코로나19(COVID-19) 대유행으로 많은 결과 중 하나는 전자 장치에 필수적인 반도체 칩의 전 세계적인 부족이다. 이 칩을 만드는 공장은 일부 전염병으로 인해 문을 닫아야했으며 수요 증가에 대처하기 위해 고군분투하고 있다.

그러나 이 여파는 곧 우리에게 현실로 다가와 노트북을 구입하기 어렵게 만들고, 스마트폰과 같은 인기 제품의 출시를 늦추고, 자동차 등과 같은 일부 제품은 공장문을 닫거나 생산이 지연되고 있다.

일반적으로 마이크로 칩의 면적은 수십에서 수백 제곱밀리미터(mm2)이다. 이 공간은 메모리, 로직 및 처리 장치와 같은 수천 개의 구성 요소와 이러한 구성 요소를 함께 연결하기 위한 최대 수 킬로미터의 초박형 와이어를 수용해야 한다.

반도체 칩의 설계 프로세스에서 가장 까다로운 측면 중 하나는 '칩 평면도(Chip Floorplanning)'이다. 여기에는 건축가가 하듯이 필요한 모든 설비와 부속품을 수용할 수 있도록 건물의 내부 공간을 설계하는 것과 동일한 방식으로 이러한 구성 요소를 배치할 가장 이상적인 위치를 찾는 것이 포함된다.

최근 이처럼 반도체 제조 공정에 충격과 긴급 상황에 더 탄력적으로 칩을 만드는 방법을 포함하는 주요 연구에 관심이 집중됐다. 여기에, 구글 연구팀이 가장 중요한 칩의 평면도를 설계할 때 인간보다 뛰어난 혁신적인 인공지능(AI)을 개발해 전세계 관련 커뮤니티에 주목을 받고 있다.

구글 연구팀은 이 AI 알고리즘의 학습을 위해 10,000 개의 칩 평면도를 사용했으며, 학습 결과 AI는 칩 설계에 가장 적합한 평면 배치 방법을 스스로 터득했다. 이 AI는 엔지니어가 설계한 것보다 더 많은 공간과 와이어 및 전력을 가장 효율적으로 평면도를 생성하는 방법을 알아냈다. 특히, 소형화와 저전력은 최신 AI 애플리케이션에 사용되는 칩에 매우 중요한 요소로 작용한다.

이 AI 알고리즘으로 구글은 지난 2016년에 개발된 클라우드 기반 AI 머신러닝 엣지 애플리케이션에서 주로 사용되는 텐서 프로세싱 유닛(Tensor Processing Units. 이하,TPU)에 이은 새로운 AI 칩인 'TPU V4'를 설계하는 데 사용되었다.

강력한 데이터 처리 및 머신러닝을 통해 로봇 팔, 풍력 터빈 및 스마트 자동차와 같은 장치가 센서의 데이터를 실시간으로 처리하고 그 결과를 로컬에서 예측하고 지능적인 의사 결정을 내릴 수 있게 될 것으로 예상된다.

즉, 사람이 AI 칩을 설계하려면 수개월에 수년에 걸쳐 진행하던 프로세스를 이 AI 알고리즘은 단 6 시간도 채 걸리지 않았다고 한다. 

이 인공지능으로 AI 칩 설계 속도를 향상시키는 연구 및 개발 과정은 9일(현지시각) 국제 학술지 네이처에 '빠른 칩 설계를 위한 그래프 배치 방법론(A graph placement methodology for fast chip design-논문보기)' 이란 제목으로 게재됐다.

이번 구글 연구팀의 성과는 그동안 수동 프로세스에 의존했던 반도체 설계 작업이 반도체 제조처럼 자동화할 가능성을 제시한 것이며, 빠르고 강력한 AI 설계 칩 기술은 다양한 AI 디바이스로 AI의 발전을 촉진한다는 두 분야 간의 지속적인 공생 관계를 통해 인공지능은 우리의 생활과 산업 속으로 더 가깝게 AI시대를 열어갈 것으로 예상된다.

인공지능이 인간보다 더 빠르고 우수한 차세대 AI 칩을 설계 것이 현실로 다가온 것이다.