- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 고성능·저전력 뉴로모픽 컴퓨팅을 위한 ‘뉴런-시냅스-뉴런’ 기본 단위 구조 하드웨어에서 구현 - 동일 물질, 동일 구조를 가져 공정 용이성과 네트워크 확장성 확보 최근 인공지능, 사물인터넷, 머신러닝 등 새로운 산업이 등장하면서 방대한 양의 데이터를 처리하면서도 에너지를 효율적으로 소비하는 차세대 인공지능 반도체 개발에 세계적 기업들이 역량을 집중하고 있다. 인간의 뇌에서 영감을 받은 뉴로모픽 컴퓨팅도 그중 하나다. 이에 따라 생물학적 뉴런과 시냅스를 모방한 소자들이 새로운 소재 및 구조를 기반으로 속속 개발되고 있으나, 개별 소자들을 통합해 시스템에서 검증하고 최적화하는 연구는 미비한 상황이다. 향후 대규모 인공 신경망 하드웨어가 실용화되기 위해서는 인공 뉴런과 시냅스 소자를 통합하는 것이 필수적이며, 동일 소재 및 구조로 소자를 제작해 양산 비용과 에너지 사용량을 절감할 필요가 있다. 이런 가운데 한국과학기술연구원 (KIST, 원장 윤석진) 인공뇌융합연구단 곽준영 박사 팀이 ‘레고 블록’처럼 뉴런과 시냅스를 연결해 대규모 인공 신경망 하드웨어를 구성할 수 있는 인공 신경 모사 소자의 통합 요소 기술을 구현했다고 밝혔다. 연구팀은 고집적화와 초저전력 구현에 유리한 2차원 물질인 hBN을 이용해 수직적층 구조의 멤리스터 소자를 제작함으로써 생물학적 뉴런과 시냅스와 유사한 특성을 구현했다. 연구팀이 개발한 소자는 동일 물질-동일 구조로 인공 뉴런 및 시냅스 소자를 설계했기 때문에 다수의 소자를 이용해 복잡한 구조를 가진 기존 실리콘 CMOS 기반의 인공 신경 모사 소자와 달리, 공정의 용이성과 네트워크 확장성을 확보해 대규모 인공 신경망 하드웨어 개발의 기반을 마련했다. 연구팀은 또한 개발한 소자를 통합, 연결해 인공 신경망의 기본 단위 블록인 ‘뉴런-시냅스-뉴런’ 구조도 하드웨어로 구현해 인간 뇌의 동작 방식인 스파이크 신호 기반 정보전달을 성공적으로 모사하는 데도 성공했다. 인공 시냅스 소자의 시냅스 가중치에 따라 두 뉴런 사이의 스파이크 신호 정보의 변조를 조절할 수 있음을 실험적으로 검증해 저전력, 대규모 인공지능 하드웨어 시스템에 hBN 기반 신소자의 활용 가능성을 보였다. KIST 곽준영 박사는 “인공 신경망 하드웨어 시스템은 향후 스마트 시티, 의료, 차세대 통신, 기상예보 및 자율주행 자동차와 같은 실생활에 밀접한 응용 분야에서 생성되는 방대한 양의 데이터를 효율적으로 처리하는 데 활용할 수 있을 것”이라면서, “기존 실리콘 CMOS 기반 소자의 확장 한계를 뛰어넘으면서도 에너지 사용량을 크게 줄여 탄소 배출과 같은 환경 문제 개선에도 도움이 될 것”이라고 연구성과의 의의를 설명했다. [그림 1] 시냅스 가중치에 따른 전단 및 후단 뉴런의 연결 강도 조절 실험 결과 (a) 생물학적 신경망의 개략도 및 (b) 인공 신경 모사 소자를 이용하여 하드웨어로 구현한 인공 신경망의 회로 개략도. (c) 시냅스 가중치 변화에 따른 두 뉴런 간의 연결 강도 변화 실험 결과. 시냅스 가중치가 낮아질수록 후단 뉴런의 발화 정도가 감소하는 것을 확인함. [그림 2] 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자 (a) 2차원 물질 기반 휘발성 및 비휘발성 메모리 소자의 개략도 (상단) 및 제작한 소자의 전기적 특성 측정 결과 (하단) (b) 제작한 소자의 전자현미경 (상단) 및 투과전자현미경 사진 (하단). 제작한 소자를 활용하여 생물학적 뉴런 및 시냅스 특성을 구현함. ○ 논문명: Hardware Implementation of Network Connectivity Relationships Using 2D hBN-Based Artificial Neuron and Synaptic Devices ○ 학술지: Advanced Functional Materials ○ 게재일: 2023.11.05.(온라인) ○ DOI: https://doi.org/10.1002/adfm.202309058 ○ 논문저자 - 조유연 박사후연구원(제1저자/KIST 인공뇌융합연구단) - 곽준영 책임연구원(교신저자/KIST 인공뇌융합연구단)

- 테라헤르츠 메타물질과 팔라듐의 수소 감응성 이용, 실시간 극미량의 수소 가스 누출 검출 - 나노미터 스케일에서 나노 물층 형성 메카니즘 규명 성공 수소 가스는 알려진 모든 분자 중 가장 작고 가벼우면서 무색·무취의 성질을 가져 누출이 쉽고, 밀폐된 공간에서 4% 이상 농축되면 발화 또는 폭발의 위험을 가진다. 수소가 미래 에너지 산업의 대표주자로 자리매김하기 위해서는 수소가스의 생산·보관·운송 과정에서 안정성을 보장하기 위한 안전한 검지 기술이 필수적이다. 그러나 기존 전기식 센서는 전기 스파크가 발생하기 쉬워 수소 가스의 폭발을 유발하는 위험성을 지니고 있다. 또한 주류를 이루는 전극 기반의 접촉식 센서들은 접촉 상태에 따라 신호 안정성에 영향이 있어 비접촉식 광센서의 필요성이 대두되었다. 한국과학기술연구원 (KIST, 원장 윤석진)은 센서시스템연구센터 & KU-KIST 융합대학원 서민아 박사팀과 고려대학교 보건과학대학 바이오의공학부 유용상 교수팀이 공동연구를 통해 상온, 상압의 실제 환경에서 0.25% 수준의 극미량의 수소 가스 누출까지 확인할 수 있는 비접촉식 테라헤르츠 광센서를 개발했다고 밝혔다. 분광법은 반응 물질이 수소 가스와 만나면 기체에서 액체로 변화하는 반응을 광학 상수값의 변화를 통해 비접촉식으로 관찰한다. 테라헤르츠 전자기파는 주파수 대역이 매우 넓어 가스 분자의 고유 진동에 민감한 분광법에 활용하면 다양한 가스, DNA, 아미노산 등 분자들의 미세한 고유 정보 및 차이점까지 해석 가능한 특징을 가진다. 그러나 극미량의 수소 가스와의 상호작용 확률이 낮고, 테라헤르츠파의 신호를 증폭하는 기술이 없어 실제로 활용되기 어려웠다. 연구진은 전자기파의 특정 대역 신호를 증폭시키는 기능을 하는 메타물질을 이용해 극미량의 가스에 의한 테라헤르츠 광신호의 변화를 민감하게 측정할 수 있는 가스 검출 센싱 플랫폼을 개발했다. 이를 위해 먼저 가스에 민감한 테라헤르츠 대역에서 신호를 증폭할 수 있는 테라헤르츠 메타물질을 개발했다. 그리고 이 메타물질에 팔라듐을 균일하게 도포해 14 nm 수준의 극도로 좁은 공간을 형성함으로써 테라헤르츠 신호의 민감도를 극대화시켰다. 팔라듐은 흡착된 수소와 산소의 촉매 반응에 의해 표면에 물 분자를 생성하는 역할을 한다. 이후 수소 및 산소 가스 등을 개발한 센싱 플랫폼에 주입해 광학 신호 값을 분석한 결과, 수 분 이내로 가스 검출 여부를 탐지할 수 있었다. 팔라듐과 같은 금속수소화물은 상변이 후 다시 원래 상태로 돌아올 수 없는 비가역성을 가지기 때문에 재사용이 어려운데, KIST-고려대 공동연구팀은 특수 처리 기술을 통해 샘플의 재사용성을 확보했다. 또한 나노미터 스케일에서 수소가 탈착되는 메커니즘을 광신호를 통해 비접촉식으로 실시간 추적하는 기술개발에 성공했다. 교신저자인 KIST 서민아 박사는 “기존 광 센서는 상온, 상압, 상습 환경에서의 신뢰도 측정이 매우 제한적이었는데, 민감도를 획기적으로 증대시켜 가스 뿐 만 아니라 다양한 생화학 물질을 극미량에서 검출하고 선별할 수 있는 유망 기술”이라면서, “이동식, 현장‧현시 검사를 통해 각종 유해인자나 가스, 질병에 대해 즉각적으로 대처할 수 있는 시스템을 개발하는데 활용이 기대된다”고 밝혔다. 교신저자인 고려대학교 유용상 교수는 “테라파 측정기술뿐 아니라, 금속 표면에서 일어나는 다양한 기체 흡착 및 탈착 과정과 분자 단위의 화학반응 메커니즘을 시각적으로 확인할 수 있는 가능성까지 열었다”라고 연구성과의 의의를 밝혔다. [그림 1] 수소와 산소의 농도 비율에 따라 팔라듐 촉매반응을 통해 변화하는 메타구조와 광학상수 및 생성되는 물 층(layer)의 두께, 그리고 이에 따른 테라헤르츠 신호 변화 관찰 ○ 논문명: Advancements in intense terahertz field focusing over metallic nanoarchitectures for monitoring hidden interatomic gas-matter interactions ○ 학술지: Advanced Materials ○ 게재일: 2023.11.23.(온라인) ○ DOI: https://doi.org/10.1002/adma.202308975 ○ 논문저자 - 이진우 석사(제1저자/KIST 센서시스템연구센터) - 이종수 박사(제1저자/KIST 센서시스템연구센터) - 이건 박사과정(제1저자/KIST 센서시스템연구센터) - 유용상 교수(교신저자/고려대학교) - 서민아 책임연구원(교신저자/KIST 센서시스템연구센터)