죽음을 건너뛰는 인간, 상상이 만든 질문

봉준호 감독의 영화 <미키17>은 파격적인 설정으로 시작한다. 주인공 미키는 죽을 때마다 새로운 몸으로 다시 태어나며, 이전의 기억과 의식은 그대로 이어진다. 극 중 인류는 얼음 행성 ‘니플하임(Niflheim)’을 식민 개척지로 제시하며, 혹독한 환경에 맞서기 위해 ‘소모성 인간’을 재프린팅해 개척을 시도한다. 마치 죽음을 건너뛰는 듯한 이 설정은 얼핏 비현실적으로 보이지만, 사실은 인류가 오랫동안 품어온 꿈과도 맞닿아 있다. 바로 복제인간, 의식 전송, 그리고 죽음을 넘어선 ‘디지털 불멸’이다.

복제와 의식 전송: 뇌를 데이터로 다루다

1996년에 태어난 복제 양 ‘돌리’는 1997년 공식 발표와 함께 성체 세포에서도 복제가 가능함을 전 세계에 각인시켰다. 그러나 단순히 육체를 복제한다고 해서 곧바로 ‘나’라는 존재가 이어지는 것은 아니다. 영화 <미키 17>의 핵심은 몸이 아닌 의식의 전송이다. 기억과 성격, ‘자아’를 데이터처럼 옮겨 담는 데 있다.

실제로 과학계에서는 ‘마인드 업로딩(Mind Uploading)’이라는 이름으로 이 개념이 연구되고 있다. 뇌 속 수십억 개의 뉴런과 수백조 개의 시냅스를 정밀하게 기록해 컴퓨터로 재현하는 방식이다. 인간의 뇌 용량은 수백 테라바이트에서 최대 수 페타바이트까지 추정되며, 이는 때로 인터넷 전체 데이터에 근접한 규모로 비유되기도 한다. 이 방대한 정보를 처리하려면 초대형 데이터센터, 초고속 메모리, 그리고 인간의 뇌를 모방한 뉴로모픽 칩 등이 필요하다.

주요 반도체 기업들도 뇌처럼 신호를 병렬 처리하는 칩을 개발하고 있으며, 세계 각국은 ‘브레인 프로젝트’를 통해 두뇌 시뮬레이션 연구를 이어가고 있다. 미래학자 레이 커즈와일(Ray Kurzweil)은 “2045년이면 인간의 뇌와 기계는 연결될 것”이라 전망한 바 있다. 이는 곧, <미키 17> 속 상상이 머나먼 공상이 아니라 현실의 뉴스로 다가올 수 있음을 시사한다.

우주 개척의 동반자, AI 반도체

위에서도 언급했듯, <미키17>의 또 다른 무대는 얼음 행성 ‘니플하임’이다. 니플하임의 개척은 현실의 화성 탐사와 맞닿아 있다. 인류는 이곳에 식민지를 건설하려 하지만, 가혹한 환경 속에서 살아남기 위해 복제인간을 소모품처럼 투입한다. 현실에서도 인류가 화성이나 달에 정착하기 위해서는 먼저 로봇과 AI가 첨병이 되어야 한다.

실제로 NASA의 화성 탐사 로버 ‘퍼서비어런스(Perseverance)’는 방사선에 강한 프로세서와 메모리, 광학센서, 머신러닝 알고리즘 등을 탑재해 로버의 상태를 스스로 점검하고 장애물을 피해 탐사할 수 있다. 지구와 달 사이에는 통신 지연이 몇 초에 불과하지만, 화성이나 더 먼 행성과의 통신은 최대 수십 분까지 걸리기 때문에, 로봇이 스스로 상황을 인식하고 판단해야 한다. 앞으로 우주 정착 과정에서 필수적인 산소 생산, 거주지 건설, 자원 채취와 같은 핵심 과제를 수행하는데 있어 반도체의 중요성은 계속 커질 것이다.

영화 속 개념과 현실 기술의 대응

영화 <미키 17>의 공상과학적 설정은 얼핏 허구처럼 보이지만, 오늘날 반도체, IT, 바이오 산업이 직면한 과제와 절묘하게 겹친다. 복제인간부터 의식 전송, 죽음 극복, 우주 이주, 그리고 자율 제어에 이르기까지. 영화 속 상상이 실제 기술 연구와 맞닿아 있는 지점을 짚어보자.

복제인간 – DNA 칩

단순히 세포를 복제하는 수준으로는 ‘나’라는 존재를 재현하기 어렵다. 복제인간을 가능하게 하려면 방대한 유전자 정보를 빠르게 해독하고 정밀하게 제어해야 한다. 이 과정에서 활용되는 것이 바로 DNA 칩이다. 이 칩은 DNA 데이터를 빠르게 처리해 특정 유전자를 편집하거나 원하는 방식으로 세포를 배양할 수 있게 돕는다. 이러한 기술은 맞춤형 세포 배양, 인공 장기 제작, 유전자 치료 연구의 기반이 되고 있다. 아직 ‘복제인간’은 현실에서 불가능하지만, 개인 맞춤형 의료와 합성생물학은 반도체 기술 덕분에 빠르게 진전되고 있다.

의식 전송 – 뉴로모픽 프로세서, 초고속 메모리

의식을 다른 몸이나 기계로 옮기려면 뇌 속에서 발생하는 신호를 디지털화해야 한다. 이때 주목받는 기술이 뉴로모픽 프로세서와 초고속 메모리다. 뉴로모픽 프로세서는 인간 뇌의 신경망 구조를 모방해 기존 CPU나 GPU보다 훨씬 적은 에너지로 학습·연산을 수행하며, HBM이나 GDDR 같은 초고속 메모리는 방대한 신경 신호와 기억 데이터를 지연 없이 전송할 수 있는 기반을 제공한다.

죽음 극복 – 클라우드 데이터센터, AI 아바타

죽음을 극복한다는 발상은 곧 ‘나’라는 존재를 데이터로 저장해 사라지지 않게 하는 것이다. 오늘날 클라우드 데이터센터는 이미 인류가 생산하는 방대한 디지털 정보를 보관하고 있다. 여기에 AI 아바타 기술이 접목되면, 단순한 기록 저장을 넘어 개인의 말투나 행동까지 재현할 수 있다. 즉, 디지털 세계에서 ‘나’라는 존재가 다시 살아 움직이는 셈이다. 실제로 일부 국가에서는 고인의 목소리와 대화 패턴을 학습한 ‘메모리얼 AI’ 서비스가 등장하기도 했다. 완전한 ‘불멸’은 아니지만, 죽음을 초월한 디지털 존재의 서막이 열리고 있는 셈이다.

우주 이주 – 방사선 내성 칩, 우주환경 센서

인류가 지구를 넘어 다른 행성에서 정착하기 위해서는 무엇보다 극한 우주 환경을 견뎌야 한다. 이때 필요한 것이 방사선 내성 칩(Rad-Hard Chip)이다. 우주 공간에서는 지구보다 훨씬 강한 방사선이 쏟아지며, 일반 반도체는 우주 방사선에 취약하다. 방사선 내성 칩은 이러한 환경에서도 안정적으로 작동해 우주선의 제어 시스템과 주요 인프라를 지탱한다. 또한 우주환경 센서는 대기 조성, 온도, 자원 상태를 실시간으로 감지해 인간이 정착할 수 있는 환경을 만드는 데 기여한다.

자율 제어 – AI 칩

우주 탐사에서는 지구와의 거리가 멀어 통신 지연이 길어질 수밖에 없다. 따라서 탐사 로봇은 인간의 개입 없이 스스로 상황을 분석하고 즉각적으로 판단할 수 있는 자율 제어 능력이 필요하다. 이를 가능케 하는 것이 바로 AI 칩이다. AI 칩은 복잡한 인공지능 연산을 빠르게 처리하고, 현장에서 실시간으로 데이터를 분석해 즉각적인 의사 결정을 내릴 수 있도록 지원한다.  덕분에 탐사 로봇과 우주선은 인간의 지시를 기다리지 않고 탐험, 자원 채취, 기지 건설 같은 임무를 수행할 수 있다.

상상이 기술의 엔진이 될 때

과거를 돌아보면 SF 책이나 영화는 종종 기술 로드맵을 앞서 그려왔다. <스타트렉>의 ‘커뮤니케이터’는 휴대폰이 되었고, <2001 스페이스 오디세이>의 ‘HAL 9000’은 인공지능 연구에 영감을 주었다. 마인드 업로딩 기술은 조금씩 연구가 진전되고 있으며, 뉴로모픽 칩·대규모 신경 기록·연산 인프라는 더 이상 막연한 상상이나 공상만은 아님을 보여준다. 다만 불멸과 같은 급진적인 주제는 여전히 윤리적인 문제나 법의 교차점에 있다.

그럼에도 분명한 건, 이 모든 접점에 데이터를 저장하고, 감각을 디지털화하며, 자율 기계를 움직이고, 혹독한 우주를 버티게 하는 도구로서 반도체가 있다는 사실이다. 반도체는 단순한 전자부품이 아니라 인간의 상상을 현실로 바꾸는 핵심 도구다. 칩 위에 기억을 저장하고, 칩 위에서 로봇이 우주를 개척하며, 칩 위에서 새로운 사회가 돌아간다.

영화 <미키17>은 묻는다. “인간은 죽음을 넘어설 수 있을까? 그 미래를 가능케 할 기술은 무엇일까?” 우리가 가진 답은 놀라울 만큼 구체적이다. 뉴로모픽 칩, DNA 칩, 우주환경 센서 그리고 거대한 데이터 인프라. 모두 반도체의 언어로 쓰인 SF를 현실로 번역하는 문법들이다.

비하인드 더 칩 시즌2, 비하인드더칩시즌2, Behind the CHIP, 비하인드더칩, 비하인드 더 칩, 지식인미나니

※ 본 칼럼은 외부 필진의 견해로, 삼성전자 DS부문의 공식 입장과 다를 수 있습니다.

The post [Behind the CHIP 시즌2] 영화 ‘미키 17’이 던진 상상과 반도체의 미래 first appeared on 삼성전자 반도체 뉴스룸.

도발적인 질문과 함께 시작해 보겠다. ‘당신은 얼마나 똑똑한가?’

아마 선뜻 답변이 어려울 것이다. 이런 부류의 질문은 최대한 객관적으로 답변하려 해도 그 기준이나 비교 대상이 없다는 점에서 곤란한 질문이라 할 수 있다.

앞선 질문에 객관적인 비교 지표를 추가해 보자. 당신은 ‘컴퓨터에 비해’ 얼마나 똑똑한가? 이제는 답변이 조금 수월하다. 컴퓨터의 ‘똑똑함’을 보여주는 대표적 지표 중 하나는 ‘플롭스(FLOPS: FLoating point Operations Per Second)’로, 1초당 몇 번의 부동소수점 연산이 가능한지를 나타낸다. 2024년 기준 가장 성능이 뛰어난 컴퓨터는 미국 오크리지 국립연구소의 ‘프론티어’로, 프론티어의 실측 성능은 1.206엑사 플롭스(EF), 즉 1초에 최대 120.6경 번 연산이 가능하다 평가받고 있다.

그렇다면 사람의 연산력은 어떨까? 과학자들에 따르면, 인간 뇌의 연산 능력은 약 ‘1엑사 플롭스’ 내외로 추정하고 있다. 앞서 설명한 현존 최강의 슈퍼컴퓨터에 비해 살짝 밀리는 수준이라 할 수 있겠다. 반도체 분야의 발전이 계속되는 이상, 인간은 연산력 기준 지구상에서 가장 똑똑한 존재가 아닐 것임은 분명하다.

.

인간과 기계의 두뇌 전성비

그런데 여기에 잊어서는 안 되는 평가 항목이 하나 더 있다. 바로 ‘전성비(전력 대비 성능 비율)’다. 우리는 흔히 스마트폰과 같은 모바일 기기의 연산 성능을 평가할 때, ‘같은 전력을 소모했을 때 나오는 컴퓨팅 파워의 정도’도 중요한 평가 지표로 삼는다. 모바일 기기는 전력 공급에 한계가 있기 때문에, 같은 작업을 해도 전력을 더 적게 소모해야 더 좋은 장비로 평가받는다.

링거를 꽂지 않는 이상 한정된 에너지원으로 활동하는 인간의 두뇌 역시, 이런 측면에선 모바일 기기와 비슷한 평가 기준을 적용해야 한다. 그렇다면 우리 두뇌의 ‘전성비’는 얼마나 될까?

놀랍게도 인간의 두뇌는 단 20W(와트)의 전력만을 소모한다. 20W면 작은 전구 하나를 밝히는 데 필요한 전력과 비슷한 수준이다. 우리는 빵 한 조각만으로도 두뇌활동을 수 시간 이상 지속할 수 있으며, 그 과정에서 엄청나게 복잡한 사고와 학습, 감정 처리, 근육-신경 제어를 비롯한 방대한 양의 정보를 처리할 수 있다. 왜 이런 차이가 발생하는 것일까?

.

인간 두뇌 구조의 핵심 키! 병렬 컴퓨팅 시스템

먼저 각 뇌의 구조적인 차이를 살펴볼 필요가 있다. 전통적인 컴퓨터는 ‘폰 노이만’ 구조를 기반으로 한다. 폰 노이만 구조에서 프로세서와 메모리는 서로 분리되어 있으며, 데이터는 연산을 수행하기 위해 메모리와 프로세서 사이를 오간다. 프로그램을 실행할 때마다 CPU는 메모리에서 데이터를 가져와 처리하고, 그 결과를 다시 메모리에 저장하는 식이다.

이 과정에서 CPU의 데이터 ‘처리’ 속도와 메모리로의 ‘이동’ 속도 사이에 차이가 발생하면 전체적인 시스템 속도가 느려지고, 데이터를 계속 잡아두고 있어야 하기에 전체적인 에너지 효율성도 떨어지게 된다. 이를 ‘폰 노이만 병목 현상’이라 부르는데, 거의 모든 현대의 컴퓨터 시스템이 처한 구조적 한계라 할 수 있다.

반면 인간의 뇌는 ‘뉴런 스파이크’를 통해 정보를 처리한다. 인간의 신경계는 수많은 뉴런과 그 뉴런을 이어주는 ‘시냅스’로 이어져 있다. 이들은 전기 신호인 ‘스파이크’를 통해 서로 통신한다. 흥미로운 건 이 스파이크는 뉴런이 일정한 자극을 받아 임계값에 도달했을 때만 발생한다는 것이다. 에너지 소비 측면에서 봤을 때, 필요한 순간에만 에너지를 방출·소비하기 때문에 상당히 효율적인 방식이라 할 수 있다.

또한 뇌는 각각의 뉴런과 시냅스가 정보를 다발적으로 주고받으며 연산-저장-학습을 동시에 수행하기 때문에 전통적인 폰 노이만 구조의 컴퓨터에 필요한 메모리가 따로 존재하지도, 필요하지도 않다. 우리 두뇌에는 이렇게 데이터 저장과 처리를 동시에 수행하는 약 860억 개의 뉴런과 100조 개 이상의 시냅스가 있다. 이들 각각은 서로 데이터를 주고받으며 엄청난 양의 정보를 거의 동시에 처리-저장-학습한다. 한마디로 우리 두뇌는 폰 노이만 구조 특유의 데이터 병목 현상이 발생하려야 발생할 수 없는, 지구 최고 ‘병렬 컴퓨팅 시스템’이라 할 수 있다.

이러한 구조적 차이가 인간 뇌의 높은 에너지 효율성과 기계 뇌의 비효율성을 설명하는 핵심 요소이다. 폰 노이만 구조에서는 연산을 위한 데이터 이동과 저장에 많은 에너지가 소모되지만, 뉴런과 시냅스 기반의 인간 뇌는 연산을 위한 데이터 이동과 저장이란 개념이 따로 구분될 필요가 없을 정도로 다발적이고 효과적인 데이터 처리 방식을 자랑한다. 기계 뇌의 구조가 변화하지 않는 이상, 인간 두뇌의 전성비를 따라잡을 가능성은 희박하다는 이야기다.

게다가 폰 노이만 기반의 ‘기계 뇌’ 진영에 더 좋지 못한 소식은 현대의 반도체 기술이 점점 한계에 다다르고 있다는 점이다. 무어의 법칙은 반도체 집적도가 일정한 속도로 증가한다는 예측을 제시했지만, 물리적인 한계로 인해 그 속도가 둔화하고 있다. 반도체에 쓰이는 거의 모든 소자가 분자 단위 이하로 작아지면서 트랜지스터의 크기를 더 작게 만드는 것은 불가능에 가까워지고 있다.

.

인간의 뇌를 닮은 반도체? 뉴로모픽 반도체의 등장

따라서 최근에는 전통적인 폰 노이만 구조 기반의 컴퓨팅 시스템 대신, 처음부터 인간의 뇌를 모방한 새로운 개념의 반도체가 주목받고 있다. 바로 ‘뉴로모픽 반도체’다. 뉴로모픽(Neuromorphic) 이라는 용어는 뉴런(neuron)과 형태(morphic)의 합성어로, 쉽게 말해 뇌의 뉴런 구조를 닮은 반도체다. 인간 뇌의 스파이킹 뉴럴 네트워크를 모방하여 데이터 저장과 처리를 동시에 수행하는 반도체를 총칭한다.

이러한 뉴로모픽 반도체의 작동 방식에는 다양한 종류가 있지만, 현재 가장 활발히 연구 중인 분야는 앞서 설명한 두뇌의 작동 구조와 가장 유사하면서, 에너지 효율적인 스파이킹 신경망(Spiking Neural Networks, 이하 SNN) 방식이라 할 수 있다.

이름만 보면 얼핏 어려워 보이지만, 사실 SNN의 작동 원리는 앞서 설명한 뇌의 뉴런 작동 원리와 큰 차이가 없다. 뉴런과 시냅스의 기능을 전자 회로로 구현한 것이기 때문이다. 뉴로모픽 반도체 속 뉴런 회로는 입력 신호를 받아 임계값에 도달하면 전기 스파이크 신호를 생성하며, 시냅스 회로는 이 신호의 강도와 전달 방식을 조절하는 방식으로 작동한다. 이렇게 되면 이벤트가 발생할 때만 연산이 이뤄지기 때문에, 기존 반도체 대비 에너지 효율성이 높아지고 발열도 줄어드는 효과도 얻을 수 있다.

이 과정에서는 동일한 위치에서 연산 과정이 이뤄지기 때문에 데이터 이동에 따른 에너지 소모와 지연(latency)이 최소화된다. 이 모든 과정은 단일한 뉴런-시냅스 회로가 아닌 병렬로 배치된 다수의 뉴런-시냅스 회로의 작동을 통해 이뤄짐으로써, 복잡한 연산도 빠르게 처리가 가능한 덕분이다. 실제 뇌의 작동 방식과 구조가 상당히 유사하다.

다만 이런 작업이 이뤄지기 위해선 넘어야 할 산이 있다. 바로 뉴런-시냅스 구조의 특성과 유사한 특정 소자의 개발과 발전이다. 뉴런-시냅스 작동 구조의 핵심은 스파이킹 신호의 강도를 구분해 각기 다른 결과값을 내보내는 동시에, 일정 시간 동안 그 과정을 기억하는 물질의 존재다. 반도체 용어로 설명하자면 전압에 따라 각기 다른 저항값을 보이는 레지스터적 특성과 데이터를 저장하는 메모리의 성격을 모두 가진 소자가 필요하다는 의미다. 따라서 반도체를 연구·개발하는 산학계에서는 메모리(Memory)와 레지스터(Resistor)를 합친 ‘멤리스터(Memristor)’의 개발과 발전에 열을 올리고 있다.

그렇다면 이러한 뉴로모픽 반도체의 개발은 어디까지 왔을까? 지금으로부터 10년 전인 2014년, IBM은 세계 최초의 대규모 뉴로모픽 칩인 TrueNorth를 발표했다. 이 칩은 100만 개의 디지털 뉴런과 2억 5,600만 개의 시냅스로 구성됐으나 전력 소모는 약 65mW(밀리와트)에 불과했다. TrueNorth는 이미지 및 패턴 인식, 센서 데이터 처리 등에서 뛰어난 성능을 보이며, 군사용 드론에 탑재해 실시간으로 영상 데이터를 처리하는 연구도 진행됐다.

인텔 역시 2017년 자체적인 뉴로모픽 반도체인 Loihi 칩을 발표한 바 있다. 인간 뇌의 일부 기능을 모방한 초저전력 신경망을 구현한 칩으로, 약 13만 개의 뉴런과 1억 3천만 개의 시냅스로 자체적인 학습과 추론을 동시에 수행하면서도 당시 기존 CPU 대비 최대 1,000배 이상의 에너지 효율성을 보였다.

퀄컴 또한 모바일 기기를 위한 뉴로모픽 플랫폼인 Zeroth을 발표하여 에너지 효율적인 AI 성능을 제공하는 기술을 제공하겠다 밝힌 바 있다. 이 플랫폼은 스마트폰과 사물인터넷(IoT) 기기의 사용자 경험을 향상시키는 데 활용될 예정이다.

뉴로모픽 반도체와 관련한 가장 담대한 시도 중 하나는 2021년 삼성전자가 하버드 대학과 발표한 공동 연구 결과일 것이다. 이 연구에서는 문자 그대로 뇌를 복사하고 붙여 넣는 개념이 제안됐다. 뇌의 뉴런 연결망을 고해상도로 스캔하고 이를 3D 메모리 네트워크에 직접 구현하는 것이 핵심이라 할 수 있다. 앞서 뉴로모픽 반도체의 핵심이 뉴런-시냅스 구조에서 발생하는 스파이킹 신호의 강도를 구분하는 것이라 말한 것을 기억하는가? 해당 연구는 뇌의 뉴런에 직접적으로 나노 전극을 침투시켜, 접점에서 발생하는 미미한 전기 신호를 읽어내 신경망을 아주 상세하게 지도화하는 개념을 설명하고 있다. 이렇게 복제된 지도를 메모리반도체에 붙여 넣는다면 각각의 메모리가 뉴런 간의 접점 역할을 대신하게 될 것이다. 기존과는 완전히 다른 뉴로모픽 반도체가 탄생하는 순간이다. 

이렇게 개발한 뉴로모픽 반도체는 어디에 활용될까? 앞서 언급한 인간과 컴퓨터의 비교에 그 힌트가 숨어있다. 가장 ‘인간다운 컴퓨팅 디바이스’인 휴머노이드(로봇)의 탄생에 뉴로모픽 반도체가 큰 역할을 할 것은 자명하다. 휴머노이드는 마치 인간처럼 실시간으로 수많은 데이터를 처리하면서도 전력 소모는 낮아야 한다. 뉴로모픽 반도체는 이러한 요구를 충족시켜 로봇이 환경에 즉각적으로 반응하고, 더 인간적인 상호작용과 고차원의 논리 작업을 가능케 할 가장 중요한 열쇠가 될 수 있다. 뉴로모픽 반도체가 더 발전한다면 가까운 미래에 인간만큼이나 적게 먹지만 인간만큼이나 똑똑한 전성비 좋은 로봇이 탄생할 수 있다.

굳이 인간을 닮지 않은 로봇이라 하더라도 뉴로모픽 반도체의 적용 분야는 무궁무진하다. 자율주행 로봇이나 서비스 로봇은 복잡한 환경에서 스스로 학습하고 적응해야 한다.  뉴로모픽 반도체는 기기의 실시간 학습과 환경 적응을 효율적으로 처리할 수 있어, 로봇이 더 효과적인 행동을 수행할 수 있도록 도움을 줄 수 있다.

이와 더불어, 뉴로모픽 반도체는 환경 문제를 야기하는 현대의 AI 시스템에도 큰 도움이 될 수 있다. 현재 우리가 사용 중인 챗GPT와 같은 대형 언어모델 기반 AI 서비스는 지극히 많은 전력을 소비하며 열을 발산한다. 이 열을 냉각하는 과정에서 또다시 수많은 에너지와 깨끗한 물을 소비하며 환경에 많은 부담을 가하고 있다. 전력 소모량이 극단적으로 줄어든 뉴로모픽 반도체를 활용하면, 이 문제에서 비교적 자유로운 인공지능 활용이 가능하다. 더 작고, 좁은 공간에 더 높은 성능의 컴퓨터를 설치할 수도 있고, 이를 더 많은 사람이 활용할 수 있을 것이다.

마지막으로 뉴런-시냅스 단위의 신경 활동에 대한 다양한 지식들도 뉴로모픽 반도체를 연구하면서 얻은 부산물로 확보할 수 있을 것이다. 인간의 신경계와 뇌 활동에 대한 보다 깊은 이해를 바탕으로, 뇌-컴퓨터 인터페이스 분야에서 신경 신호를 직접 처리하여 의수나 의족의 정밀한 제어도 가능해질 것이다. 신경 과학 부문의 눈부신 발전도 기대해 볼 만하다.

결국 뉴로모픽 반도체를 연구하며 인간 뇌의 에너지 효율성을 기술적으로 구현하고 개발하는 과정은 단순히 칩의 에너지 효율성을 높이는 것을 넘어, 인간의 기술 분야 전반에 걸쳐 큰 변화를 야기할 수 있는 일이라 할 수 있다. 앞으로 우리는 얼마나 전성비 좋고 똑똑한 컴퓨터와 로봇을 만들어 낼 수 있을까? 우리의 AI는 얼마나 친환경적인 존재로 변모할까? 뉴로모픽 반도체와 함께, 인간의 창의성과 기술력이 만들어낼 다음 단계가 더욱 궁금해진다.

.

※ 본 칼럼은 외부 필진의 견해로, 삼성전자 DS부문의 공식 입장과 다를 수 있습니다.

The post [Behind the CHIP] 인간 두뇌의 ‘전성비’를 따라잡아라! 뉴로모픽 반도체의 도래 first appeared on 삼성전자 반도체 뉴스룸.

삼성전자와 미국 하버드 대학교 연구진이 차세대 인공지능 반도체 기술인 뉴로모픽 (Neuromorphic) 칩에 대한 미래 비전을 제시했습니다.

* 뉴로모픽 반도체: 사람의 뇌 신경망에서 영감을 받거나 또는 직접 모방하려는 반도체로, 인지, 추론 등 뇌의 고차원 기능까지 재현하는 것이 궁극적 목표

삼성전자-하버드大 공동연구… 세계적 학술지 Nature Electronics 게재

함돈희 삼성전자 종합기술원 펠로우 겸 하버드大 교수, 박홍근 하버드大 교수, 황성우 삼성SDS사장, 김기남 삼성전자 부회장이 집필한 이 논문은 영국 현지시간 23일 세계적인 학술지 ‘네이처 일렉트로닉스(Nature Electronics)’에 게재됐습니다.

* (논문제목) Neuromorphic electronics based on copying and pasting the brain
* (논문링크) https://www.nature.com/articles/s41928-021-00646-1

뇌 신경망 연결 지도를 메모리 칩에 복사(Copy)해 붙이는(Paste) 기술 제안

이번 논문은 뇌 신경망에서 뉴런(신경세포)들의 전기 신호를 나노전극으로 초고감도로 측정해 뉴런 간의 연결 지도를 ‘복사(Copy)’하고 복사된 지도를 메모리 반도체에 ‘붙여넣어(Paste)’, 뇌의 고유 기능을 재현하는 뉴로모픽 칩의 기술 비전을 제안했습니다.

초고감도 측정을 통한 신경망 지도의 복사(Copy)는 뉴런을 침투하는 나노 전극의 배열을 통해 이루어집니다. 뉴런 안으로 침투함으로써 측정 감도가 높아져 뉴런들의 접점에서 발생하는 미미한 전기 신호를 읽어낼 수 있습니다. 이로 인해 그 접점들을 찾아내 신경망을 지도화 할 수 있습니다. 이는 삼성전자가 2019년부터 하버드大 연구팀과 지속 협업해 온 기술입니다.

특히, 삼성전자는 복사된 신경망 지도를 메모리 반도체에 붙여넣어(Paste) 각 메모리가 뉴런 간의 접점의 역할을 하는 완전히 새로운 개념의 뉴로모픽 반도체를 제안했습니다. 또 신경망에서 측정된 방대한 양의 신호를 컴퓨터로 분석해 신경망 지도를 구성하려면 많은 시간이 소요되는데, 측정 신호로 메모리 플랫폼을 직접 구동하여, 신속하게 신경망 지도를 내려받는 획기적인 기술적 관점도 제시했습니다.

이 플랫폼은 일반적으로 사용되는 메모리인 플래시 및 다른 형태의 비휘발성 메모리인 저항 메모리(RRAM) 등을 활용할 수 있습니다.

한편, 궁극적으로 사람의 뇌에 있는 약 100조개의 뉴런 접점을 메모리 망으로 구현하려면 메모리 집적도를 극대화 해야 합니다. 이를 위해 3차원 플래시 적층 기술과 고성능 D램에 적용되는 TSV(실리콘관통전극)를 통한 3차원 패키징 등 최첨단 반도체 기술의 활용을 제안했습니다.

이번 연구는 학계와 업계의 기술 리더들이 참여해 신경 과학과 메모리 기술을 접목, 차세대 인공지능 반도체에 대한 비전을 보였다는 점에도 의의가 있습니다.

삼성전자 종합기술원 함돈희 펠로우는 “이번 논문에서 제안한 담대한 접근 방식이 메모리 및 시스템 반도체 기술의 경계를 넓히고, 뉴로모픽 기술을 더 발전 시키는 데 도움이 될 것”이라고 밝혔습니다. 삼성전자는 기존 보유한 반도체 기술 역량을 기반으로 뉴로모픽 연구에 지속 집중해 차세대 인공지능 반도체 분야에서도 기술 리더십을 확보해 나갈 계획입니다.

The post 삼성전자, 뇌를 닮은 차세대 뉴로모픽 반도체 비전 제시 first appeared on 삼성전자 반도체 뉴스룸.