[뉴스비전e 정윤수 기자] 인간의 뇌 신경망을 닮은 차세대 반도체 개발에 삼성전자, 서울대학교 등 국내 주요 산학이 공동으로 나선다는 소식이 최근 전해지면서 반도체 부품 업계 뿐 아니라, IoT 산업계에서도 관심이 모아지고 있다. 

인간의 뇌 신경망 모방한 '뉴로모픽칩'은 한국 뿐 아니라, 애플, 인텔, 퀄컴 등 글로벌 주요기업들이 앞다퉈 기술력 확보에 나서고 있다. 인공지능에 핵심 반도체로 주목받고 있기 때문이다. 

인간의 뇌구조를 모방했기 때문에, 이미지와 소리까지도 패턴으로 인지할 수 있고, 데이터 입출력도 동시에 가능한데다, 전력 소모도 기존 반도체와 비교해 1억분의 1수준으로 줄일수 있어 AI의 딥러닝과 강화학습 등에 적합한 하드웨어라는 평가다. 

시장조사업체 IDC에 따르면,  지난해 80억 달러(약 9조원)이던 세계 AI 시장 규모가 2022년엔 1000억 달러(약 112조원)를 넘어설 것으로 전망했다.

미래 시장에 대한 조사 및 예측기관 'Future Market Insights'는 보고서를 통해 "2015년 뉴로모픽칩의 전세계 판매금액은 15억달러에 불과했지만, 2026년까지 이 시장은 연평균 20.7%씩 급성장 할 것"으로 최근 전망했다.

◆수많은 데이터 한꺼번에 처리... 국내외 기업 개발 현황은?

퀄컴은 2013년, 세계 최초로 뇌에서 영감을 얻어 신경세포처럼 스파이크 형태의 신호를 주고받고 시냅스  연결  강도를 조절해 정보를 처리하는 프로세서인 제로스'(Zeroth)'를 개발했다. 

제로스는 회로 구조만이 아니라 기능도 인간의 학습기제를 모방하여 강화학습(reinforcement learning) 기제를 활용해 로봇을 제어하는 데모 영상 시연했다. 

강화학습은 학습수행 결과에 대해 적절한 보상을 주면서 피드백을 통해 학습하는 기계학습의방법중 하나다. 이를 위해 컴퓨터가 여러 데이터를 이용해 학습한 내용을 기반으로 새로운 데이터에 대한 적절한 작업을 수행할 수 있도록 하는 알고리즘과 기술을 개발해야 한다. 

IBM은 미국 국방부 산하 방위고등연구계획국(DARPA)이 주도하는 ‘인공두뇌 만들기 프로젝트’에 2008년에 참여해 ‘트루노스’(TrueNorth)'라는 뉴로모픽 칩을 만드는데 2014년 성공했다. 프로젝트 참여부터 개발 성공까지 무려 6년이 걸려 얻어낸 성과다. 

트루노스 칩은 무려 54억 개 트랜지스터를 내장한 4천96개의 프로세서로 이루졌다.  전자회로 소자들을 인간의 신경망처럼 연결해 인간 두뇌 활동을 모방한다. 사용되는 전력은 기존 마이크로프로세서의 1만분의1에 불과하다. 이후 IBM은 기존 컴퓨터와 비교하여 속도와 효율성 입증을 위한 테스트와 벤치마크 작업을 지속적으로 진행중이다. 

IBM은 2016년 9월 'NS16e'라는 새로운 컴퓨터에서 트루노스 성능 시험을 보인바 있다. 트루노스칩의 학습 및  연산 능력, 절전성에 기반해 사물인터넷부터 스마트폰, 로봇, 자동차, 클라우드 컴퓨팅, 슈퍼컴퓨팅에 이르기까지 모든 컴퓨팅 스택(Stack)에 지능을 적용할   수 있는 가능성을 입증했다는 평가를 받았다. 

삼성전자와 SK하이닉스는  2016년 미국 스탠퍼드대학과 강유전체(ferroelectrics·强誘電體) 물질을 활용한 ‘인공신경망 반도체 소자 공동 연구개발’ 협약을 체결했다. 

SK하이닉스는 전하 유입 여부를 통해 0과 1을 구분하는 기존의 반도체 입력 방법 대신 전압 크기에 따라 다양한 신호를 저장할 수 있는 유기물질 강유전체를 사용해 뉴로모픽 칩 개발 추진 중이다. 

이를 기반으로 삼성전자, SK 하이닉스, 서울대, KAIST, ETRI 등 국내 산학은 뉴로모픽 반도체 프로젝트를 통해 16,000개 CPU 역할을 작은 칩 하나로 처리하는 기술 상용화를 추진중이다. 

후공정 패키징(칩을 쌓은 공정) 국내 업체인 네패스도 뉴로모픽스 칩 기술 개발을 추진해 왔다.

이를 위해 네패스는 뉴로모픽스 칩 'CM1K'을 개발한 제너널비전과 협력중이다. 이미 2007년 파일럿 제품을 출시하고, 지난해 6월에는 상용화 단계인 뉴로멤(NeuroMem)을 내놓기도 했다. 

◆기술 확보 중요성 현실로 입증되고 있는 핵심칩

이세돌과 대국을 벌였을 당시, 알파고에 쓰인 CPU는 1200여개, GPU는 170여개다. 커제를 누른 알파고에는 CPU는 200대로 줄이는 대신, 구글이 자체적으로 한  TPU 4대로 썼다.

이처럼 하드웨어 성능의 강화는 인공지능을 더욱 발달하게 한다. 그리고 CPU의 직렬식이 아닌 한꺼번에 많은 연산을 하는 병렬식으로 하드웨어는 진화하고 있다. 

TPU(텐서프로세서유닛) 역시 구글이 머신러닝(기계학습) 알고리즘에 최적화시킨 ASIC(application specific integrated circuit) 칩으로, CPU와 GPU의 조합이다. 전력효율을 기존 조합보다 적어도 30분의 1수준으로 줄였다는게 구글의 설명이다.

뉴로모픽칩 역시 이와 같은 병렬식 배열을 통해, 데이터 처리 시간을 대폭 줄일수있는 설계 방식을 채택한다. 

이를 기반으로 앞으로 우주항공 우주 및 방위, 소비자 가전 및 자동차, 생체이식 등 4차산업 시대 각 분야에서의 수요가 발생할 전망이다. 특히 IoT와 결합해 각 사물들이 인간의 뇌 수준의 정보처리 능력을 갖게 할 수 있는 핵심 부품으로도 주목받는다.