Embargo		없음
배포일자 : 2018.6.20.(수)				배포번호 : 2018-42호
문의	ICT소재부품연구소		지능형반도체연구본부장		강성원(042-860-5288)	E-mail : kangsw@etri.re.kr
	지능형반도체연구본부		프로세서연구그룹장		권영수(042-860-5244)	E-mail : yskwon@etri.re.kr
	프로세서연구그룹		책임연구원/PL		이주현(042-860-6574)	E-mail : juehyun@etri.re.kr
	커뮤니케이션전략부		성과홍보실장		정길호(042-860-0670)	E-mail : khchong@etri.re.kr
	성과홍보실		행정원		조종표(042-860-6769)	E-mail : jp.cho@etri.re.kr
매수 : 보도자료 3매(사진 5매, 참고자료 2매)						배포처 : ETRI 성과홍보실

국내 연구진이 기존대비 수십 배의 연산량을 처리하면서도 소형이며 저전력으로 인공지능의‘눈’이라 불리는 시각지능 칩을 개발하며 후속연구를 진행 중이다.

한국전자통신연구원(ETRI)은 사람수준으로 사물을 인식할 수 있는 정도의 칩을 개발했다. 이로써 일상생활에서 접하는 모든 물체에 대해 인공지능이 학습을 통해 사람수준으로 인식이 가능케 되는 길을 연 셈이다.

연구진은 신경 연산량을 수십 배 감소시켜 연산 효율을 획기적으로 개선할 수 있는 시냅스 컴파일러 기술과 매우 낮은 소비 전력으로 사람 두뇌의 신경연산을 모사(模寫) 하는 시각지능 칩을 개발했다고 밝혔다.

ETRI가 개발중인 시각지능 칩의 크기는 5mm x 5mm로 성인 손톱크기의 절반 수준이다. 기존 SW를 이용해 물체를 인식하는 칩은 초당 1회 가능한데 반해 연구진이 개발한 칩은 초당 33회 물체인식이 가능하다. 아울러, 신경연산의 속도 또한 획기적으로 높이고 에너지도 대폭 줄였다.

현재 수준의 칩은 데이터를 넣게 되면 얼마만큼의 에너지를 써서 연산을 수행하는지 여부를 밝힐 수 있는 정도다. 연구진은 한 개의 칩을 의미하는‘뉴런’을 256개 연결해 데이터 연산 수행을 시연해 보았다고 밝혔다.

ETRI 연구진은 인공신경망의 방대한 양의 신경연산과 뉴런 간 연결성 분석을 통해 신경망 성능은 떨어지지 않으면서 최적화할 수 있는 새로운 신경망 학습 방법을 찾았다. 바로‘시냅스 컴파일러’기술이다. 본 기술을 통해 신경망 학습을 적용하면 기존 기술대비 1/10 미만 적은 신경연산을 통해서도 동일 성능을 확보 할 수 있다.

또한, 연구진은 반도체 칩에서 인공지능 연산을 수행시 필요한 소비에너지를 감소시키기 위해 새로운 개념의‘뉴런회로 기술’도 개발했다. 기존 디지털 회로 기반 연산기와 두뇌 뉴런의 동작을 모방한 아날로그 회로를 융합해 초저전력 아날로그/디지털 하이브리드 뉴런 회로 기술을 개발했다. 연구진은 지난해말 뉴런 칩을 실제 구현, 기능을 검증했다. 본 뉴런 칩을 이용하여 시각지능 칩을 만들게 되면 기존의 CPU 및 GPU를 활용하는 SW기술 대비 약 1/100의 에너지만으로 시각지능 기술이 가능하게 되는 것이다.

인공지능 기술은 나날이 발전하고 있지만, 딥 러닝이나 방대한 양의 정보 처리를 SW로 처리하기 위해선 이를 담당할 서버나 데스크톱 PC가 필요했다. 즉, CCTV나 드론, 자율주행차가 실시간으로 촬영한 영상을 분석하기 위해서는 중앙 서버로 연산 정보가 이동된 후 처리되는 식이다.

ETRI는 이번 칩의 개발로 소형 칩을 저전력화 하여 향후 스마트폰이나 CCTV 등에 기존 구조를 바꾸지 않고도 CPU옆에 바로 내장할 수 있다고 설명했다.

따라서 본 칩이 향후 상용화되면 그동안 물체를 한번 인식하는데 150억 개 정도의 신경연산이 필요해 열이 많이 나고 에너지도 많이 소비해 물체인식에 애를 먹었는데 이러한 문제점을 해소할 수 있게 되었다.

이에 따라 스마트폰, CCTV, 드론 등에 향후 칩을 적용하면 특정 물체나 범죄자와 같은 사람인식에 있어 탁월한 효과발휘가 가능해질 것으로 보인다. 마치 사람의 눈처럼 일상 생활 속의 사물을 학습해 인식하는 시각지능의 상용화가 본격화되는 셈이다.

특히 연구진이 개발한 칩은 CCTV 등에 내장시 데이터 중 특정상황인 움직이는 물체나 사람만을 특정해 정형화된 의미정보만 뽑아낼 수도 있다. 따라서 적은양의 데이터 처리에 따라 속도도 빨라지고 연산량도 대폭 줄일 수 있다.

연구진은 향후 본 칩을 기반으로 효과적인 데이터 처리를 위한 연구를 본격 준비 중이라고 설명했다. 데이터를 넣고 빼는 스케줄링 작업과 CPU칩 인터페이스를 연결하여 시냅스 코드작업과 칩의 순서 등을 조절하는 연구가 더 필요하다고 말했다.

ETRI는 올해 자율주행차 인식과 관련된 어플리케이션을 추가 연구할 계획이다. 이를 통해 내년경 자율주행차 인식 전용칩을 만들 계획이며 결과물은 내년 상반기중 시연이 가능할 것으로 예정하고 있다. 우선 감시카메라 제조사에 내년 기술이전 할 계획이다.

연구진은 이번 기술에 있어 핵심 특허로는 ▲시냅스 컴파일러 기술 ▲하이브리드 뉴런 회로 ▲시각지능칩 아키텍처 등으로 현재 10여건의 국제특허 출원을 추진 중이며 관련 SCI 논문 3편을 발표 완료 한 상태이다.

본 과제는 과학기술정보통신부의 “신경모사인지형 모바일 컴퓨팅 지능형 반도체 기술개발”과제로 연구되었다.

ETRI 프로세서연구그룹 권영수 그룹장은 “무엇보다 인공지능 기술이 현실에 적용되기 위해서는 방대한 연산량을 고속으로 효율적으로 처리하면서도 매우 적은 소비전력을 가져야 하는데 이번 기술은 두 마리 토끼를 잡은 쾌거”이다고 설명했다.

본 연구 프로젝트의 리더인 이주현 책임연구원도“향후 본 칩이 완성되면 인공지능 인지로봇의 눈이나 감시정찰용 드론, 시각지능이 탑재된 사물인터넷 기기, 안경과 같은 웨어러블 기기, 자율주행차 등에 효과적으로 사용이 가능할 것으로 보고 있다”고 말했다. <보도자료 본문끝>

<참고자료>

현재의 인공지능 기술은 인공신경망 기술을 근간으로 하고 있으며 인공신경망 기술은 인간의 뇌의 시냅스와 뉴런 세포가 정보를 처리하는 방식을 흉내내어 여러 연산을 동시 다발적으로 병렬 처리 하는 방식이다.

기존 폰-노이만 구조를 갖는 CPU에서 처리할 경우 데이터 병목 현상과 과다한 에너지 소비로 인해 효율성이 떨어져 전 세계적으로 인공지능 기술에 적합한 새로운 지능형 반도체 기술 개발이 활발하다.

신경망 연산의 구현에 있어 지금까지는 기존 컴퓨팅 하드웨어 기반에서 소프트웨어적인 접근으로 다양한 신경망 연산 알고리즘을 개발하고 검증 및 적용하고 있다.

그러나 이러한 신경망 연산 알고리즘 수행을 기존 폰-노이만 구조의 컴퓨팅 방식 하드웨어를 기반으로 하고 있기 때문에 신경망 연산 과정에서 가장 많은 비중을 차지하고 있는 신경연산(SOP: Synaptic Operation)을 수행하기 위해 높은 연산성능이 필요하다.

따라서 클라우드 서버와 같은 많은 에너지를 소모하는 하드웨어가 요구된다. 이러한 높은 연산성능 요구 및 에너지 소모의 이유로 휴대폰 등 모바일 어플리케이션에는 인공지능 기술이 적극적으로 활용되지 못하고 있는 것이다.

ETRI가 개발한 Analogy/Digital Hybrid 뉴런 칩은 많은 수의 뉴런들에서 전달되는 데이터에 대해 동시 다발적으로 아날로그 동작을 통해 처리하며 결과 데이터의 외부 인터페이스를 위해 디지털 회로가 융합되어 활용되고 있다.

이러한 기술을 통해 한 번의 신경연산을 수행하는데 2.36pJ (2.36x10-12Joule/SOP) 의 에너지만을 소모하는 초저전력의 뉴런 칩 기술이 확보 되었다.

참고1

추가 설명자료

< 시각지능 칩의 수행 결과 예시>

<디지털/아날로그 하이브리드 뉴런 칩 모습. 패키징이 된 모습으로 실제 칩의 크기는 5mm 수준임 >