인간의 두뇌는 수천억 개의 뉴런이 각각 수만 개의 시냅스로 연결된 매우 복잡한 네트워크 구조로 최대 100조 개의 연결을 이룰 수 있다. 이를 모방한 뉴로모픽 컴퓨팅(Neuromorphic Computing)은 그야말로 컴퓨터 아키텍처를 새롭게 구상하는 것이다. 진화하는 실제 데이터에 대한 지속적인 학습과 적응이 필요한 로봇공학, 자율주행, 스마트 시티 인프라 및 인공지능(AI) 애플리케이션에서 큰 발전을 가져올 수 있을 것으로 전망하고 있다.

최근 글로벌 IT기업들과 스타트업 그리고 기관들은 고성능 컴퓨팅, 서버 또는 엣지 애플리케이션 등 심층 학습과 추론에 특화된 새로운 인공지능(AI) 칩 개발에 무한 경쟁을 벌이고 있다. AI 애플리케이션 공간을 위해 초당 수백 테라(Tops)의 작업을 수행할 수 있는 칩을 기술적으로 제조하는 것은 가능하지만, 원하는 컴퓨팅 능력은 여전히 기대치를 밑돌고 있다.

이런 가운데 인공지능 컴퓨팅 칩인 뉴로모픽(Neuromorphic) 칩은 기존의 반도체 칩이 갖는 전력 확보 문제를 해결할 수 있고 데이터 처리 과정을 통합할 수 있어 차세대 가장 핫 한 기술로 주목된다. 이는 인간의 뇌를 모방해 기억과 연산을 대량으로 같이 진행할 수 있도록 하는 것이 뉴로모픽(Neuromorphic) 기술의 핵심이다

또한 신경 과학(Neurology)의 최신 인사이트를 적용함으로써, 고전적인 컴퓨터 보다 인간의 뇌와 같은 기능을 하는 칩을 만드는 것이 목적이기도 하다. 또 뉴로모픽 칩은 상황에 따라 조절될 수 있는 스파이크(전기자극)와 시냅스를 사용하여 뇌의 뉴런들이 어떻게 의사소통하고 학습하는지 모델링한다. 또 이 칩들은 학습된 패턴과 연관성을 대응하여 스스로 구성하고 결정을 내리도록 디자인되었다.

뉴로모픽 칩의 구현 목표는 현재, 가장 강력한 컴퓨터보다 훨씬 뛰어난 인간의 뇌만큼 빠르고 효율적으로 학습하게 하는 것이다. 뉴로모픽 컴퓨팅은 진화하는 실제 데이터에 대한 지속적인 학습과 적응이 실시간으로 필요한 다양한 AI 엣지 디바이스 및 애플리케이션에서 개발이 보다 쉬어지고 현장에서 인텔리전스 및 자동화를 혁신적으로 적용될 것으로 예상된다. 

인텔 뉴로모픽 칩을 기반으로 로이히(Loihi) 프로세서는 인간의 두뇌에서 영감을 얻는다. 두뇌와 마찬가지로 로이히는 기존 프로세서보다 최대 1,000배 더 빠르고 10,000배 더 효율적인 특정 워크로드를 처리할 수 ​​있다. 또한 인텔은 1억 개의 뉴런의 연산 능력을 제공하는 가장 새롭고 가장 강력한 뉴로모픽 연구 시스템인 포호이키 스프링스(Pohoiki Springs)를 지난 3월 발표했었다.

포호이키 스프링스는 500와트 미만의 전력 수준에서 작동하면서 뉴로모픽 기능, 효율성, 규모 및 온-칩(on-chip) 학습 능력을 결합한 최초의 인텔의 자체 학습 칩인 로이히 뉴로모픽 연구(Loihi neuromorphic research) 칩을 750배 이상 확장시킨다. 특히, 포호이키 스프링스는 데이터 센터 랙 마운트 시스템(Data Center Rack-Mounted System)이며, 현재까지 개발된 인텔 최대의 뉴로모픽 컴퓨팅 시스템으로 5 개의 표준 서버 크기의 섀시 내에 768 개의 로이히 뉴로모픽 연구 칩이 통합됐다.

구글은 2017년 캘리포니아 주 마운틴 뷰에서 열린 개발자를 위한 연례 구글 I/O 컨퍼런스에서 뉴로모픽의 새로운 칩을 발표했으며, IBM의 뉴로모픽 칩 '트루노스(TrueNorth)'는 DARPA SyNAPSE 프로그램에 대한 수년간의 연구 끝에 에 2014년 처음 출시되었다. 퀄컴은 2017년 뇌와 같이 학습하는 연산처리장치 제로스(Zeroth)를 공개했다.

제로스는 기존 연산처리장치와 역할을 분담하여 학습하고 인식하는 연산처리를 전담하는 기능 수행과 뇌신경 세포에 특정 전압을 가하면 신호가 생성되는 뇌의 메커니즘을 수학적 모델로 구현한 것으로 스냅드래곤 씬 디텍트(Snapdragon Scene Detect)와 같은 시각 인텔리전스 소프트웨어와 스냅드래곤 스마트 프로텍트(Snapdragon Smart Protect)에서 발견되는 고급 악성 코드 감지 소프트웨어를 구동한다.

또한 지난해 10월 프랑스 파리, 네덜란드 에인트호벤, 실리콘밸리 산호세에 사무소를 두고 있는 팹리스 반도체 스타트업 'GrAI 매터 랩(GrAI Matter Labs)이 인간 뇌를 모사한 뉴런플로우(NeuronFlow) 기술을 기반으로 한 초저지연 저전력 엣지 프로세싱에 최적화된 세계 최초의 AI 칩인 'GrAI 원(GrAI One)'을 첫 상용화하고 현재 샘플링 중이다. 칩은 TSMC 28nm 공정의 20mm2 크기이며, 총 20만개의 뉴런에 대해 로컬 뉴런·시냅스 메모리가 장착된 196개의 뉴런 코어로 조직된다.

뉴런플로우는 동적 데이터 흐름 패러다임과 뉴로모픽 컴퓨팅(Neuromorphic computing)을 결합하여 프로그래밍 가능한 대규모 병렬 컴퓨팅 기술을 통해 이전에는 불가능했던 저전력 수준에서 멀티모달(multimodal) 센서 분석 및 동적 머신러닝을 클라우드 컴퓨팅 지원없이 사물 인터넷의 모든 엣지 디바이스에 AI를 제공한다고 한다.

지난 7월, 싱가포르 국립대는 뉴로모픽을 통해 로봇에 ‘촉각’ 기능 부여했다. 연구팀은 인간의 뇌를 모방해 기억과 연산을 대량으로 같이 진행할 수 있도록 하는 뉴로모픽(Neuromorphic)과 생물학적 신경 네트워크를 모방하는 감각을 통합해 인공두뇌 시스템을 개발하고 인공 피부를 통해 로봇에 새로운 방안을 선보였다. 해당 인공 피부는 인간의 감각 신경계보다 1,000배 이상 더 빨리 촉각을 감지하고, 눈이 한번 깜빡이는 것보다 10배 빨리 물체의 모양, 질감, 경도를 확인할 수 있다.

특히, 지난해 7월 31일 네이처를 통해 발표(논문:Towards artificial general intelligence with hybrid Tianjic chip architecture-다운)된 중국 칭화대학교(Tsinghua University) 루핑시 (Luping Shi) 교수 연구팀이 개발한 뉴로모픽 칩 '텐직(Tianjic 2.0)'은 3.8x3.8 제곱 밀리미터의 손톱 크기에 약 4 만 개의 뉴런과 1 천만 개의 시냅스로 구성됐다.

게다가 이 칩을 탑재한 자율자전거는 스스로 균형을 잡을 뿐만 아니라 실시간 물체 감지를 통해 장애물을 피해 스스로를 조종하고 간단한 음성 명령에도 반응한다. 범용 인공지능(artificial general intelligence, AGI)을 목표로 개발한 이 칩은 기존의 컴퓨터공학 기반 폰노이만 디자인과 신경과학 기반 두뇌에서 영감을 얻은 뉴로모픽 아키텍처 두 접근 방식을 하나로 결합한 하이브리드 디자인을 특징으로 한다.(아래는 이 칩을 탑재한 자율자전거 시연 영상)

현재, 오스트리아 그라츠 공과대학(Graz University of Technology) 이론 전산학 볼프강 매스(Wolfgang Maass) 교수, 코넬대학교(Cornell University) 토마스 클리랜드(Thomas Cleland) 교수 등과 베른대학교(University of Bern), 캘리포니아대학교(University of California) 버클리캠퍼스/샌디에이고캠퍼스, 괴팅겐대학교(University of Göttingen), 하버드대학교, 뮌헨공과대학교, 라드바우드대학(Radboud University), 테네시대학교(University of Tennessee), 빌라노바대학교(Villanova University) 등의 각 연구소에서 뉴로모픽 칩과 컴퓨팅 연구, 개발에 최일선에 있다.

국내에서는 삼성전자가 인간의 뇌를 모사한 반도체 소자개발, 뇌 과학을 반도체에 적용하는 뇌지도 연구, 연산처리장치와 메모리를 융합하는 연구와 개발에 집중적으로 투자하고 있으며, SK하이닉스는 2016년부터 스탠퍼드 대학과 협력연구를 체결하고 뉴로모픽칩 반도체 소자 개발을 위해 박차를 가하고 있다.

KAIST 전기및전자공학부 최성율 교수 연구팀은 지난해 디지털 비휘발성 메모리로만 이용되던 멤리스터를 아날로그 형태로 활용함으로써 인간의 뇌를 모사한 뉴로모픽 칩의 상용화 중에 있다. 특히, 최 교수는 멤리스터 소자의 구동 방식이 디지털에서 아날로그로 변화되는 주요 원리를 밝힘으로써 다양한 멤리스터 소자들을 디지털 메모리 또는 시냅스 소자로 응용할 수 있는 길을 열었다.

또 지난 3월 KIST 차세대반도체연구소 송경미 박사 연구팀은 소용돌이 모양의 나노 스핀 구조체인 ‘스커미온(Skyrmion)을’ 이용하여 차세대 저전력 뉴로모픽 컴퓨팅 소자의 핵심 기술을 개발했다. ‘스커미온’은 소용돌이 모양으로 배열된 스핀 구조체로 특유의 구조적 안정성, 나노미터 수준의 작은 크기 그리고 생성 및 개수 조절이 용이한 장점을 가져 메모리, 논리소자, 통신 소자 등 차세대 전자소자에 적용하기에 매우 유용하다.

더욱이 스커미온은 각각 고유한 전기 저항을 가져, 스커미온 개수에 따른 저항 변화를 아날로그적으로 조절하고 측정할 수 있다. 이런 우수한 특성으로 인해 스커미온 기반의 인공 시냅스(Synaptic) 소자를 개발에 대한 관심이 높았으나, 스커미온을 전기적으로 제어하는 기술적 어려움으로 인해 현재까지 이론적으로만 예측되었다.

이 인공 시냅스 소자를 이용하여 손글씨 숫자 패턴(MNIST) 인식 학습을 진행하였을 때, 90%의 높은 인식률을 증명했다. 기존 인공 시냅스 소자는 이와 유사한 수준의 인식률을 얻기 위해 수십만 번의 반복 학습이 필요했으나, 스커미온 기반 인공 시냅스 소자는 15,000회 학습만으로 달성 가능하여 인식에 필요한 소자의 전력소모를 10배 이상 감소하였다.

이는 기존에 이론으로만 제시되었던 스커미온 기반의 인공 시냅스 소자를 세계 최초로 구현한 연구 결과이며, 전기적으로 제어되는 스커미온의 개수에 따라 시냅스 가중치를 제어함으로써 신경전달물질의 양으로써 시냅스 가중치를 조절하는 인간의 뇌를 가장 밀접하게 모방한 것이다.

또 POSTECH 이장식 교수팀은 지난 3월 디스플레이에 쓰이는 광반응성 산화물 반도체(인듐-갈륨-아연 산화물,IZGO) 층에 외부 전기자극 없이도 스스로 분극 특성을 유지할 수 있는 강유전체 하프늄 산화물(HfZrOx)을 적층하여 빛으로 동작하는 인공 시냅스를 구현했다. 뉴로모픽 칩 가운데 빛에 따라 전류의 흐름이 조절되는 광 시냅스 소자는 전자형 시냅스 소자보다 동작속도는 빠르면서 소비전력이 낮아 주목받는다.

하지만 광반응성 제어에 한계가 있어 두뇌 작동방식, 특히 외부 자극에 대응해 지속적으로 다음 신경세포로의 신호전달 세기를 바꾸는 시냅스 가소성(plasticity, 可塑性)을 모사하기 어려웠다. 연구팀이 구현한 광 시냅스 소자는 칼슘이온이 유입된 신경세포에서 다음 신경세포로 신경전달물질이 분비되면서 전기적 신호가 전달되는 것처럼, 빛에 의해 생성된 전자가 빛이 사라지면 서로 재결합하는 방식으로 전류의 세기를 바꾸면서 정보를 처리하게 되는 것이다.

이 시장 또한 만만치 않다. 2일(현지시간) 글로벌 시장조사기관 리서치앤마켓(Researchandmarkets)이 발표한 '뉴로모픽 칩-글로벌 시장 분석(Neuromorphic Chips-Global Market Trajectory & Analytics)'에 따르면 COVID-19 위기 속에서도 2020년 23억 달러(약 2조7천억원)로 추정되는 뉴로모르픽 칩의 세계 시장은 오는 2027년 104억 달러(약 12조 2천억원)로 연평균(CAGR) 24.2%로 성장할 것으로 예상했으며, 이후 이 시장은 폭발적으로 확산될 것으로 예상된다.

특히, 보고서에서 분석된 부문 중 하나인 항공우주 및 방위산업에서 연평균 27.7%로 성장해 2027년에는 12억 달러(약 1조4천억원)에 이를 것으로 예상된다. 코로나 대유행과 사업적 영향으로 자동차 및 운송 부문의 성장은 향후 7년간 CAGR 24.2%로 조정됐다.

미국의 뉴로모픽 칩 시장은 2020년 6억8210만 달러(약 7015억원)로 추산된다. 세계 2위의 경제대국인 중국은 2020년부터 2027년까지 분석기간 동안 연평균 23.6%의 CAGR로 2027년까지 18억달러(약 2조 1천억원)의 시장규모를 전망하고 있다. 다른 주목할 만한 시장으로는 일본과 캐나다가 있으며, 2020~2027년 기간 동안 각각 21.5%, 20.7% 성장할 것으로 전망하고 있다. 유럽 내에서 독일은 약 17%의 CAGR로 성장할 것으로 예측된다.

글로벌 산업자동화 부문에서는 미국, 캐나다, 일본, 중국, 유럽이 이 부문 예상 CAGR 25.3%를 견인할 예정이다. 이러한 지역 시장은 2020년에 2억4,610만 달러(약 2339억원)의 시장 규모에 해당하며 분석 기간이 종료되면 12억 달러(약 1조 4천억원)의 예상 시장 규모에 도달할 것이다. 중국은 이 지역 시장에서 가장 빠르게 성장하고 있는 국가 중 하나이며 호주, 인도, 한국 등의 국가가 주도하는 아시아 태평양 지역의 시장은 2027년까지 12억 달러(약 1조4천억원)에 이를 것으로 예측된다.

한편, 뉴로모픽 칩은 현대의 연산처리장치 한계를 극복할 수 있는 차세대 컴퓨팅 기술로 가치가 있을 뿐 아니라 최근 각광받는 인공지능 기술의 미래라 말할 수 있다. 국내 기업들과 각 연구기관들도 뉴로모픽 칩에 대한 잠재성을 인지하고 적극적인 연구와 개발에 나서고 있으며, 정부 또한 원천기술 확보를 위한 연구개발을 적극 지원하고 있다. 또한 HW 자체의 개발도 중요하지만 이를 쉽게 사용할 수 있는 운영체계와 프로그래밍을 위한 언어, SW 개발 환경 등 역시 이 기술의 확산을 위해 필요한 과제이기도 하다.

다시 정리하자면 최근, 무어의 법칙이 한계에 도달하기 시작하면서 뉴로모픽 칩과 이를 적용한 컴퓨팅은 향후 하드웨어 개발을 위한 촉매제가 되고 있다. 뉴로모픽은 SNN(Sparking Neural Networks)과 장래 플래시 메모리를 대체할 멤리스터(Memristor)를 사용하여 인간의 뇌를 모방한다. 사용자가 자가 학습, 에너지 효율적인 장치의 꿈을 실현할 수 있도록 실시간 저전력 컴퓨팅을 제공한다. 이를 적용한 인공지능(AI), 사물인터넷(IoT) 및 엣지 장치와 같은 새로운 기술은 적은 전력 소비로 혁신적으로 가속화 된 추론을 확장하고 수행할 수 있다.

인텔은 130000개의 뉴런과 1억3000만 개의 시냅스를 가진 로이히(Loihi) 뉴로모픽 칩을 개발했고 스스로 학습할 수 있으며, 기존 심층신경망(DNN, Deep Neural Network)보다 3000배 적은 샘플로 인식 정확도를 달성할 수 있음을 입증했다. 또 포호이키 스프링스 시스템은 768개의 칩을 결합해 1억개의 뉴런을 공급한다. 마찬가지로 IBM은 16개의 TrueNorth 칩을 사용하여 1600만 개의 뉴런과 40억 개의 시냅스를 시연했다. 인간 두뇌 프로젝트(HBP)의 브레인스케일S(BrainScaleS) 물리 모델은 아날로그 시스템을 사용하여 웨이퍼 20개를 사용하여 400만 개의 뉴런과 10억 개의 시냅스를 생성한다.

비록 이것들은 인간이 아닌 작은 포유류의 두뇌의 용량에 해당하지만, 이러한 칩은 다양한 사례 연구에서 그 무한 가능성을 보여주고 있다. 현재 일부 상용 칩이 출시되고 있지만 대부분 시판되는 실험용 키트로 뉴로모픽 연구에서 뚜렷한 진전이 이루어지고 있으며 본격적인 상용 제품은 2년 내에 출시될 것으로 예상된다. 이는 진정으로 엣지에서 인공지능을 실현하는 시대가 도래하는 것이다.