삼성전자가 0.6㎛(마이크로미터) 크기의 픽셀 2억개를 탑재한 이미지센서 ‘아이소셀(ISOCELL) HP2’를 출시했습니다.

이 제품은 최신 초고화소 센서 기술을 집약한 제품으로, 언제 어디서든 밝고 선명한 이미지 촬영을 지원합니다.

‘HP2’는 업계 최초로 ‘듀얼 버티컬 트랜스퍼 게이트(Dual Vertical Transfer Gate)’ 기술을 적용해 전하저장용량(Full Well Capacity)을 이전 2억 화소 제품 대비 최대 33%까지 높여 화질을 개선했습니다. 전하저장용량이 높아지면 각 픽셀이 더 많은 빛을 활용할 수 있어 기존보다 더욱 풍부한 색 표현이 가능합니다.

‘듀얼 버티컬 트랜스퍼 게이트’는 포토다이오드에서 회로로 전자를 이동시키는 수직 구조의 게이트 2개를 배치해 전자 신호 전달 효율을 극대화하는 기술입니다.

‘HP2’는 조도 조건에 따라 4개 또는 16개의 인접 픽셀을 묶어 수광 면적을 확대하는 ‘테트라 스퀘어드 픽셀(Tetra²pixel)’ 기술도 적용했습니다.

이 기술을 통해 어두운 날씨 또는 실내와 같은 저조도 환경에서도 1.2㎛(5천만 화소) 또는 2.4㎛(1천2백50만 화소) 크기의 픽셀과 같은 수광 면적을 확보해 선명한 사진 촬영이 가능합니다.

또 HDR(High Dynamic Range) 기능 강화를 위해 기존 ‘스마트 ISO 프로’ 기술뿐 아니라 ‘듀얼 슬로프 게인(Dual Slope Gain)’ 기술도 새로 적용했습니다.

‘듀얼 슬로프 게인’은 픽셀에 들어온 빛의 아날로그 정보를 서로 다른 2개의 신호로 증폭하고 이를 디지털 신호로 변환해 하나의 데이터로 합성하는 기술로 센서가 표현할 수 있는 색의 범위를 넓혀줍니다.

삼성전자는 이 기술을 통해 업계 최초로 모바일AP의 지원 없이 이미지센서만으로 5천만 화소의 HDR 촬영이 가능하도록 구현해 이미지 처리 속도를 개선했습니다.

‘HP2’에는 2억개 화소를 모두 활용해 위상차 자동 초점 기능을 수행하는  ‘슈퍼 QPD(Quad Phase Detection)’ 기능도 탑재됐습니다. 거실 밝기(약 100룩스)보다 100배가량 낮은 밝기의 달빛 아래(약 1룩스)에서도 좌우뿐만 아니라 상하의 위상차를 이용해 빠르고 정확하게 초점을 맞출 수 있습니다.

이 밖에 딥 러닝(Deep Learning) 기반의 ‘리모자이크 알고리즘’을 적용해 초고화소 환경에서의 촬영 속도와 품질을 향상시켰습니다. ‘HP2’의 2억 화소 촬영 속도는 이전 제품 대비 2배가량 빨라졌으며, 초당 30 프레임의 8K 해상도, 120 프레임의 4K 해상도를 지원합니다. 특히 사진 촬영과 동일한 화각에서 초고해상도인 8K 영상 촬영이 가능한 것이 특징입니다.

삼성전자 시스템LSI사업부 센서사업팀장 임준서 부사장은 “‘아이소셀 HP2’에는 삼성전자의 차별화된 초고화소 센서 기술과 노하우가 집약됐다”며 “고객 요구에 기반한 끊임없는 기술 혁신과 딥 러닝 기반의 화질 최적화 기술을 통해 지속 성장하고 있는 초고화소 이미지센서 시장에서 리더십을 더욱 강화할 것”이라고 말했습니다.

The post 삼성전자, 초고화소 기술 집약된 2억 화소 이미지센서 ‘아이소셀 HP2’ 출시 first appeared on 삼성전자 반도체 뉴스룸.

내 손 안에서 경험하는 인공지능

인공지능(AI) 기술은 모바일 등 스마트기기에서 수집한 정보를 중앙 클라우드 서버로 전송해 분석하고 다시 기기에 보내는 방식으로 진행되어 왔습니다. 이와 달리 온디바이스(On-device) AI는 이름 그대로 멀리 떨어진 클라우드 서버를 거치지 않고 스마트기기 자체적으로 정보를 수집하고 연산할 수 있는데요.

이렇듯 온디바이스 AI는 단말 기기 내부에서 정보를 처리하기 때문에 저지연을 통한 빠른 작업이 가능해집니다. 중앙 서버를 통하지 않기 때문에 클라우드 기반 AI의 문제점으로 대두되었던 보안 문제도 해결할 수 있는데요. 또한 별도의 네트워크가 필요 없기 때문에 인터넷 연결이 어려운 상황에서도 실시간 번역과 같은 작업이 가능합니다.

엣지(Edge) 디바이스와 인공지능의 만남

기존에는 클라우드 서버가 정보를 처리하는 뇌라면 휴대폰이나 태블릿 PC 등은 사용자와 접점을 이뤄 정보를 수집하는 눈과 귀와 같은 역할을 담당해왔습니다. 하지만 이러한 처리 방식은 멀리 떨어져 있는 인공지능이 실제 정보가 발생하고 있는 현장을 본질적으로 이해하기는 어렵다는 한계가 있었는데요.

그러나 사용자와 직접 접촉하는 하드웨어인 엣지 디바이스에 AI가 결부된 형태의 온디바이스 AI는 환경을 직접 경험하고 정보를 처리하기 때문에 실제 사용하는 사람에게 더욱 적합한 결정을 내릴 수 있다는 장점이 있습니다.

온디바이스 AI가 가져올 삶의 변화

삼성전자는 딥러닝(Deep Learning) 알고리즘과 온디바이스 AI와 같은 혁신기술 연구에 집중하고 있습니다. 지난 11월에 진행된 ‘삼성 AI포럼 2019’를 통해 서버를 거치지 않고 기기 자체에서 AI 기능을 수행하는 ‘온디바이스 AI 통역 기술’을 선보이기도 했는데요.

삼성전자의 프리미엄 모바일 어플리케이션 프로세서(AP) 엑시노스 9(9820)가 대표적인 온디바이스 AI의 예시라고 할 수 있습니다. 지연 없이 실시간으로 다양한 연산을 처리하는 시스템 반도체 신경망처리장치(NPU, Neural Processing Unit) 탑재로 모바일 기기 자체에서 기존 대비 7배 빠른 인공지능 연산 처리가 가능해졌는데요. 고성능 연산 능력이 필요한 온디바이스 AI를 위해 NPU 성능을 높이기 위한 삼성전자의 노력은 계속될 예정입니다.

온디바이스 AI의 발전을 통해 사용자의 식습관이나 운동 등 생활 습관에 대한 정보를 직접적으로 파악할 수 있게 되면서 스마트 기기의 사용자 맞춤형 서비스도 더욱 강화될 전망인데요. 사용자 중심의 온디바이스 AI의 활성화가 우리의 실제 생활에 미칠 긍정적인 변화를 기대해 봅니다

The post 차세대 딥러닝 기술 ‘온디바이스(On-Device) AI’란? first appeared on 삼성전자 반도체 뉴스룸.

영화 속에나 나올 법한 이런 이야기들을 현실로 만들어주는 기술이 있습니다. 바로 ‘딥러닝’(Deep learning)인데요. 딥러닝은 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 인공지능(AI, artificial intelligence) 기술을 말합니다.

■ 사람보다 사진을 더 잘 구분하는 컴퓨터의 탄생

딥러닝은 사물이나 데이터를 군집화하거나 분류할 때 사용하는 기술입니다. 사람의 목소리나 언어, 사진, 얼굴의 표정 등 지금껏 인간만 해석할 수 있었던 추상적인 정보들을 컴퓨터가 분석하여 분별하도록 기계를 학습시키는 방법인데요.

컴퓨터는 객관적인 명령이나 정보에 대해서는 정확한 결과를 보여주지만, 추상적인 부분에 대해서는 쉽게 판단하지 못하는 특징을 가지고 있습니다. 따라서 대상에 내재되어 있는 의미들을 파악하고 구분하도록 하기 위해 ‘기계학습(Machine Learning)’이라는 방법이 고안되었습니다. 기계학습은 많은 양의 데이터를 입력해 컴퓨터가 비슷한 것끼리 분류하도록 하는 기술입니다.

예를 들어 사람은 강아지와 고양이를 사진만으로도 쉽게 구별할 수 있지만 컴퓨터는 이것을 쉽게 구분하지 못합니다. 하지만 컴퓨터에 입력된 방대한 정보를 활용해 기술적으로 데이터를 분류하고 군집화화면, 컴퓨터가 사진을 보고 강아지와 고양이를 각각 구분해 낼 수 있는 것입니다.

기계학습 알고리즘은 데이터를 분류하는 방식에 따라 결정 트리 학습법, 연관 규칙 학습법, 인공신경망 등의 방식들로 나뉘는데, 이 중 인공신경망 한계를 극복하기 위해 나온 방법이 딥러닝입니다.

■ 딥러닝, 어디까지 발전하게 될까?

방대한 양의 데이터 속에서 패턴을 찾아내 컴퓨터가 사람처럼 정보를 분별하는 방식은, 크게 ‘지도 학습(supervised learning)’과 ‘비지도 학습(unsupervised learning)’ 두 가지로 나뉩니다.

지도 학습 방식은 컴퓨터에 먼저 정보를 가르치는 방법을 말합니다. 예를 들어 수많은 형태의 악기 사진을 입력하고, 각 사진의 악기 형태와 패턴을 컴퓨터에게 미리 학습시키는 것입니다. 컴퓨터는 사전에 학습된 결과를 바탕으로, 악기 사진을 인식하고 구분하게 됩니다.

반면 비지도 학습은 컴퓨터가 스스로 학습하는 방식으로, 지도 학습과 차이가 있습니다. 사람이 각 악기 사진을 구분해 가르쳐주는 과정 없이도 컴퓨터가 스스로 다른 점을 학습하는 것입니다. 이는 더욱 발전된 기술로, 높은 수준의 컴퓨터 연산능력이 필요하다고 합니다.

딥러닝은 사진이나 동영상, 음성 정보를 분류하는 작업 분야에 많이 사용되고 있는데요, 향후 의학 분야와 무인자동차 등 우리 생활 속 다양한 환경에 딥러닝 기술이 적용될 것으로 기대를 모으고 있습니다.

이처럼 컴퓨터가 스스로 판단하고 사물을 구별할 수 있게 하는 인공지능 기술은 지금 이 순간에도 빠르게 발전하고 있습니다. 사람처럼 생각하는 컴퓨터가 머지 않은 미래에 등장할 수 있을까요? 반도체 기술의 발달, 그리고 본격적으로 열린 빅데이터 환경 속에서 딥러닝 시대가 어느덧 일상에 가깝게 성큼 다가오고 있습니다.

The post 사람처럼 생각하는 컴퓨터가 탄생할까? 인공지능과 딥러닝 기술 first appeared on 삼성전자 반도체 뉴스룸.