‘멤리스터’가 인간 뇌를 모방하는 AI의 핵심인가?

인간 뇌는 인류가 이제까지 알게 된 가장 복잡하고 강력한 컴퓨터입니다. 이 자연의 경이로운 존재는 실시간으로 수백만 개의 데이터 포인트와 감각 입력을 동시에 처리할 수 있습니다. 현재 컴퓨터는 연산 능력 면에서 인간 뇌를 능가할 수 있지만, 여전히 부족한 영역이 존재합니다. 최근 멤리스터 분야의 돌파구가 신경망 컴퓨팅을 열어줄 열쇠가 될 수 있으며, 앞으로 더 똑똑하고 빠른 인공지능 시스템의 문을 열어줄 것입니다.

현재 칩 설계

오늘날의 폰 노이만 컴퓨팅 아키텍처는 처리 장치와 메모리를 두 개의 별도 위치에 배치합니다. 원래는 컴퓨터가 오늘날처럼 방대한 데이터 검색을 필요로 하지 않았기 때문에 이 설계가 타당했습니다. 그러나 고급 AI 시스템은 실시간으로 수십억 비트의 데이터를 처리합니다. 따라서 매 밀리초가 중요해지며, 두 개의 별도 위치에서 메모리를 검색하고 처리하는 데 소요되는 시간과 에너지도 중요한 요소가 됩니다.

현재 칩 설계의 문제점

현재의 칩 설계는 AI 커뮤니티의 증가하는 요구를 따라잡기에 너무 느립니다. AI와 같은 연산 집약적인 프로토콜에 대한 더 나은 해결책은 메모리와 처리를 하나의 칩에 통합하는 것입니다. 이를 실현하기 위해 엔지니어들은 1970년대에 고안된 기술인 멤리스터에 주목했습니다.

멤리스터

멤리스터 개념은 1971년 레온 추(Leon Chua)의 논문 발표 이후 등장했습니다. 멤리스터는 변화하는 전류를 이용해 동작합니다. 전류의 방향과 양을 바꾸면 이 장치들이 데이터를 저장할 수 있습니다. 컴팩트한 크기와 데이터 저장 및 처리 능력 덕분에 오늘날의 고급 AI 시스템에 이상적인 성능을 제공합니다.

오늘날 멤리스터 기술의 문제점

현재 컴퓨터에 사용되는 멤리스터 기술의 주요 문제는 아직 다른 시스템과 경쟁할 수준에 이르지 못했다는 점입니다. 이러한 실험용 칩 설계는 종종 낮은 연산 능력, 신뢰성 의문, 그리고 이중 칩 대비 내구성 부족을 보입니다. 다행히도 이러한 상황은 곧 바뀔 것입니다.

신경형 컴퓨팅

멤리스터는 신경형 컴퓨팅 움직임의 핵심 구성 요소입니다. 이 컴퓨터 유형은 인간 뇌에 존재하는 신경망을 모방하려고 합니다. 이러한 시스템은 데이터를 하나의 위치에서 계산·처리·저장할 수 있습니다. 또한 인간 뇌가 작동하는 방식처럼 학습·교정·새로운 시나리오에 적응할 수 있습니다. 이러한 능력은 새로운 포괄적 칩 설계와 결합되어 연산 처리 능력의 새로운 시대를 열어줍니다.

멤리스터 칩 연구

이 연구 “Self-supervised video processing with self-calibration on an analog computing platform based on a selector-less memristor array”¹는 이번 달 과학 저널 *Nature Electronics*에 게재되었습니다. 이 연구는 인간 뇌가 사고하는 방식을 모방한 차세대 신경형 반도체 기반 프로세서를 상세히 설명하며, 이를 통해 학습·적응이 가능해져 성능이 향상됩니다.

새로운 칩 설계

연구진은 선택기 없는 아날로그 멤리스터 어레이를 통합해 일체형 저장·처리 유닛을 만들었습니다. 이 장치는 주변 회로와 디지털 컨트롤러를 활용해 멤리스터를 실시간으로 프로그래밍합니다. 구체적으로, 인터페이셜형 티타늄 산화물 멤리스터가 실험에 사용되었습니다.

출처 – KAIST

인간 뇌를 모방함

이 연구에서 가장 인상적인 점은 엔지니어들이 고급 AI 시스템을 칩에 직접 통합했다는 것입니다. 이 통합 덕분에 칩은 학습하고 오류를 교정할 수 있습니다. 장치는 실시간 분석과 현장 처리를 제공하여 음악 편집, 보안 등 다양한 사용 사례에 이상적인 옵션이 됩니다.

새로운 시나리오 파악

특히 엔지니어는 AI 알고리즘을 아날로그 영역에서 실행하기로 선택했습니다. 그 결과 시스템은 보정 작업이나 사전 학습 없이 자체 보정을 활용하도록 설정되었습니다. 사람처럼 이 AI는 실시간 데이터를 평가하고 과거 기록과 교차 검증해 다음 행동을 결정합니다.

성능 향상

이 설정을 통해 엔지니어는 학습·오류 교정·현장 AI 작업 처리가 가능한 컴퓨터와 장치를 만들 수 있습니다. 데이터는 저장·처리되어 과거 데이터 및 고유 특성과의 연관성을 확인합니다. 시스템이 학습을 통해 성능 향상이 가능하다고 판단하면 자동으로 이를 통합합니다.

멤리스터 칩 테스트

엔지니어들은 실시간 데이터 변화에 적응할 수 있는 세계 최초의 멤리스터 기반 통합 시스템을 테스트하기 위해 비디오 편집 작업을 설정했습니다. AI 시스템은 움직이는 사람의 연속 실시간 영상을 입력받았으며, 영상의 전경과 배경을 구분하는 과제가 주어졌습니다.

멤리스터 칩 테스트 결과

데이터는 몇 가지 유망한 결과를 보여줍니다. 첫째, AI는 사이클이 진행될수록 점점 더 빠르고 효율적으로 작동했습니다. 초기에는 상황을 판단하는 데 시간이 더 걸렸지만, 최종 실행에서는 AI가 이미 프로세스에 익숙해져 전경과 배경을 구분하는 방법을 숙지했습니다.

인상적으로, AI 칩 비디오 편집 테스트는 평균 피크 신호대잡음비가 30.49 dB로, 전용 서비스와 견줄 만한 수준을 기록했습니다. 또한 팀은 구조적 유사성 지수(SSIM)가 0.81임을 확인했습니다.

멤리스터 칩의 장점

멤리스터 칩이 현명한 선택인 이유는 여러 가지가 있습니다. 첫째, 현장 실시간 데이터 분석을 제공한다는 점입니다. 이는 장치가 인터넷 연결 없이도 혹은 다른 장치에 신호를 보내지 않고도 주변 환경을 정확히 평가할 수 있음을 의미합니다.

보안

이 설계 덕분에 보안과 프라이버시가 향상됩니다. 데이터가 외부로 전송될 필요가 없으므로 해킹이나 인적 오류 위험이 크게 감소합니다.

향상된 성능

이 연구의 또 다른 주요 장점은 오늘날 PC의 성능을 어떻게 향상시킬 수 있는지를 보여준다는 점입니다. 멤리스터 기반 AI 시스템은 사용자에게 병렬 연산 능력을 제공해 기능을 강화하고 더 많은 부하를 처리할 수 있게 합니다.

크기

멤리스터 칩은 기존 설계보다 훨씬 작습니다. 따라서 마이크로 전자, 웨어러블, 로봇공학 및 공간이 제한되거나 무게가 중요한 드론·항공우주 기술 등 다양한 분야에 이상적입니다.

에너지 소비 감소

에너지 소비 측면에서 멤리스터 칩은 기존 칩 설계보다 수백 배 적은 전력을 사용합니다. 칩을 프로그래밍하는 데 필요한 에너지는 극히 미미합니다. 이러한 낮은 전력 소비는 지속 가능성을 높이고, AI 혁명이 산업 혁명처럼 환경에 큰 부담을 주는 일을 방지하는 데 기여합니다.

멤리스터 적용 분야

시장에는 멤리스터를 활용할 수 있는 다양한 응용 분야가 존재합니다. 첫째, 멤리스터는 컴팩트하고 에너지 효율이 높은 AI 엣지 컴퓨팅 시스템에 최적의 선택입니다. 이 기술은 언젠가 모든 스마트 디바이스를 더욱 똑똑하고 가볍고 강력하게 만들 수 있습니다. 아래는 멤리스터 칩 시스템의 몇 가지 적용 사례입니다.

비디오 처리

AI 비디오 처리는 시장에서 가장 빠르게 성장하는 분야 중 하나입니다. 연구진의 칩은 여러 이유로 이 작업에 이상적입니다. 첫째, 자체 학습 능력을 활용해 작업 부하를 줄이고 출력 품질을 향상시킵니다. 이와 같은 칩이 팀이 테스트한 고급 AI 편집 시스템을 구동하는 데 사용되는 모습을 곧 볼 수 있을 것입니다.

이미 AI 편집 시스템은 시청 비용을 낮추고 있습니다. 세 시스템은 종종 원본 프레임 사이에 중복 프레임을 생성해 대규모 해상도 업그레이드를 가능하게 합니다. 앞으로는 이러한 시스템을 통해 스마트폰만으로도 고급 영상을 손쉽게 편집할 수 있게 될 것입니다.

헬스케어

헬스케어 분야에서 AI 활용이 급증하고 있습니다. 멤리스터 기반 스마트 디바이스는 언젠가 환자를 심층 모니터링하여 전문가의 업무 부담을 줄이고 인식을 향상시킬 것입니다. AI는 또한 데이터를 별도의 헬스케어 전용 AI 시스템으로 전송하도록 설정될 수 있습니다.

보안

자체 학습 AI 시스템을 이용해 보안 카메라를 프로그래밍하는 것은 매우 합리적입니다. 예를 들어 스마트 카메라가 마당을 감시하고 있다가 사람이 나타나 몇 번 움직인 뒤 화면 밖으로 사라지는 상황을 생각해 보세요. 화면을 보지 않았다면 그 순간을 놓치게 됩니다. 멤리스터 기반 AI 보안 시스템은 의심스러운 행동을 실시간으로 스캔하고 즉시 알림을 보낼 수 있습니다.

자율 주행 차량

자율 주행 차량은 향후 이 기술을 통합해 새로운 책임과 높은 신뢰성을 확보할 것입니다. 시스템은 차량이 주변 환경을 분석하고 최적의 시나리오를 추론하도록 돕습니다. 매번 결정이 평가되고 다음 옵션을 측정하는 데 활용되어 시간이 지남에 따라 성능이 향상됩니다.

멤리스터 연구자들

이 연구는 KAIST 전기공학부의 최신현 교수와 윤영규 교수 공동 연구팀이 주도했습니다. 정학천과 한승재도 데이터 수집 및 처리에 참여했습니다.

멤리스터 칩 연구는 한국연구재단 차세대 지능형 반도체 기술 개발 사업, 우수 신진 연구자 사업, PIM AI 반도체 핵심 기술 개발 사업 및 전자통신연구원 연구개발 지원 사업의 지원을 받았습니다.

멤리스터 연구로 혜택을 받을 수 있는 기업

이 기술이 개선할 수 있는 산업은 매우 다양합니다. 현재 전자 부품의 소형화 한계에 다다른 상황에서, 이번 최신 개발은 보다 신뢰성 높고 확장 가능한 옵션을 시장에 제시합니다. 다음은 이 데이터를 활용해 성공을 거둘 수 있는 기업 중 하나입니다.

Micron Technologies Inc.

Micron Technologies Inc. (MU )는 1978년에 시장에 진입했습니다. Ward Parkinson, Joe Parkinson, Dennis Wilson, Doug Pitman이 반도체 제조 공장으로 설립했으며, 1980년에 첫 번째 제조 공장을 열어 빠르게 성공을 거두었습니다. (NRC )

그 이후로 Micron Technologies는 다른 기술 관련 분야로 사업 영역을 확장했습니다. 특히 1994년에 포춘 500에 진입하는 등 인상적인 성과를 거두었습니다. 오늘날 이 회사는 수십 년에 걸친 칩 혁신을 바탕으로 선구적인 기업으로 인정받고 있습니다.

Micron Technologies는 멤리스터 칩셋의 주요 연구·개발 기업입니다. 이 회사는 이 기술을 통합해 데이터 센터 비즈니스 모델을 강화하려 합니다. 현재 직원 수는 43,000명이며, 따라서 MU는 AI 분야에 노출을 원하는 트레이더들에게 강력한 “buy”로 평가됩니다.

Meristors가 AI 혁명을 주도할 것입니다.

멤리스터 CPU 설계 혁신 팀은 AI 시스템을 구동하는 데 있어 직접적인 온칩 메모리와 처리의 중요성을 잘 이해하고 있습니다. 이제 엔지니어들은 연구와 테스트를 더욱 진행해 멤리스터 기반 칩을 가능한 한 빨리 소비자 전자 제품에 적용하려고 합니다.

다른 컴퓨팅 혁신에 대해 알아보세요.

연구 참고:

^{1. Duan, X., Cao, Z., Gao, K., Yan, W., Sun, S., Zhou, G., Wu, Z., Ren, F., & Sun, B. (2024). Memristor-based neuromorphic chips. Advanced Materials, 36(14), e2310704. https://doi.org/10.1002/adma.202310704}