데이터센터의 전력사용량이 급증하면서, 전력 사용량이 적은 인공지능(AI) 반도체에 대한 필요성이 대두되고 있다. 업계에서는 인간의 뇌를 모사한 뉴로모픽반도체가 그래픽처리장치(GPU) 등 AI반도체의 대안이 될 수 있을 것으로 보고 있다. 뉴로모픽반도체는 GPU 대비 소비 전력이 수십배 이상 개선된 차세대 반도체다. 정두석 한양대학교 교수는 27일 서울 양재 엘타워에서 열린 뉴로모픽반도체 워크숍에서 '디지털 뉴로모픽 프로세서 개발동향'을 주제로 발표했다. 정 교수는 "(뉴로모픽 반도체 연구는) 그래픽처리장치(GPU)가 AI의 지속적인 발전을 보장해주는 하드웨어인가에 대한 질문에 답을 찾기 위한 노력 중 하나"라며 "스파이킹 신경망(SNN)이라고 하는 것이 정답이라고 말씀드리긴 어렵지만 대안이 될 수 있다"고 말했다. 뉴로모픽반도체는 생물학적 신경망을 모사한, SNN 구조 기반의 반도체다. 신경세포와 유사한 뉴럴 코딩 동작을 하는 스파이킹 뉴런모델과 화학적 시냅스를 모사하는 시냅스 모델로 구성된다. 학계에서는 뉴로모픽반도체가 심층 신경망(DNN) 구조 기반의 GPU, 신경망처리장치(NPU), 프로세싱인메모리(PIM) 등 AI 반도체보다 전력 소모량가 실행 속도가 빠를 것으로 전망하고 있다.  뉴로모픽반도체 관련 연구는 북미와 유럽 지역 중심으로 진행되고 있다. 인텔, 씬센스(Synsense), 이니베이션(Inivation), 스핀클라우드(Spinncloud), 스탠포드대 등이 대표적인 연구 기관이다. 특히, 인텔은 로이히2 칩을 상용화하는 등 뉴로모픽반도체 연구를 선도하고 있다. 국내에서는 삼성전자, 카이스트, 한국과학기술연구원(KIST), 한양대학교 등이 연구 중이다.  다만, 상용화까지는 상당한 시간이 필요할 것으로 보인다. 정 교수는 "(SNN 구조 기반 반도체에 적합한) 킬러 애플리케이션을 아직 발견하지 못했다"며 "현재 다양한 테스트를 진행 중이고, 피저빌리티를 보는 단계"라고 설명했다. 김형준 차세대지능형반도체사업단 단장도 뉴로모픽반도체의 개발 필요성을 강조했다. 김 단장은 "엔비디아 GPU (기반의 데이터센터는) 지속 가능성이 떨어진다"며 "전력 소비 때문인데, 향후 전력을 적게 쓰는 (AI) 반도체를 개발해야한다"고 언급했다. 이어 "그러한 방법 중 하나가 뉴로모픽반도체"라고 부연했다. 한편, 뉴로모픽반도체 워크숍은 뉴로모픽반도체 기술 개발 현황 및 전망을 공유하고, 논의하기 위해 개최됐다. 과학기술정보통신부가 주최하고, 차세대지능형반도체사업단, 정보통신기획평가원, 반도체공학회, 인공지능반도체포럼이 후원했다. 워크숍에는 정두석 한양대학교 교수 외에도 토니 루이스 브레인칩 CTO, 이종은 유니스트 교수, 박태주 한양대학교 교수 등이 참여해 뉴로모픽반도체 기술 동향에 대해 소개했다.

디일렉=노태민 기자 [email protected]
《반도체·디스플레이·배터리·전장·ICT·게임·콘텐츠 전문미디어 디일렉》