 황달 치료 기술이 상용화될 수 있는 기반을 마련했다ˮ고 말했다.
최경철 교수는 "OLED 분야는 우리나라가 최고 기술을 보유하고 있지만, 중국의 기술 추격이 예사롭지 않은 이 시점에, OLED의 다양한 응용 기술을 개발하는 것이 중국과의 OLED 기술격차를 더 벌릴 수 있고, OLED 응용 중, 직물 위 OLED 기반 웨어러블 의료 기술개발로 바이오 헬스케어 시대에 맞는 OLED 응용의 새로운 시장을 개척해, 우리나라의 OLED 기술이 계속 선두를 유지하기를 바란다ˮ라고 말했다.
이번 연구는 과학기술정보통신부 한국연구재단의 선도연구센터 사업의 지원으로 수행됐다.
2022.11.22 조회수 6559 -
차세대 대용량 데이터 처리용 컴퓨팅 구현을 위한 고신뢰성 인공 시냅스 트랜지스터 개발
우리 대학 전기및전자공학부 최신현 교수 연구팀이 부가적인 회로 없이 소자의 특성을 이용해 인공지능(AI)의 학습 정확도를 높이면서, 높은 내구성을 바탕으로 신뢰성 높은 반복 동작이 가능하도록 설계된, 인간 뇌의 신경전달물질을 모사한 고신뢰성 인공 *시냅스 트랜지스터를 개발했다고 16일 밝혔다.
☞ 시냅스 트랜지스터(Synapse Transistor): 신경 세포간 연결부인 시냅스를 모사하는 트랜지스터 소자로, 연결 강도를 의미하는 가중치(Weight)를 채널의 저항(또는 컨덕턴스)값으로 나타내 이전 단에서 다음 단으로 흐르는 전류의 양을 조절한다.
최 교수 연구팀은 기존 낸드 플래시 메모리에 사용되는 구조를 이용하면서도, 기존 낸드 플래시의 단점인 낮은 내구성을 개선하는 방법을 차용해, 안정적인 시냅스 역할을 할 수 있는 트랜지스터를 개발했다.
낸드 플래시 메모리는 높은 전압을 이용해, 소자의 구성 물질을 손상시키는 방법(FN 터널링)으로 데이터를 저장하는 반면, 연구팀이 개발한 소자는 낮은 전압으로도 동작해, 기존 플래시 메모리에 비해 높은 내구성과 신뢰성을 확보했다.
최 교수 연구팀이 개발한 소자는 많은 데이터를 하나의 소자에 넣을 뿐 아니라 안정적으로 저장이 가능해, 부가적인 회로 없이도, AI의 학습 정확도를 획기적으로 높일 수 있다. 이를 통하여, 뉴로모픽 반도체 칩의 소형화 및 전력 소모 감소의 기반이 될 것으로 기대된다. 또한, 높은 학습 정확도와 더불어, 높은 내구성을 바탕으로 뉴로모픽 시스템에서, 실시간 온라인 데이터 학습에 적합한 시냅스 소자로 활발히 응용될 수 있을 것으로 기대된다.
전기및전자공학부 서석호, 김범진, 김동훈, 박승우 석사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)' 10월호에 출판됐다. (논문명 : The gate injection-based field-effect synapse transistor with linear conductance update for online training)
인공지능의 발전과 빅데이터 처리의 중요성이 대두되면서, 데이터 병목현상과 많은 에너지를 소모하는 현대의 폰 노이만 컴퓨팅 구조를 탈피하려는 연구가 활발히 진행되고 있다. 이 중 '뉴로모픽 컴퓨팅'을 위한 하드웨어 기술은 우리 뇌의 계산 알고리즘을 모사해 대용량의 데이터를 낮은 전력으로 효율적으로 처리할 수 있어 차세대 지능형 하드웨어 시스템으로서 각광받고 있다. 기존 상용화된 구조의 메모리 소자뿐만 아니라, 멤리스터(Memristor)를 비롯해 다양한 차세대 메모리 소자들이 뉴로모픽 컴퓨팅 구현을 위해 끊임없이 연구되고 있다. 이 중 3단자(게이트, 소스, 드레인 전극) 형태의 시냅스 트랜지스터는 기존 상용화된 반도체 공정을 적용하기 쉽고, 데이터를 정밀하게 제어할 수 있는 장점이 있다.
그러나 지금까지 주로 연구된 플래시 메모리 소자를 이용한 CTF(Charge Trap Flash) 구조의 시냅스 트랜지스터는 가중치를 변경하기 위해 높은 전압이 필요하며, 이로 인한 낮은 내구성, 비선형적인 가중치 변화라는 단점을 지닌다. 이는 전자가 이동할 때, 소자 구조상 존재하는 높은 에너지 장벽을 뚫고 지나가야 하는 것에서 기인한다. 이러한 낮은 내구성 및 비선형적 가중치 변화에 의한 낮은 학습 정확도 때문에 기존의 소자는 수천만 번 이상의 데이터를 쓰고 지우는 동작을 수행하기에 부적합해 실시간 온라인 학습에 적용하기에 어려움이 존재해왔다.
최신현 교수 연구팀은 이러한 한계점을 해결하기 위해 FN 터널링이 아닌, 열전자 방출 현상을 이용해, 전자를 게이트 전극에서 전하 저장층으로 이동시키는 방법으로 동작하는 소자를 고안했다. 이 방법은 전자가 높은 에너지 장벽을 뚫고 지나가는 것이 아닌, 낮은 에너지 장벽 위로 넘어서 이동하는 방법이므로, 낮은 전압을 이용하면서 이상적인 선형적 형태로 가중치를 업데이트할 수 있다. 또한, 장벽층을 손상시키지 않기 때문에 높은 내구성을 지니며, 2억 번 이상의 시냅스 업데이트 동작을 증명했다.
추가적으로, 연구팀은 제작한 열전자 방출 기반 시냅스 트랜지스터를 이용해 손글씨 숫자 이미지 데이터(MNIST, Modified National Institute of Standards and Technology database)를 학습한 후, 이를 바탕으로 무작위의 손글씨 이미지를 분류한 결과 약 93.17%의 높은 정확도를 달성했다.
제1 저자인 전기및전자공학부 서석호 석사과정은 "이번에 개발한 고신뢰성 인공 시냅스 트랜지스터는 선형적인 가중치 업데이트와 높은 내구성을 바탕으로 기존 시냅스 트랜지스터가 지닌 온라인 학습 한계에 대한 솔루션이 될 수 있음을 기대한다. 특히, 기존 CMOS 공정과 호환을 할 수 있고 가장 일반적인 트랜지스터인 금속 산화막 반도체 전계효과 트랜지스터(MOSFET, Metal-Oxide-Semiconductor Field Effect Transistor)과 구조 및 동작이 유사하므로 뉴로모픽 하드웨어 시스템에 적용하는데 다른 차세대 메모리 소자에 비해 실현 가능성이 보다 높을 것으로 생각된다ˮ며 "이 연구를 바탕으로 계속해서 뉴로모픽 컴퓨팅을 위한 신소자 기술 개발에 힘쓰고 싶다ˮ라고 말했다.
공동 제1 저자인 전기및전자공학부 박승우 석사과정은 “뉴로모픽의 관점뿐만 아니라, 기존 낸드 플래시의 낮은 내구성이라는 한계점을 개선하는 연구의 발판이 될 수 있을 것으로 기대된다”며 이 연구의 또 다른 의의를 제시했다.
한편 이번 연구는 한국연구재단, 한국산업기술평가관리원, 나노종합기술원, 삼성미래육성사업의 지원을 받아 수행됐다.
2022.11.16 조회수 6865 -
딥러닝 적대적 공격을 막는 방어 프레임 개발
우리 대학 전기및전자공학부 노용만 교수 연구팀이 물체를 검출하는 딥러닝 신경망에 대한 적대적 공격을 방어하는 알고리즘을 개발했다고 15일 밝혔다.
최근 몇 년간 인공지능 딥러닝 신경망 기술이 나날이 발전하고 실세계에 활용되면서, 딥러닝 신경망 기술은 자율주행 및 물체검출 등 다양한 분야에서 떠오르는 핵심기술로 주목받고 있다.
하지만 현재의 딥러닝 기반 검출 네트워크는, 특정한 적대적 패턴을 입력 이미지에 악의적으로 주입하여 잘못된 예측 결과를 초래하는 적대적 공격에 대해 심각하게 취약하다. 적대적 패턴이란 공격자가 검출이 되지 않기 위해 인위적으로 만든 패턴이다. 이 패턴이 포함된 물체는 검출이 되지 않게 하는 것으로 적대적 패턴 공격이라 한다.
이러한 취약성은 인공지능으로 대표되는 딥러닝 기반의 모델을 국방이나 의료 및 자율주행 등 국민의 생명과 재산을 직접 다루는 분야에 적용할 때 크게 문제가 된다. 구체적인 예로 국방·보안을 위한 감시 정찰 분야에서 적군이 적대적 패턴으로 위장하여 침입하면 검출을 못하는 경우가 발생하여 국방 및 보안에 매우 큰 위험을 초래할 수 있다.
기존의 많은 연구가 적대적 패턴 공격을 막기 위해 노력했으나 추가로 복잡한 모듈이 필요하거나 네트워크를 처음부터 다시 학습해야 했기 때문에, 기존 연구는 실시간으로 동작하는 물체검출 알고리즘에 현실적으로 적용하기가 쉽지 않았다.
노 교수 연구팀은 물리적인 환경에서 적대적 패턴 공격의 원리를 반대로 이용해 적대적 공격을 막아내는 방어 프레임을 고안했다. 이러한 방어 프레임은 부가적인 복잡한 모듈이나 네트워크의 재학습이 필요하지 않으므로 보다 실용적이고 강인한 물체검출 네트워크를 구축하는데 폭넓게 응용 및 적용될 수 있을 것으로 기대된다.
공동 제1 저자인 전기및전자공학부 유영준 박사과정 학생과 이홍주 박사과정 학생 등이 함께 수행한 이번 연구는 영상처리 분야 최고의 국제 학술지인 `IEEE Transactions on Image Processing'에 11월 1일 자로 온라인 게재됐다. (논문명 : Defending Person Detection Against Adversarial Patch Attack by using Universal Defensive Frame).
연구팀은 문제 해결을 위해 적대적 공격의 원리를 역으로 이용해, 학습된 네트워크에 접근하지 않으면서도 입력단에서 방어할 수 있는 방어 프레임 기술을 고안했다.
연구팀의 방어 기술은 적대적 공격과 정반대로 물체검출 시 딥러닝 모델이 옳은 예측 결과를 내리도록 방어 프레임을 만드는 것이다. 이러한 방어 프레임은 마치 창과 방패의 싸움처럼 적대적 패턴과 함께 경쟁적으로 학습되며, 해당 과정을 반복해 최종적으로 모든 적대적 패턴 공격에 대해 높은 방어성능을 지니도록 최적화된다.
연구팀은 입력 이미지 외부에 덧붙이는 방어 프레임을 변화시킴으로써 손쉽게 방어성능을 조절할 수 있음을 확인했고, 개발된 방어 프레임은 인리아(INRIA) 검출 벤치마크 데이터셋에서 기존 방어 알고리즘 대비 평균 31.6% 정확도가 향상하는 성과를 거뒀다.
연구팀이 개발한 방어 프레임은 실시간 물체 탐지 시, 모델의 재학습 없이 적대적 패턴 공격을 방어할 수 있으므로 예측 시간 및 비용 절감을 크게 이룰 수 있을 것으로 기대된다.
연구팀은 나아가 이번 연구에서 개발된 방어 프레임을 물리적으로 직접 구현시켜서, 물리적 환경에 자연스레 놓여있는 적대적 패턴 공격과 마찬가지로 좀 더 접근성 있는 방어 방법으로도 활발히 응용될 수 있음을 제시하였다.
노용만 교수는 "국방 및 보안 분야에서 인공지능이 활용되기 위해서 아직 인공지능의 완전성을 높이는 많은 연구가 필요한데, 이번에 개발된 방어 기술은 이 분야들에서 인공지능 모델을 적용 시 실용적인 적대적 방어를 제시함에 의의가 있을 것ˮ이라며 "이 기술은 국방 감시정찰, 보안, 자율주행 분야에도 적용될 수 있을 것이다ˮ라고 말했다.
한편 이번 연구는 방위사업청과 국방과학연구소의 지원으로 한국과학기술원 미래국방 인공지능 특화연구센터에서 수행됐다.
2022.11.15 조회수 4894 -
수면 및 단기 기억력 조절을 위한 초소형 초음파 자극·뇌파 측정 시스템 개발
우리 대학 전기및전자공학부 이현주 교수, 한국뇌연구원 김정연 박사 공동연구팀이 소형 동물에서 초음파 뇌 자극과 뇌파 측정이 동시에 가능한 초소형 시스템을 개발했다고 9일 밝혔다. 수면 상태에 따라 실시간으로 초음파 뇌 자극이 가능한 해당 기술을 이용해, 연구팀은 비 급속 안구 운동(NREM, Non-rapid-eye Movement) 수면 시 전전두엽(PFC, Prefrontal cortex)을 실시간으로 자극해 수면 및 단기 기억력 조절이 가능함을 밝혔다.
☞ 미세 전자 기계 시스템(Micro Electro Mechanical Systems, MEMS): 마이크로 단위의 기계적 구조물과 전자 회로가 결합된 초소형 정밀 기계 제작 기술. 전자(반도체) 기술·기계 기술·광 기술 등을 융합해 마이크로 단위의 작은 부품과 시스템을 설계·제작하고 응용하는 기술을 의미한다.
☞ 초음파: 사람이 들을 수 있는 청각 영역에서 벗어난 고주파수 내역의 음파(>20 kHz).
☞ 뇌파: 저주파수 대역의 뇌 전기신호. 비침습적으로 두개골이나 두피에서 전반적인 뇌 활동을 뇌파로 측정할 수 있다. 영문으로 EEG라고 부른다.
☞ 전전두엽: 전두엽에서 인간 고유의 정신 기능을 담당하는 앞부분이다. 행동을 주시하고, 감독하고, 이끌고, 지시하고, 집중시키는 일을 하는 부위다.
이번 연구에서 개발된 초소형 초음파 자극 및 뇌파 측정 시스템은 기존의 마취가 필요한 시스템과는 달리 자유롭게 행동하는 쥐에 장기간 동시 자극과 측정을 할 수 있다. 초음파 자극 소자는 미세 전자 기계 시스템(이하 MEMS, Micro Electro Mechanical Systems)의 실리콘 공정을 활용했기 때문에 매우 정밀하고 초소형으로 제작할 수 있으며 대량생산이 가능하다. 초경량의 해당 시스템을 향후 다양한 뇌 질환 동물 모델에 적용한다면, 여러 뇌 질환에 대한 초음파 뇌 자극의 효과를 평가할 수 있을 것으로 기대된다.
기존 신경 자극 기술과는 달리 초음파는 수술 없이 뇌 심부의 국소적인 작은 영역까지도 자극할 수 있어, 저강도 집속 초음파 치료 기술이 주목받고 있다. 최근 저강도 집속 초음파 기술의 치료 효과와 유효성에 관한 연구가 활발히 진행되고 있다. 초음파를 뇌 또는 인체에 조사했더니, 알츠하이머병, 파킨슨병, 간질, 비만, 관절염 등이 호전되는 연구들이 다수 발표되고 있다.
신경 자극의 효능을 확인하는 방법으로는 생체 내 신호 측정과 행동 관찰을 들 수 있다. 그러나 이를 질병 모델이 많이 존재하는 소형 동물에서 구현하기는 쉽지 않다. 기존의 초음파 자극 기술은 부피가 커서 움직이는 생쥐에 사용이 불가능하거나 작동할 때 생기는 잡음 신호로 동시 전기 생리 신호 측정이 어렵다. 특히, 생쥐처럼 작은 동물에서 장기간으로 초음파 자극을 주면서 생체 내 반응을 실시간으로 측정하는 시스템이 없었다. 따라서 소형 동물에 인가되는 초음파 자극 실험은 통상적으로 짧게 자극 후 즉각적인 반응을 보거나 마취 상태에서 여러 차례 자극을 인가하고 장기적인 반응을 보는 연구들이 주를 이루고 있다.
이현주 교수팀은 그간 이런 문제를 해결하기 위해 MEMS 기반의 초소형 초음파 소자(CMUT, Capacitive Micromachined Ultrasound Transducer) 연구를 지속해서 수행해왔는데, 이번 연구에서 뇌파 신호 측정 및 실시간 수면 분석 기술을 접목해, 뇌의 현재 상태에 따라 자극을 주는 맞춤형, 폐루프 자극 시스템을 개발했다. 폐루프 자극 알고리즘은 6초 단위로 수면 단계를 실시간으로 분석해 비 급속 안구 운동(NREM, Non-rapid-eye Movement) 수면 단계일 때 초음파 자극을 전달한다. 이 시스템은 잡음 신호 없이 자극과 측정이 동시에 가능하다. NREM 상태 시 10시간 동안 수면 박탈 쥐의 전전두엽을 자극한 결과, 단기 공간 기억력이 보호되고 급속 안구 운동(REM, Rapid-eye Movement) 수면량이 증가함을 보였다.
연구팀은 현재 이 신기술을 고도화하기 위해 뇌 단일 영역의 매우 작은 부위를 자극할 수 있는 후속 시스템을 개발하고 있다. 국소 부위 자극을 통해 향후 정밀한 수면 단계 조절이 가능하게 된다면, 수술 없이 비침습적으로 수면 질환, 알츠하이머병, 파킨슨병 등의 뇌 질환 치료의 길이 열릴 것으로 연구팀은 기대하고 있다.
이현주 교수는 "초음파는 태아 영상화에도 활용될 만큼 안전한 인체 조사 기술 중 하나인데, 인체 내부 깊숙이까지 전달되며 펴지지 않고 집중 조사가 가능해 치료를 위한 비수술적 인체 조사 기술로 매우 매력적인 기술이다ˮ라고 말했다. "하지만, 전임상 자극 시스템의 부재로 현재 초음파 자극의 효능 평가 연구가 부족한 상황이며, 이번에 개발한 시스템을 많은 뇌과학 연구팀들이 활용해 초음파의 다양한 치료 효과를 밝혀낼 수 있기를 바란다ˮ라고 전했다.
전기및전자공학부 이현주 교수 연구팀의 조예현 박사과정, 그리고 한국뇌연구원 김정연 박사 연구팀이 주도하고 기초과학연구원 김성기 단장, 한국과학기술연구원 이병철 박사, 우리 대학 생명과학과 서성배 교수가 참여한 이번 연구 결과는 국제 학술지 `어드밴스드 사이언스(Advanced Science)'誌 10월 19일 字에 게재됐으며 출판사 와일리(Wiley)의 리서치 헤드라인(Research Headline) 논문으로 선정돼 이현주 교수와 김정연 박사 인터뷰가 어드밴스드 사이언스 뉴스(Advanced Science News)에 11월 1일 실렸다. (논문명: General-purpose ultrasound neuromodulation system for chronic, closed-loop preclinical studies in freely behaving rodents)
한편, 이 연구는 과학기술정보통신부 한국연구재단 차세대지능형반도체 사업의 지원으로 수행됐다.
2022.11.09 조회수 7447 -
전기및전자공학부 최신현 교수 연구팀, Nature Communications Editor's highlight 선정
전기및전자공학부 박시온 연구원, 정학천 연구원, 박종용 연구원 및 최신현 교수는 점진적 산소 농도를 갖는 금속산화물 층을 활용하여 우리 뇌의 뉴런 세포의 동작을 모사하는 고 신뢰성 차세대 저항 변화 소자(멤리스터) 어레이를 개발 하였으며, 올해 Nature Communications에 출판됐다.
위 연구는 최근 Nature Communications의 Editor's highlight 논문에 선정됨에 이어, Featured Image로 선정되어 홈페이지 메인을 장식했다.
관련 링크 : https://www.nature.com/ncomms/
또한 본 연구는 2022 가을 KAIST 공과대학 breakthrough 연구성과로 소개된 바 있다.
(논문명 : Experimental demonstration of highly reliable dynamic memristor for artificial neuron and neuromorphic computing)
이번 연구는 삼성미래육성사업의 지원을 받아 수행됐다.
2022.10.31 조회수 5767 -
인간 피부의 압력 감지 능력을 뛰어넘는 로봇용 전자 피부 개발
우리 대학 전기및전자공학부 정재웅 교수 연구팀이 인간 피부의 압력 감지 능력을 뛰어넘는 고감도 및 광범위 압력 측정이 가능한 로봇용 전자 피부를 개발했다고 27일 밝혔다.
연구팀이 개발한 전자 피부는 인간 피부에 비해 더 높은 민감도와 더 넓은 압력 측정 범위를 보여 최근 각광받는 로봇 산업, 헬스케어 산업, 증강 현실 등 다양한 분야에 폭넓게 적용될 수 있을 것으로 기대된다.
전기및전자공학부 이시목 박사과정과 변상혁 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 머터리얼즈(Advanced Materials)' 온라인 버전에 10월 3일 字 출판됐다. (논문명 : Beyond the Human Touch Perception: Adaptive Robotic Skin Based on Gallium Microgranules for Pressure Sensory Augmentation)
인간 피부의 촉각 인지 능력을 모방하는 전자 피부는 원격으로 감도 및 외압 측정이 가능해 메타버스, 로봇 공학, 의료 기기 등 다양한 산업에 활용할 수 있다. 이로 인해 전자 피부가 많은 주목을 받고 있으며, 특히 전자 피부의 핵심 기술인 압력 센서의 민감도를 높이기 위해 많은 연구가 진행됐다.
하지만 개발된 고감도 압력 센서는 압력 감지 범위가 좁다는 단점을 가진다. 이를 해결하기 위해 광범위 압력 감지 센서가 등장했으나 기존 고감도 센서들과 비교해 현저히 낮은 민감도를 보였다. 이에 따라 사용자들은 상황과 목적에 맞춰 별개의 센서를 사용해야 했으며 이 과정에서 측정의 정확도가 떨어지고 번거롭다는 문제가 발생했다.
연구팀은 갈륨(Gallium)과 중합체(Polymer)를 합성해 온도에 따라 민감도와 압력 감지 범위를 변화시킬 수 있는 가변 강성 압력 센서를 개발했다. 개발된 압력 센서는 사용자가 상황과 목적에 맞게 고감도 감지 모드와 광범위 압력 감지 모드를 손쉽게 전환할 수 있도록 설계됐다.
압력 센서의 핵심 소재는 액체금속 중 하나인 갈륨으로, 금속임에도 불구하고 미온(29.76 ℃)에서 녹는점을 가져 쉽게 고체와 액체 간의 상태 변화가 가능하다. 연구팀은 내장된 갈륨의 상태에 따라 센서의 강성률이 변화하는 점에 기반해 온도에 따라 민감도와 감지 범위 변화가 가능한 압력 센서를 제작했다.
연구팀은 미세 유체기반 제작 방식을 통해 균일한 갈륨 미립자를 형성/활용해 압력 센서를 제작했고 이를 통해 센서 간 균일성 및 재현성을 극대화해 신뢰성 높은 대면적 전자 피부 제작을 가능하게 했다.
제작된 전자 피부는 인간 피부와 비교 시 97% 높은 민감도와 262.5% 넓은 압력 측정 범위를 보였다. 연구팀은 전자 피부의 가변성을 활용해 맥박 측정과 같이 높은 압력 민감도가 필요한 상황과 몸무게 측정과 같이 넓은 감지 범위가 필요한 상황 모두에 개발된 로봇 피부가 활용될 수 있음을 입증했다.
정재웅 교수는 "액체금속의 상변화를 활용한 이번 기술은 전자 피부를 넘어 상황과 목적에 맞게 전기/기계적 특성을 변환시킬 수 있는 다양한 다목적 전자기기, 센서, 로봇 기술의 개발에도 활용될 수 있을 것이다 ˮ라고 말했다.
한편 이번 연구는 과학기술정보통신부에서 추진하는 나노 및 소재 기술개발사업, ICT 핵심기술개발사업, 한국전자통신연구원 내부연구개발사업 개방형융합선행연구의 지원을 받아 수행됐다.
2022.10.27 조회수 6627 -
세계 최초 네트워크 기술이 적용된 SSD 시스템 반도체 개발
우리 대학 전기및전자공학부 김동준 교수 연구팀이 세계 최초로 `패킷 기반 네트워크' 기술이 적용된 SSD(Solid State Drive, 반도체 기억소자를 사용한 저장장치) 시스템 개발을 통해 차세대 SSD의 읽기/쓰기 성능을 비약적으로 높이는 시스템 반도체를 개발했다고 28일 밝혔다.
패킷이란 다양한 크기를 지닌 데이터를 일정한 크기로 분할한 후 제어 정보를 추가한 데이터 전송의 기본 단위를 말하며, 효율적이고 신뢰성 있게 데이터를 전송할 수 있다는 장점이 있어 주로 컴퓨터 네트워크 기반 정보 기술에서 사용되고 있다. 최근 시스템 반도체 분야에서는 다양한 계산 자원들을 칩 내부 네트워크로 연결하여 효율적으로 활용하는 기술이 적용되고 있다. 본 연구는 이러한 시스템 반도체 분야에서 효과적인 네트워크 연결 기술을 메모리 반도체에 적용하였다는 점에서 큰 의미를 가지고 있다.
SSD는 플래시메모리를 이용해 정보를 저장하는 장치로, 기존 자기디스크를 이용한 데이터 저장장치인 `하드디스크 드라이브(HDD)'에 비해 데이터 입출력(읽기/쓰기) 속도가 빠르고 발열과 소음이 적어 데이터 센터 및 클라우드 서비스를 위한 주요 저장장치로 활용되고 있다. 전 세계적으로 수십억 명이 사용하는 페이스북(Facebook), 트위터(Twitter) 등과 같은 SNS 서비스를 제공하는 기업들뿐만 아니라 구글, 마이크로소프트 등과 같이 수십억 명의 사용자 정보를 저장하고 이를 활용해 서비스를 제공하는 기업들은 더 많은 데이터를 저장하고 성능이 좋은 고용량/고성능 SSD 제품을 필요로 한다.
특히 인터넷 서비스 제공 기업들은 많은 양의 정보가 데이터 센터에서 저장되고 처리되면서 더 많은 데이터를 저장할 수 있고, 더 빠르게 데이터를 읽고 쓰는 것이 가능한 고성능 SSD 제품을 요구한다. 따라서 SSD는 지속해서 성능과 용량의 개선을 요구하는 상황에 놓이게 된다.
이에 삼성, SK 하이닉스, 등과 같은 SSD 및 메모리를 제공하는 기업에서는 고성능 SSD 기술에 크게 주목하고 있으며, 이는 많은 애플리케이션의 성능 향상에 도움이 될 뿐만 아니라 비용적인 측면에서도 효율적으로 서버 시스템을 확장하는 데 도움이 될 것으로 기대하고 있다.
하지만 이러한 장점에도 불구하고, 고용량 및 고성능 SSD를 위해 규모를 증가시키는 스케일 업(scale-up)은 하드웨어 패키징 한계에 제한돼 쉽게 확장하기 어렵다. 무엇보다도 기존 SSD 시스템은 사용 가능한 처리량 (bandwidth)이 있음에도 불구하고 효율적으로 사용하지 못하는 비효율적인 데이터 송수신 방식 채택해 사용하고 있다.
이에 김동준 교수 연구팀은 기존 SSD 시스템 설계를 분석해 CPU, GPU 등과 같은 비메모리 시스템 반도체 설계에서 주로 활용되는 네트워크 기술을 적용해 SSD 성능을 크게 높일 수 있는 `네트워크 기술이 적용된 SSD 시스템 반도체'를 개발했다. 김동준 교수팀이 개발한 SSD 시스템은 플래시 인터커넥트(interconnection network) 와 패킷 기반 플래시 컨트롤러 (packet-based flash controller) 등으로 구성되어 있으며, 현재 사용되는 기존 SSD 시스템 대비 2배 많은 처리량을 제공하고 응답시간을 약 10배 줄인 성능을 보인다고 연구팀 관계자는 설명했다.
또한 이번 개발을 통해서 기존 하드웨어의 한계를 비메모리 시스템 반도체에서 주로 사용되는 패킷(packet) 기반 송수신 기법의 사용으로 극복해 고성능 SSD 기술에 도움을 줄 수 있을 것으로 기대된다고 연구팀 관계자는 설명했다.
전기및전자공학부 김지호 박사과정이 제1 저자로, 한양대학교 컴퓨터소프트웨어학과 강석원 박사과정, 박영준 연세대학교 컴퓨터과학과 교수가 공동 저자로 참여한 이번 연구는 미국 시카고에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 `55th IEEE/ACM International Symposium on Microarchitecture (MICRO 2022)'에서 오늘 10월 발표될 예정이다. (논문명 : Networked SSD: Flash Memory Interconnection Network for High-Bandwidth SSD)
연구를 주도한 김동준 교수는 "이번 연구는 지금까지는 없던 네트워크 패킷(packet)이 적용된 SSD 시스템 반도체를 세계 최초로 개발했다는 점에서 의의가 있으며, 데이터 센터 및 클라우드 서비스 시장에서 지속적으로 증가하는 고성능 SSD 요구에 발맞춰 큰 도움을 줄 수 있을 것으로 보인다ˮ며, "SSD의 성능 향상은 인공지능 연구 및 빅데이터 분석 기술을 활용하는 다양한 알고리즘 성능 개선에도 기여할 것으로 보인다ˮ고 연구의 의의를 설명했다.
한편 이번 연구는 한국연구재단과 정보통신기획평가원 차세대지능형반도체기술개발사업의 지원을 받아 수행됐다.
2022.09.28 조회수 7502 -
정밀한 시각적 판단을 추론한 새로운 인공지능 가속칩 개발
우리 대학 전기및전자공학부 윤찬현, 김주영 교수 연구팀이 설명 가능한 인공지능(eXplainable AI, XAI) 기법을 처리하기 위한 노이즈(잡음)에 강한 다중 피라미드 활성화 맵 기반 주의집중 구조가 탑재된 인공지능 칩을 설계하고, 삼성전자 DS부문의 지원으로 설명가능 뉴로프로세싱 유닛(이하 EPU, Explainable neuro-Processing Unit)을 개발했다고 24일 밝혔다.
설명가능 인공지능이란 사람이 이해할 수 있고 신뢰할 수 있는 설명을 제공할 수 있는 인공지능 기법이다. 기존의 수학적 알고리즘으로 학습되는 인공지능은 학습예제에 편향되어 신뢰할 수 없거나, 수천억개의 매개변수를 사람이 이해할 수 없다는 문제점을 해결하기 위해, 왜 인공지능이 특정 결과를 추론했는지 판단근거를 설명할 수 있도록 개발되었다. 설명가능한 인공지능은 어떤 이유에 의해서 인공지능의 의사결정에 큰 영향을 주었는지 설명할 수 있다는 점에서 기존의 인공지능보다 정확성, 공정성, 신뢰성을 보장할 수 있다는 특징을 가진다.
공동연구팀은 다중 규모 및 다중물체의 특징 추출 구조인 피라미드형 신경망 구조에서 추론 결과에 영향을 주는 인공지능 내부의 신경층별 활성화되는 정도를 복합적으로 해석할 수 있는 인공지능 모델과 이를 가속처리 특화된 채널 방향 합성곱 연산 및 정확도를 유지하는 EPU칩을 구현했다.
다중 규모 및 다중물체 특징 추출에 특화된 피라미드형 인공지능 모델에서 설명 시각화 구현을 위해서는 추론 과정의 역방향으로 모든 합성곱 층별 활성화 맵에서 모델 파라미터의 변화도를 추출할 수 있는 구조가 요구된다.
그러나 역전파 계산 과정은 기존의 추론처리 가속을 위한 인공지능 칩 설계와 달리 이전 파라미터 및 상태를 기억해야 하며 이는 한정된 온 칩 메모리 크기 및 인공지능 모델 전체를 특정한 용도에 맞게 주문 제작(ASIC; Application Specific Integrated Circuit)해 구현하기에는 물리적 한계가 있다.
또한, 피라미드형 구조의 설명 가능한 인공지능 모델은 설명성 보장을 위한 N개 층의 활성화 맵으로부터 기울기 기반의 클래스 활성 맵핑 시각화 처리 각각 필요해 복잡도를 높이는 문제가 있다. 그리고, 입력의 매우 작은 노이즈에도 클래스 활성화 맵핑 시각화 설명이 완전히 달라져 설명 가능한 인공지능 모델의 신뢰도 저하가 큰 문제점이었다.
전기및전자공학부 윤찬현 교수 연구팀은 문제해결을 위해(그림1 참조) 설명 가능한 인공지능의 다중 활성화 맵 고유의 특성 정보를 융합해 전역 주의 집중 맵을 생성하는 네트워크 구조와 입력 이미지 노이즈에 강건한 모델 생성을 위한 상호학습 방법을 개발해, 단일 활성화 맵 기반 주의집중 맵 생성 기술에 비해 설명성 지표를 최대 6배가량 높였다.
또한, 다중 스케일의 다양한 주의집중 맵들의 상호 보완적인 특성을 일원화된 주의집중 맵으로 정교하게 재구성함으로써 사람이 해석 가능한 수준의 정밀한 설명성을 제공할 수 있게 했다. 이번 연구 성과를 통해 위성 영상과 같이 객체 크기 변화가 큰 이미지 분석에서 인공지능 모델의 설명성을 크게 향상할 수 있을 것으로 기대된다고 연구팀 관계자는 설명했다.
전기및전자공학부 김주영 교수 연구팀은 제안된 설명 가능한 인공지능 모델을 가속하기 위해 기존 모델의 추론과 역전파 과정에 더해 활성화 맵 생성까지 처리할 수 있는 XAI 코어를 개발하고, 다양한 연산 태스크를 유연하게 분할해 동시에 처리할 수 있는 멀티 데이터 플로우 방식을 제안했다. 또한, 많은 0 값을 포함하는 활성화 맵의 특성을 활용해, 연속된 0을 건너뛸 수 있는 새로운 데이터 압축 포맷을 제안하고 이를 지원하는 가속 유닛을 개발해 최대 10배 이상의 활성화 맵을 칩 내부에서 처리할 수 있도록 했다.
연구팀이 개발한 EPU 칩은 광학 위성, 전천후 관측 영상레이더(Synthetic Aperture Radar) 위성 등 특수 목적과 고정밀 인공지능 영상처리시스템에 적용할 수 있으며, 저지연‧저전력으로 인공지능 시스템의 판단 근거에 대한 설명성을 획기적으로 높일 수 있을 것으로 기대된다. 연구팀은 EPU 칩 개발 후속 연구를 진행할 계획이다.
2022.08.25 조회수 5876 -
세계 최초 개인정보 보호 기술이 적용된 인공지능(AI) 반도체 개발
우리 대학 전기및전자공학부 유민수 교수 연구팀이 세계 최초로 `차등 프라이버시 기술이 적용된 인공지능(AI) 어플리케이션(Differentially private machine learning)'의 성능을 비약적으로 높이는 인공지능 반도체를 개발했다고 19일 밝혔다.
빅데이터 및 인공지능 기술의 발전과 함께 구글, 애플, 마이크로소프트 등 클라우드 서비스를 제공하는 기업들은 전 세계 수십억 명의 사용자들에게 인공지능 기술을 기반으로 여러 가지 서비스(머신러닝 애즈 어 서비스, ML-as-a-Service, MLaaS)를 제공하고 있다. 이러한 서비스 중에는, 대표적으로 유튜브나 페이스북 등에서 시청자의 개별 취향에 맞춰 동영상 콘텐츠나 상품 등을 추천하는 `개인화 추천 시스템 기술(예- 딥러닝 추천 모델, Deep Learning Recommendation Model)' 이나, 구글 포토(Photo) 와 애플 아이클라우드(iCloud) 등에서 사진을 인물 별로 분류해주는 `안면 인식 기술 (예- 합성곱 신경망 네트워크 안면 인식, Convolutional Neural Network based Face Recognition)' 등이 있다.
이와 같은 서비스는 사용자의 정보를 대량으로 수집해, 이를 기반으로 인공지능 알고리즘의 정확도와 성능을 개선한다. 이 과정에서 필연적으로 많은 양의 사용자 정보가 서비스 제공 기업의 데이터 센터로 전송되고, 민감한 개인정보나 파일들이 저장되고 사용되는 과정에서 정보가 유출되는 문제가 발생하기도 한다.
또한 이러한 문제는 최근 주목받는 대형 인공지능 모델의 경우에 더 쉽게 발생하는 경향이 있으며, 실제 구글에서 사용하는 대화형 인공지능 모델인 GPT-2의 경우, 특정 단어들을 이야기했을 때 사용자의 개인정보 등을 유출하는 문제를 보였다. [참고1] 유사사례로서 국내에서 2020년 화제가 되었던 스캐터랩의 인공지능 챗봇 이루다의 경우에도 비슷한 문제가 불거진 적이 있다. [참고2]
[참고1] https://ai.googleblog.com/2020/12/privacy-considerations-in-large.html
[참고2] https://n.news.naver.com/mnews/article/092/0002243051?sid=105
이에 애플, 구글, 마이크로소프트 등 빅 테크 기업에서는 `차등 프라이버시 (differential privacy)' 기술을 크게 주목하고 있다. 차등 프라이버시 기술은 학습에 사용되는 그라디언트(gradient, 학습 방향 기울기)에 잡음(노이즈)를 섞음으로써 인공지능 모델로부터 사용자의 개인정보를 유출하는 모든 종류의 공격을 방어할 수 있다.
하지만 이러한 장점에도 불구하고, 차등 프라이버시 기술 적용 시, 기존 대비 어플리케이션의 속도와 성능이 크게 하락하는 문제 때문에 아직까지 범용적으로 널리 적용되지는 못했다. 이는 차등 프라이버시 머신러닝 학습 과정이 일반적인 머신러닝 학습과 다른 특성을 보이고, 이로 인해 기존의 하드웨어에서 효과적으로 실행되지 않아 메모리 사용량, 학습 속도 및 하드웨어 활용도 (hardware utilization) 측면에서 비효율적이기 때문이다.
이에 유민수 교수 연구팀은 차등 프라이버시 기술의 성능 병목 구간을 분석해 해당 기술이 적용된 어플리케이션의 성능을 크게 시킬 수 있는 `차등 프라이버시 머신러닝을 위한 인공지능(AI) 반도체 칩'을 개발했다. 유민수 교수팀이 개발한 인공지능 반도체는 외적 기반 연산기와 덧셈기 트리 기반의 후처리 연산기 등으로 구성돼 있으며, 현재 가장 널리 사용되는 인공지능 프로세서인 구글 TPUv3 대비 차등 프라이버시 인공지능 학습 과정을 3.6 배 빠르게 실행시킬 수 있고, 엔비디아의 최신 GPU A100 대비 10배 적은 자원으로 대등한 성능을 보인다고 연구팀 관계자는 설명했다. 또한 이번 개발을 통해서 기존 하드웨어의 한계로 널리 쓰이지 못했던 차등 정보보호 기술의 대중화에 도움을 줄 수 있을 것으로 기대된다고 전했다.
우리 대학 전기및전자공학부 박범식, 황랑기 연구원이 공동 제1 저자로, 윤동호, 최윤혁 연구원이 공동 저자로 참여한 이번 연구는 미국 시카고에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 `55th IEEE/ACM International Symposium on Microarchitecture(MICRO 2022)'에서 오늘 10월 발표될 예정이다. (논문명 : DiVa: An Accelerator for Differentially Private Machine Learning)
또한 이번 연구는 지금까지는 없던 차등 프라이버시가 적용된 인공지능 반도체를 세계 최초로 개발했다는 점에서 의의가 있으며, 차등 프라이버시 인공지능 기술을 대중화해 인공지능 기반 서비스 사용자들의 개인정보를 보호하는 데에 큰 도움을 줄 수 있을 것으로 보인다. 또한, 가속기의 성능 향상은 인공지능 연구 효율을 높여 차등 프라이버시 인공지능 모델의 정확도 개선에도 기여할 것으로 보인다.
한편 이번 연구는 한국연구재단, 삼성전자, 그리고 반도체설계교육센터 (IDEC, IC Design Education Center)의 지원을 받아 수행됐다.
2022.08.19 조회수 8805