국내외 바이오 관련 동향 뉴스를 신속하게 제공합니다.
뉴스 생명과학
유해가스 및 와인을 구별하는 전자코 뉴로모픽 반도체 모듈 개발
Bio통신원(KAIST)
KAIST는 전기및전자공학부 최양규 교수와 기계공학과 박인규 교수 공동연구팀이 `인간의 후각 뉴런을 모방한 뉴로모픽 반도체 모듈'을 개발했다고 4일 밝혔다. 인간의 뇌, 시각 뉴런, 그리고 촉각 뉴런을 모방한 뉴로모픽 반도체 모듈을 각각 개발하는 데 성공했던 연구팀은, 인간의 후각 뉴런과 같이 가스 성분을 인식해 스파이크 신호를 출력할 수 있는 뉴로모픽 반도체 모듈을 통해 뉴로모픽 기반의 전자코(eletronic nose)를 구현할 수 있음을 처음으로 보였다.
KAIST 전기및전자공학부 한준규 박사과정과 강민구 박사과정이 공동 제1 저자로 참여한 이번 연구는 저명 국제 학술지 `어드밴스드 사이언스(Advanced Science)' 2022년 4월 온라인판에 출판됐으며, 후면 표지 논문(Back Cover)으로 선정됐다. (논문명 : Artificial olfactory neuron for an in-sensor neuromorphic nose)
인공지능을 이용한 후각 인식 시스템은 높은 정확도로 가스를 인식할 수 있어 환경 모니터링, 음식 모니터링, 헬스케어 등 다양한 분야에 걸쳐 유용하게 사용되고 있다. 하지만 이러한 시스템 대부분은 CPU와 메모리가 분리된 구조인 폰노이만 컴퓨터가 필요한 소프트웨어를 기반으로 하므로, 데이터가 CPU와 메모리 사이를 이동할 때 높은 전력이 소모된다. 또한 센서에서 CPU로 데이터가 전송될 때 필요한 변환 회로에서도 추가 전력 소비가 발생한다. 따라서 모바일 또는 사물인터넷(IoT) 장치에 적용되기는 어렵다.
한편, 생물학적 후각 시스템은 감각 세포 자체에서 스파이크 형태로 감각 정보를 전달하고, 이를 뇌에서 병렬적으로 처리함으로써 낮은 전력 소비만으로 가스를 판별할 수 있다. 따라서 저전력 후각 시스템을 구축하기 위해, 생물학적 후각 시스템을 모방해 센서 단에서 스파이크 형태로 정보를 전달하는 `인 센서 컴퓨팅(In-Sensor Computing)' 기반 뉴로모픽 후각 시스템이 주목을 받고 있다. 이러한 뉴로모픽 후각 시스템을 구현하기 위해서는 인간의 후각 뉴런처럼 화학 신호를 스파이크 형태의 전기 신호로 변환해주는 구성 요소가 필요하다. 하지만, 일반적인 가스 센서는 이러한 기능을 수행할 수 없다.
연구팀은 반도체식 금속산화물 기반 가스 센서와 단일 트랜지스터 기반 뉴런 소자를 이용해, 가스를 인식해 스파이크 신호를 출력할 수 있는 뉴로모픽 반도체 모듈을 개발했다. 연구팀은 제작된 뉴로모픽 반도체 모듈을 바탕으로 유해가스를 구분할 수 있는 가스 인식 시스템과 와인을 구분할 수 있는 전자 소믈리에 시스템을 구축했다. 특히, 여러 가지 가스 분자가 섞여 있어 구분이 힘든 와인을 뉴로모픽 시스템을 이용해서 구분할 수 있음을 보인 것에서 그 의미가 크다.
연구를 주도한 한준규 박사과정은 "개발된 뉴로모픽 반도체 모듈은 전자코에 적용되어 사물인터넷(IoT) 분야, 환경 모니터링, 음식 모니터링, 헬스케어 등에 유용하게 사용될 수 있을 것으로 기대된다ˮ며, "이는 `인-센서 컴퓨팅(In-Sensor Computing)' 시대를 앞당기는 발판이 될 것이다ˮ고 연구의 의의를 설명했다.
한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 중견연구사업, 국민위해인자대응기술개발사업 및 반도체설계교육센터의 지원을 받아 수행됐다.
□ 연구개요
1. 연구 배경
인공지능 기반 후각 시스템은 높은 정확도로 가스를 식별함으로써, 환경 모니터링, 음식 모니터링, 헬스케어 등에 유용하게 사용될 수 있다. 일반적인 인공지능 기반 후각 시스템은 센서 어레이, 아날로그-디지털 변환기(analog-to-digital converter)와 같은 신호 전처리를 위한 전자 회로, 패턴 인식을 위한 폰 노이만 기반 컴퓨터로 구성된다. 하지만 센서에서 프로세서로 데이터가 전송될 때 필요한 변환 회로에서의 변환 과정에서 병목 현상이 발생하여 추가 전력 소비가 발생한다. 또한 패턴 인식을 구현하기 위한 폰 노이만 기반 컴퓨터는 중앙 처리 장치, 그래픽 처리 장치 및 메모리로 구성되기 때문에, 처리 장치와 메모리 간의 반복적인 데이터 이동에 따라 큰 에너지가 소비된다. 이러한 큰 에너지 소비는 반복적인 에너지 공급을 필요로 하기 때문에, 모바일 및 IoT 가스 센서에 적용되기 위해서는 기존 인공지능 기반 후각 시스템의 에너지 효율을 향상시킬 필요성이 있다.
한편, 생물학적 후각 시스템은 감각 세포 자체에서 스파이크 형태로 감각 정보를 전달하고, 이를 뇌에서 병렬적으로 처리함으로써, 전력 소비를 최소화할 수 있는 것으로 알려져 있다. 이러한 생물학적 후각 시스템을 모방하고 기존의 폰 노이만 방식의 한계를 극복하기 위해, “In-Sensor Computing” 기반 뉴로모픽 후각 시스템이 각광을 받고 있다. 하지만 뉴로모픽 후각 시스템을 구현하기 위해서는, 인간의 후각 뉴런처럼 수집된 가스 신호를 스파이크 형태로 변환해야 하기 때문에, 일반적인 가스 센서는 사용될 수 없다. 따라서, 가스를 센싱하는 동시에 스파이크를 발현하는 기능을 수행할 수 있는 새로운 방식의 모듈 개발이 필요하다.
2. 연구 내용
연구팀은 반도체식 금속산화물(semiconductor metal oxide) 기반 가스 센서(SMO gas sensor)와 단일 트랜지스터 기반 뉴런 소자(1T-neuron)를 이용해, 가스를 인식해 스파이크 신호를 출력할 수 있는 뉴로모픽 반도체 모듈을 개발하였다. SMO 가스 센서의 전류가 단일 트랜지스터 기반 뉴런 소자에 전달되어, 감지된 가스에 따라 스파이킹 주파수가 달라지는 후각 뉴런의 특성을 구현할 수 있다. 개발된 뉴로모픽 반도체 모듈을 바탕으로 다양한 가스 인식이 가능함을 입증하기 위해, 암모니아, 일산화탄소, 아세톤, 이산화질소 등 유해가스를 구분할 수 있는 가스 인식 시스템을 구현하였다. 또한, 제작된 뉴로모픽 반도체 모듈을 이용해 와인 구분이 가능한 전자 소믈리에 시스템을 구축하였다.
3. 기대 효과
연구팀이 개발한 인간의 후각 뉴런을 모방한 뉴로모픽 반도체 모듈을 이용하면, 센서 어레이와 프로세서 간 신호 전달을 위한 변환 회로와 패턴 인식을 위한 폰노이만 기반 컴퓨터를 제거할 수 있기 때문에, 에너지 소비를 최소화할 수 있다. 따라서 IoT 분야, 유해가스 감지, 환경 모니터링, 음식 모니터링, 헬스케어 등에 응용되는 “In-Sensor Computing” 기반 저전력 뉴로모픽 후각 시스템을 구현할 수 있다.
그림 1. 인간의 후각 뉴런을 모방한 뉴로모픽 반도체 모듈의 개념도.
그림 2. 선정된 표지 논문.
본 기사는 네티즌에 의해 작성되었거나 기관에서 작성된 보도자료로, BRIC의 입장이 아님을 밝힙니다. 또한 내용 중 개인에게 중요하다고 생각되는 부분은 사실확인을 꼭 하시기 바랍니다.
[기사 오류 신고하기]