• 서울
    Y
    6℃
    미세먼지 보통
  • 경기
    H
    8℃
    미세먼지 보통
  • 인천
    Y
    5℃
    미세먼지 보통
  • 광주
    H
    8℃
    미세먼지 보통
  • 대전
    Y
    4℃
    미세먼지 보통
  • 대구
    Y
    8℃
    미세먼지 보통
  • 울산
    Y
    11℃
    미세먼지 좋음
  • 부산
    Y
    11℃
    미세먼지 좋음
  • 강원
    B
    1℃
    미세먼지 좋음
  • 충북
    B
    4℃
    미세먼지 보통
  • 충남
    Y
    4℃
    미세먼지 보통
  • 전북
    Y
    8℃
    미세먼지 보통
  • 전남
    H
    9℃
    미세먼지 좋음
  • 경북
    Y
    8℃
    미세먼지 좋음
  • 경남
    Y
    9℃
    미세먼지 좋음
  • 제주
    Y
    12℃
    미세먼지 좋음
  • 세종
    Y
    4℃
    미세먼지 보통
최종편집2021-12-09 19:42 (목) 기사제보 구독신청
‘차세대 센서 융합 인공지능 반도체’ 권위자 이종호 서울대 반도체공동연구소장
‘차세대 센서 융합 인공지능 반도체’ 권위자 이종호 서울대 반도체공동연구소장
  • 이경원 기자
  • 승인 2019.11.03 19:33
  • 댓글 0
이 기사를 공유합니다

‘전자 코’ 활용해 반도체 新격차 만든다
이종호 서울대 반도체공동연구소 소장.<이경원>

인공지능 반도체는 인간의 뇌 연산을 모방한 일종의 극 저전력 인공지능 기술로 뉴로모픽 기술이다. 뉴로모픽이란 동물의 신경계 연산을 모방한다는 의미다. 기존 딥러닝을 활용한 인공지능에서는 소프트웨어로 학습과 인지를 가능하게 하는데, 연산과정 등에서 많은 전력을 소모한다. 이에 대한 해결책으로 데이터 센터나 슈퍼컴퓨터에 의존하지 않고 디바이스 자체적으로 학습과 인지를 할 수 있는 인공지능 반도체가 업계의 주목을 받고 있다. 

국내 반도체 산업의 발전과 궤를 같이하는 서울대학교 반도체공동연구소의 수장인 이종호 전기정보공학부 교수는 인공지능 반도체를 센서와 접목해 극저전력 실시간 인지센서(전자 코)를 만드는 연구에 몰두하고 있다. 이 소장은 세계 최초로 3차원 반도체 소자인 ‘벌크 핀펫’ 기술을 개발해 글로벌 표준 기술로 만든 주역이기도 하다.

이 소장은 반도체공동연구소가 문을 연 이래 이 연구소에서 반도체 연구를 하며 31년의 역사를 함께 했다. 반도체공동연구소는 그의 반도체 외길이 담긴 현장이다. 지난 10월 28일 서울 관악구 서울대학교 반도체공동연구소에서 ‘차세대 센서융합 인공지능 반도체’ 기술 주역 이종호 소장을 만나 얘기를 들었다.
이 소장은 “국내 반도체 기업들이 반도체의 모든 분야를 잘 할 수도 없거니와 잘 하려고 노력해서도 안 된다”며 선택과 집중이 중요하다고 강조했다. 그는 “가장 잘하는 메모리 분야를 기반으로 뉴로모픽 컴퓨팅 같은 새로운 시장과 신격차를 만드는 전략이 훨씬 중요하다”고 말했다. 이 소장은 “앞으로 30년간 반도체 인재들이 마음껏 연구하고 교육받을 수 있는 반도체공동연구소를 만들 것”이라며 연구소에 대한 애정을 드러내기도 했다.

-최근 인공지능 반도체에 대한 업계의 관심이 큽니다. 업계가 주목하는 이유는 뭔가요?

“인공지능 반도체는 반도체 메모리 또는 메모리 기능을 갖는 신소자를 시냅스(신경세포 사이의 연결 부위)로 사용하는 기술입니다. 여기에 CMOS 회로를 융합해 추론이나 추론·학습이 가능한 인공지능 반도체 칩을 구현할 수 있습니다. 기존의 딥러닝(deep learning) 기반의 인공지능은 엄청난 인지 능력을 보여주었지만 대부분 슈퍼컴퓨터를 이용하거나 다수의 전용 가속기(딥러닝 기반 인지·학습에 필요한 전문 행렬계산기)를 사용합니다. 이 기술은 엄청난 전력소모를 기본적으로 동반하고 있습니다. 따라서 에지(edge) 디바이스나 모바일 기기에 사용하기에는 장애 요인이 많습니다. 향후 많은 개선과 발전이 필요한 기술입니다. 휴대용이나 가정용 인공지능 기기는 대부분 슈퍼컴퓨터에 통신으로 연결돼 필요한 연산을 수행하기 때문에 고속 통신을 필요로 하고, 경우에 따라서는 중요 정보의 유출이 우려되기도 합니다. 기존 딥러닝을 기반으로 하는 소프트웨어 인공지능 기술을 효과적으로 대체하거나 보완할 수 있는 기술이 인공지능 반도체 기술로 다가올 미래의 기술로서 업계가 관심을 가지고 있습니다.”

-‘차세대 센서융합 인공지능 반도체’란 무엇인가요?

“지금까지 다양한 센서가 개발됐고 지금도 성능개선을 위해 개발되고 있습니다. 이들 센서 중 일부는 스마트 센서로 개발되는데, 이를 위해 알고리즘을 사용해 신호처리를 해서 인지를 해 왔습니다. 이 신호처리는 필연적으로 프로세서라는 계산기를 사용하는데, 이 프로세서는 많은 전력을 소모합니다. 또한 센서로부터 감지된 신호가 입력되면 계산을 통해 결과를 내놓기 때문에 다소 시간도 소요됩니다. 그러나 인공지능 반도체로 이 일을 하면 아주 낮은 전력으로 실시간 인지를 할 수 있습니다. 인공지능 반도체와 센서를 융합하고 여러 데이터를 학습시키면 인식이 가능하기 때문입니다. 이는 마치 우리가 세상에서 많은 공부와 경험을 통해 배운 것을 통해 여러 상황을 바로 인식하는 것과 같은 이치입니다. 가령 우리가 사과가 무엇인지 학습을 통해 잘 알고 있습니다. 눈을 감은 상태에서 사과 냄새를 맡았을 때 우리는 금방 이것은 사과라고 인지하는 것과 같은 이치입니다. 이 과정에서 우리는 뇌에서 에너지를 별로 사용하지 않습니다.”

-기존의 어떤 한계점을 개선하기 위해 개발됐나요?

“위에서 언급한 것처럼 기존의 인공지능 기술은 엄청난 전력을 소모하는 슈퍼컴퓨터를 사용하거나 역시 전력 소모가 많은 가속기를 사용해 학습과 인지를 합니다. 또한 모바일 기기에서 인공지능 기능을 사용하려면 통신을 통해 슈퍼컴퓨터와 연결해야 하는 상황입니다. 스마트 센서의 경우 전력소모가 높은 프로세서를 사용해 인지를 하므로, 낮은 전력소모와 실시간 인지가 어렵습니다. 기존 시스템의 크기, 휴대성, 전력소모, 실시간 인지 등을 고려할 때 분명히 새로운 기술이 필요합니다. 또한 인간은 오감을 통해 인지를 하는데, 인간의 능력을 뛰어넘는 오감에 추가 센서(초음파, 적외선 등)를 추가하고, 이들 센서가 서로 연동해 저전력을 사용하면서 실시간으로 감지하고 판단할 수 있다면 보다 안전하고 편리한 세상이 되지 않을까 하는 생각에서 개발하고 있습니다.”

-구체적으로 인공지능 반도체가 어떤 센서와 어떻게 접목되는 것인가요?

“저희 연구실에서는 현재 가스센서를 10년 이상 연구해 상당한 결과를 얻고 있고 이를 저희 연구실에서 연구하고 있는 인공지능 반도체와 접목을 시도하고 있습니다. 최근 다른 그룹에서는 이 분야에 대해 소프트웨어 기반의 인공지능(딥러닝)으로 감지특성 학습을 시도하고 있습니다. 이 방법은 학습기반으로 가스를 인지할 수 있으나, 앞서 언급한 슈퍼컴퓨터나 가속기를 사용해야하므로 전력소모가 많고 기기의 크기도 크다고 할 수 있습니다. 저희 연구실에서는 이러한 문제를 해결하기 위해 하드웨어(반도체 소자·회로·아키텍처) 기반의 인공지능 반도체와 자체 개발한 센서 어레이를 접목해 학습을 통해 인지를 할 수 있도록 연구를 추진하고 있습니다. 이는 인지 센서 시스템이라 할 수 있고, 향후에는 인지 뿐 만 아니라 학습도 하나의 칩 상에서 가능할 수 있도록 연구를 하고 있습니다.”

-인공지능 반도체에 센서가 접목될 경우 어떤 효과를 기대할 수 있나요.

“인공지능 반도체는 인간의 뇌 연산을 모방한 일종의 극 저전력 인공지능 기술로서 뉴로모픽 기술이라 할 수 있습니다. 뉴로모픽이란 동물의 신경계 연산을 모방한다는 의미입니다. 기존 딥러닝을 활용한 인공지능에서는 소프트웨어로 학습과 인지를 가능하게 하는데, 연산과정에서 많은 논리곱셈과 덧셈을 하는데 이것이 많은 전력을 소모하게 합니다. 또한 연산기와 메모리 사이에 데이터를 주고받는 일이 빈번하고 이 과정에서도 많은 전력을 소모합니다. 이를 해결하는 것이 인공지능 반도체 기술이라 할 수 있습니다. 즉, 저전력으로 동작해 에지 디바이스나 모바일 기기 전반에 적용돼 데이터 센터나 슈퍼컴퓨터에 의존하지 않고 독자적으로 학습과 인지를 할 수 있습니다. 저희 연구실에서는 이 인공지능 반도체를 센서와 접목해 패러다임을 바꾸는 새로운 극저전력 실시간 인지센서(전자 코)를 만들려고 합니다. 이렇게 하여 미래에 신(新) 시장을 만들고 신(新) 격차를 만들 수 있다는 신념으로 연구를 수행하고 있습니다.”

-해당 기술은 시스템반도체에 적용되는 기술인가요?

“우리나라는 반도체 메모리가 워낙 강한 나라여서 메모리와 메모리가 아닌 그 외 (이를 비메모리)로 분류하는데, 사실상 우리나라만의 분류로 적절한 표현이 아닙니다. 소위 비메모리는 그 범위가 엄청납니다. 그 범위에 시스템 반도체가 포함됩니다. 인공지능 반도체 기술은 분명히 시냅스를 모방하기 위해 메모리를 필수적으로 포함해야 합니다. 그러나 그 결과는 정보를 저장했다 꺼내는 단순한 수준이 아니라 인공지능 아키텍처 하에서 메모리 셀 어레이에 저장된 메모리(이를 인공지능 관점에서는 가중치라 함) 정보가 연산을 할 수 있습니다. 즉, 메모리 기술이 시스템반도체가 되는 것입니다. 현재 우리나라가 잘 하는 디램(DRAM)과 낸드플래시 메모리는 이와 같은 인공지능 반도체에 아주 효과적으로 활용돼 미래에 신시장을 만들고 신격차를 만들 수 기술입니다. 그 외 인공지능 반도체에 적합한 메모리 소자가 개발될 가능성이 높고 이 또한 인공지능 반도체에 접목돼 미래의 시스템반도체가 될 가능성이 높습니다.”

-주로 어떤 분야에 활용될 수 있나요?

“인공지능 반도체 기술은 극저전력으로 실시간 인지 또는 인지와 학습이 가능하도록 개발되기 때문에 다양한 분야에 적용 가능한 핵심 기술입니다. 가정용 전자 제품, 자율주행 자동차, 인체 삽입 전자기기, 드론, 휴대 전화기, 로봇, 의료용 전자코 등 그 응용이 엄청나다고 할 수 있습니다.”

-국내 반도체 기업들이 비메모리 반도체 시장에서는 비교적 낮은 시장점유율을 차지하고 있습니다. 인공지능 반도체 개발이 비메모리 반도체 시장 선도에 어떤 영향을 줄 수 있나요?

“국내 반도체 기업들이 비메모리 전 분야를 잘 할 수도 없거니와 잘 하려고 노력해서도 안 됩니다. 굉장히 역설적일 수 있지만 우리는 경쟁 선진국에 비해 인력도 작고 예산도 작습니다. 이 상황에서 너무나 많은 분야에서 모두 잘 한다는 것은 물리적으로 성공확률이 낮습니다. 선택과 집중이 중요하고, 잘하는 것을 기반으로 파생하여 새로운 시장과 신격차를 만드는 전략이 훨씬 중요합니다. 인공지능 반도체는 앞서 설명한 것과 같이 메모리 기술이 시스템 반도체가 되는 기술입니다. 이는 제가 몇 년 전부터 꾸준히 주장한 것입니다. 우리나라는 이 인공지능 반도체 기술을 선도할 수 있는 환경과 인력을 보유하고 있습니다. 이러한 우리의 절대 장점을 활용한 전략이 반드시 필요합니다. 이것이 활성화되면 우리나라는 새로운 시스템반도체를 세계적으로 선도해 많은 부가가치를 창출할 수 있습니다.”

-우리나라가 인공지능 반도체를 선도하는데 어떤 점이 유리한가요?

“중국도 미국도 우리보다 훨씬 많은 인구와 예산을 가진 나라입니다. 그럼에도 우리나라는 메모리 반도체에 있어서 역량(연구자 수와 수준, 양산, 선도 등)이 이들 나라에 비해 앞선다고 할 수 있습니다. 그렇다면 이들 역량을 한껏 이용해 선도할 수 있는 전략을 만들고 실행해야 합니다. 우리나라의 뛰어나 메모리 반도체 기술은 인공지능 반도체에서 선도할 수 있는 큰 자산입니다.”

-인공지능 반도체가 업황 회복에 있어 어떤 도움을 줄 수 있나요?

“최근 반도체 업황이 어려운 것은 늘 있어 왔던 주기적인 변동으로 보여 집니다. 향후 인공지능이 더욱 활성화 될 것이고 이와 관련된 응용제품에 메모리 수요가 많을 것으로 예상됩니다. 저희 연구실에서 하는 인공지능 반도체는 현재 우리나라가 잘 하는 메모리 기술을 포함하고 있습니다. 현재 메모리 기술에서 인공지능 반도체에 맞도록 설계를 바꾸고 공정을 그대로 활용하거나 일부만 바꾸면 저전력에서 인지가 가능한 제품을 만들 수 있다고 생각합니다. 그러면 메모리 그 자체의 시장이 아니라 새로운 시장을 창출할 수 있습니다. 향후 인공지능 반도체에 더욱 적합한 메모리 기술을 개발하게 되면 신시장의 규모는 크게 증가할 것으로 예상됩니다.”

이종호 교수팀이 연구한 뉴런 모방소자(Gated pnpn 다이오드)의 개략도.<이종호>

-소장님께선 서울대 반도체공동연구소장이면서 세계적인 국제전기전자공학회(IEEE) 석학회원으로 반도체 외길을 걸어오셨습니다. 그간 중점적으로 연구하신 것은 무엇인가요?

“저는 1987년 서울대 전자공학과 석사과정에 입학한 이후 지금까지 반도체 기술을 연구하고 있습니다. 다양한 반도체소자의 회로를 직접 설계하고 제작해 보는 경험을 했습니다. 제작된 것을 직접 측정하고 분석하고 모델을 만들고 하는 경험을 했습니다. 현재 제가 맡고 있는 반도체공동연구소가 1988년에 개소해 제가 석사과정부터 박사 졸업할 때까지 열심히 뭔가를 연구하고 배울 수 있었던 공간이었습니다. 책에서 배울 수 없었던 수많은 기술을 배우고 경험할 수 있었습니다. 책에서는 기초지식을 얻었고, 실험을 통해 이론을 확인하는 많은 기회를 가졌습니다. 현재 소장으로서 저는 반도체공동연구소에 큰 애정을 갖고 있습니다. 저는 이 연구소에서 큰 혜택을 받았습니다. 이제 이 연구소는 개소한 지 31년이 지나 노후화로 인한 온갖 문제가 발생하고 있습니다. 소장으로서 제가 받은 혜택 이상을 돌려주기 위해 많은 고민과 노력을 하고 있습니다. 서울대를 포함한 전국 대학·연구소의 많은 분들이 이 연구소에서 마음껏 연구하고 교육받을 수 있도록 그 인프라를 새롭게 하여 다음 30년 동안 사용할 수 있도록 할 것입니다. 제가 여러 반도체 소자를 연구했지만 집중적으로 수행한 것이 벌크 핀펫(FinFET)입니다. 핀펫 기술은 1990년 말에 UC 버클리에서 연구되어 이름이 만들어졌고, 그 당시는 모두가 벌크가 아닌 SOI(Silicon On Insulator) 핀펫을 연구했습니다. 1990년대 말에서 2000년 초 무렵 발표된 논문들을 보면 모두가 SOI 핀펫입니다. 그 당시 국제학회에서 많은 연구원들을 만나보면 모두 SOI 핀펫을 해야 하고 벌크 핀펫은 안된다고 했습니다. 그러나 저는 직접 3차원 반도체 소자 시뮬레이터를 직접 사용해 벌크 핀펫이 충분히 가능함을 확인하고 이를 집중적으로 연구해 이 분야 논문을 세계에서 가장 많이(약 100편 이상) 발표한 것으로 생각하고 있습니다. 이 기술은 인텔을 비롯한 전 세계 시스템 반도체 업계의 표준 기술인 핀펫 기술이 됐습니다. 현재 7nm 기술 수준에서 양산이 되고 있습니다. 그 당시 국내 업체에서도 벌크 핀펫 기술은 대학에서 논문이나 쓰는 그런 기술로 봤고, 벌크 핀펫에 대해 매우 부정이었습니다. 대신 기존의 평탄채널을 기반으로 한 펫(FET)에 집중했습니다.
벌크 핀펫을 약 10년 연구한 뒤 인공지능 반도체에 집중하기 시작했습니다. 또한 미래의 IoT(Internet of Things)에 주요한 센서 기술도 연구를 시작했습니다. 여러 상황을 숙고하여 인공지능 반도체와 센서로 연구 방향을 돌린 것을 지금 생각해 보면 정말 잘한 결정이라고 생각합니다. 저는 주요 학회에서 발표되는 논문에 관심이 많았고, 관심 논문에 대해서 배경, 이유, 방향에 대해 생각을 많이 했습니다. 정말 학회를 즐기면서 다닌 것 같습니다. 가스 센서는 2008년 시작해 계속 발전에 발전을 거듭하고 있고 그 결과 중에 히터의 전력소모는 가장 작아 세계 기록인 것으로 이해하고 있습니다. 인공지능 반도체 분야도 먼저 시작해서 핵심을 보려고 노력했고, 그 결과 주요 국제학회에서 초청, 기조연설을 했고, 또 반도체 기술 분야 최고학회(이번 12월에 개최되는 IEDM에서 인공지능 반도체와 센서에 대해 2편의 논문이 채택됨)에서 논문이 발표될 예정입니다.”

-해당 기술은 반도체 뿐 아니라 인공지능과 센서에 대한 이해도가 깊어야할 것 같습니다.

“저는 1987년부터 반도체 분야 연구를 해서 그 동안 다양한 기술에 대한 이해도를 넓혔습니다. 주요 학회에는 대부분 참석하는 등 배움에 힘썼습니다. 그럼에도 인공지능 연구를 하면서 부족함을 많이 느꼈습니다. 2012년쯤 인공지능반도체에 대한 연구를 시작하면서 공부해야 할 것이 많구나하는 것을 느꼈고, 연구 분야를 단순화하기로 결심했습니다. 저희 연구실에는 학생 수가 20명 이상이지만 연구 분야를 다양화하지 않고 선택과 집중을 하고 있습니다. 다른 분야를 연구하겠다는 학생을 설득하기도 했습니다. 현재 인공지능 반도체 분야 연구가 3분의 2 정도를 차지하고, 나머지가 가스센서 분야를 연구하고 있습니다. 과거에 비해 분야를 많이 단순화한 것입니다. 또 국내 학회에서 스스로 인공지능 분야 강연을 많이 함으로써 스스로 공부할 수 있는 기회를 만들고 있습니다. 충분한 지식과 깊은 고민 없이는 방향 설정도 어렵고 창의성을 발휘하기도 쉽지 않습니다.”

-현재 기술 개발 단계는 어디쯤 인가요?

“현재 저희 연구실에서 연구하는 센서에 대해 기술이전을 요청하는 외국기관이 있습니다. 센서 그 자체로도 상당한 수준에 와 있는 것으로 생각됩니다. 기업에서 중요하게 고려하는 내구성 분야의 연구를 시작했습니다. 인공지능 반도체는 향후 5년 후 실용화와 10년 후 실용화를 염두에 두고 연구를 진행하고 있습니다. 기존 메모리를 활용한 연구는 현재 우리나라 반도체 업체에서 개발한 메모리 기술에서 설계를 창의적으로 하면 가능한 분야도 있고 해서 이런 연구를 수행하고 있는데, 인지 정도의 기술은 조만간 기업에서 관심을 가져도 되지 않을까 생각합니다. 인공지능 반도체를 구현하는 데는 여러 가지 방법과 이들의 조합, 새로운 방식이 발표되고 있어, 아직 표준화된 기술이 없다고 할 수 있습니다. 이것이 바로 기회라고 생각합니다. 저희 연구실에서 수행한 기존 메모리 반도체를 이용한 인지 수준의 아키텍처나 시냅스 소자의 내구성은 검증되었다고 할 수 있습니다. 저희 연구실에서는 인지를 넘어서 하나의 칩 또는 시스템에서 인지와 학습이 가능한 수준의 인공지능 반도체를 연구하고 있고 이 분야는 적어도 5년 이상 걸려야 실용화 수준이 될 것으로 기대합니다. 또한 미래기술로 다양한 새로운 시냅스 모방소자, 뉴런 모방 소자 및 회로를 연구하고 있습니다. 인공지능 반도체와 가스센서를 융합하는 것은 현재 설계를 진행하고 있고, 조만간 제작을 시작할 예정입니다.”

-기술 완성도를 높이기 위해 보완되어야 할 부분은 없나요?

“저희 연구실에서 수행하고 있는 가스센서는 아직 내구성을 검증하지 못했습니다. 이 분야의 검증을 위한 연구를 시작했습니다. 또한 다양한 감지 기구를 융합하고 어레이화 하여 벡터 형태의 감지 데이터를 만들고 이를 인공지능 반도체에 보내서 인지할 수 있도록 해야 하며 나아가 학습까지 할 수 있도록 해야 합니다.”

-미래 100대 기술로서 앞으로 어떻게 발전할 가능성을 가지고 있다고 생각하시나요?

“제가 교수로서 정년을 하기 전에 인공지능 반도체와 가스센서를 융합해 학습을 통한 진정한 전자코를 개발하고자 합니다. 저전력을 사용하면서 실시간 인지가 가능한 센서는 기존의 스마트센서의 한계를 넘어서는 기술이고, 이렇게 발전되어야 한국이 기술강국으로 살아갈 수 있다고 생각합니다. 지금 저희 연구실에서는 미래 100대 기술이 되도록 연구를 진행하고 있고 성공 가능성도 높다고 생각합니다. 다만 가스센서 만이 아니라 오감센서에 추가로 초음파나 적외선 센서를 융합한 다중 인지센서는 이종센서 사이에도 상관관계를 만들어 시너지 효과를 창출해야 하기 때문에 도전적인 미래 연구주제가 될 것이라 생각합니다.”

-------------------------------------------------------------------------------------------------

이종호 소장은?

1983~1987  경북대학교 전자공학과, 학사
1987~1993  서울대학교 전자공학과, 석사·박사
1994~2001  원광대학교 전기공학부, 교수
1998~1999  미국 MIT Microsystems Lab., 박사후 연구원
2002~2009  경북대학교 전기컴퓨터공학부, 교수
2009~        서울대 전기·정보공학부 교수
2016~        국제전기전자공학회 (IEEE) Fellow
2018~        서울대학교 반도체공동연구소 소장
2015~2017  서울대학교 공과대학 기획부학장
2016~2017  국가과학기술자문회의 위원
2019~        공학한림원 일반회원

 

 

 

인사이트코리아, INSIGHTKOREA

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.