왼쪽부터 국제공동연구에 참여한 한양대 김형진 교수, 서울과학기술대 김태현 교수, 미국 조지아공과대 Shimeng Yu 교수(사진=한양대)
일반적으로 컴퓨터는 메모리에 저장된 데이터를 프로세서로 옮겨와 계산하게 된다. 최근 AI가 처리하는 데이터가 많아지면서 이 과정에서 발생하는 시간과 에너지 소모가 중요한 연구 과제로 부상했다.
특히 인메모리 컴퓨팅은 메모리 안에서 직접 계산해 데이터 이동을 줄이는 기술로 주목받고 있지만 기존 기술은 연산 방식이 고정돼 있다는 점이 한계로 지목됐다. 작업에 따라 정확도와 전력 효율, 안정성 사이의 균형을 조절하기 어렵기 때문이다.
연구팀은 전하를 저장하는 플래시 메모리 소자에 두 가지 연산 방식을 구현했다. 하나는 여러 단계의 메모리 상태를 전류로 읽어 정밀한 계산을 수행하는 방식이다. 다른 하나는 전하의 변화를 이용해 메모리 상태를 두 가지로 구분함으로써 전력 소모와 외부 잡음의 영향을 줄이는 방식이다.
연구팀은 직접 제작한 메모리 어레이에서 두 방식 모두 데이터 연산에 활용할 수 있음을 확인했다. 또한 이미지 분류를 수행하는 AI 신경망의 일부 연산을 실제 메모리 어레이에 적용해 하드웨어에서 AI 추론이 가능함을 확인했다.
김형진 교수는 “이번 연구는 하나의 메모리 플랫폼에서 작업에 따라 연산 방식을 선택할 수 있음을 보였다는 데 의미가 있다”며 “앞으로 정확도와 에너지 효율, 안정성을 함께 고려해야 하는 AI 반도체 기술로 발전시켜 나가겠다”고 말했다.
이번 연구는 정보통신기획평가원의 디지털혁신기술국제공동연구사업 등의 지원을 받아 수행했다. 연구 결과는 저명 국제학술지(Advanced Science)에 게재됐다.
