물속에 포함된 미세플라스틱과 과불화탄소화합물(PFAS)은 인체 건강에 점점 더 위협이 되고 있다. 일반적으로 지름 5mm 이하의 플라스틱을 미세플라스틱이라고 통칭하는데, 이 크기가 100나노미터(nm)보다 작아지면 나노플라스틱으로 분류된다.

대부분의 미세플라스틱은 장에서 흡수를 하지 못하고 배출되지만, 플라스틱 입자의 크기가 작아질수록 체내 흡수 가능성은 높아진다. 흡수된 일부 나노플라스틱 중 배출되지 못한 입자들은 혈액을 따라 돌다가 우리 몸 곳곳에 침투하게 된다. 미세플라스틱과 인지장애와의 높은 연관성은 이미 많은 연구에 의해 속속 밝혀지고 있으며, 미세플라스틱이 환경호르몬처럼 작용해 내분비계 교란을 초래할 수 있다는 것도 잘 알려진 사실이다.

또한 김 서림 방지 코팅 등에 사용되는 과불화탄소화합물은 한번 환경으로 흘러가면 영원히 분해되지 않기 때문에 ‘영원한 화합물’이라고도 불린다. 과불화탄소화합물은 테플론(PTFE)* 고분자를 합성할 때 사용되거나 산업 전반에서 광범위하게 활용되고 있지만, 이 물질 역시 내분비계에 영향을 끼친다. 이에 따라 플라스틱의 분해 및 재활용을 촉진하는 기술의 개발, 테플론을 대체하는 친환경 코팅 기술 개발이 큰 관심의 대상이다.

* 테플론(PTFE): 폴리테트라플루오로에틸렌(PTFE)으로 만든 비점착성 합성 고분자 물질로, 주로 조리기구 코팅과 산업용 부품에 사용된다.

화학 산업은 왜 ‘친환경’이 어려울까?

한편, 화학 산업은 환경에 악영향을 미칠 수 있는 유기 용매, 중금속 등의 폐기물에서 자유로워지지 않는 이상 친환경 산업으로 자리매김하기 어려울 것이다. 제약 산업을 예로 들자면, 약물을 합성하는 과정은 여러 단계를 거칠 수밖에 없다. 이 과정에서 최종 산물에는 유독한 물질이 포함되지 않더라도, 합성 과정에서 유기 용매나 중금속의 사용이 불가피할 수 있다. 따라서 특정 타깃 화합물이 정해진 경우, 공정의 단순화, 친환경적인 반응 조건의 채택, 반응 수율의 향상, 분리 및 정제 단계의 최소화 등을 통해 화학 폐기물의 양을 줄이는 것이 필수적이다. 

또한 사고를 실시간으로 감지하고 즉시 대응해 확산을 막는 ‘동적 감시체계(active surveillance system)’와 ‘포인트 오브 케어(point-of-care) 시스템’도 필요하다.

향후 우리나라를 포함한 대부분의 선진국은 초고령화 사회로 접어들게 되어 노인의 간병을 전담하는 직종이 사회 안전망 구축에 큰 역할을 하게 될 것이다. 최근 급속하게 발전하고 있는 휴머노이드 로봇 기술은 노인 및 환자 돌봄 서비스 분야로의 적용 가능성도 높이고 있다.

다만, 휴머노이드 로봇이 인간을 본격적으로 대체하기 위해서는 로봇의 피부(skin)가 인간과 유사한 촉감과 온도를 갖추고, 반복적인 접힘과 눌림 등의 자극에도 구조적인 안정성을 유지해야 할 것이다. 이와 더불어, 돌봄 대상의 신체 이상 징후를 바로 감지할 수 있는 센서 역할까지 수행할 수 있어야 한다. 이러한 특성을 충족하는 휴머노이드 로봇은 화학 공장에서도 센싱, 구동, 그리고 포인트 오브 케어 기능을 모두 수행할 수 있어 활용 가능성이 높을 것으로 기대된다.

인공지능에 의한 화학 분야 기술 혁신

2024년 노벨화학상은 단백질의 구조를 예측하는 AI 프로그램과 지금까지 세상에 존재하지 않았던 단백질을 합성하는 기술을 개발한 세 명의 연구자에게 돌아갔다. 모든 생명체는 체내에서 다양한 화합물을 합성하고 분해하며 살아가는데, 이 모든 과정을 가능하게 하는 것이 바로 효소 단백질이다. 이러한 효소 단백질 구조를 정확히 아는 것이 모든 신약 개발의 출발점이 된다. 인체에는 적어도 7만 5천 개 이상의 효소 단백질이 존재한다. 단백질 구조를 밝혀내기 위해서는 단백질의 결정을 기르고, X-ray 회절 패턴을 얻은 뒤, 이 데이터를 기반으로 계산을 거쳐야 하는데 이 과정은 매우 오랜 시간이 소요된다.

아미노산들이 연결되어 형성되는 펩타이드는 나선형, 판상형 등 다양한 구조를 가지는데, 이들 구조가 3차원적으로 조립되어 전체 효소 단백질 구조를 만든다. 흥미롭게도, 특정 아미노산 서열은 오직 하나의 구조만을 형성하기 때문에, 원칙적으로는 아미노산 서열만 알아도 단백질 구조를 예측할 수 있다.

이러한 아이디어에 기반해 전 세계 과학자들은 ‘단백질 구조 예측 경기(CASP)*’에서 각자가 개발한 프로그램의 정확도를 겨뤄 왔다. 구글 딥마인드 ‘데미스 하사비스(Demis Hassabis)’ CEO는 2018년 대회에 처음 참가해, 약 60% 정도의 예측 정확도를 지닌 ‘알파폴드(AlphaFold)’라는 프로그램으로 다른 경쟁자들을 압도해 버렸다. 당시 기존 최고 수준의 프로그램 예측 정확도가 40% 정도였음을 고려하면, 알파폴드를 가히 생태계 파괴자라고 불러도 과언이 아니다. 이후 알파폴드의 성능은 더욱 향상되어, 현재는 90%가 넘는 정확도로 단백질 구조를 예측할 수 있다. 이는 곧, 아미노산 서열만으로도 단백질 구조를 예측할 수 있어, 신약 개발을 위해 더 이상 단백질 결정학의 도움을 받을 필요가 없어진 것을 의미한다.

* 단백질 구조 예측 경기(CASP): Critical Assessment of Structure Prediction의 약자로, 단백질 3차원 구조 예측 기술의 정확도와 성능을 겨루는 국제 대회

데미스 하사비스 CEO와 함께 노벨상을 수상한 ‘데이비드 베이커(David Baker)’ 미국 워싱턴대 교수는 최근 자연에는 존재하지 않는 아미노산 서열을 이용해서 탁월한 촉매 활성을 지닌 효소 단백질을 합성하는 데 성공했다. 이제는 자연을 뛰어넘는 성능의 인공 단백질을 합성하는 것이 더 이상 낯설지 않은 시대가 된 것이다.

한편, 미세플라스틱의 위협이 커지면서 플라스틱을 분해하는 미생물의 활용 가능성에 대한 관심도 높아지고 있다. 인공지능 기술을 이용하면, 이러한 미생물에 존재하는 플라스틱 분해 효소의 구조를 밝혀내고, 이를 능가하는 효소 단백질을 개발할 수 있을 것이다. 이 효소 단백질의 아미노산 서열을 만들 수 있는 염기 서열을 미생물 유전자에 넣고, 이 미생물을 배양하면 플라스틱 생분해 기술의 상용화를 앞당길 수 있을지도 모른다.

AI와 함께하는 친환경 화학의 미래

2022년 울산과학기술원(UNIST)의 ‘바르토슈 그쥐보프스키(Bartosz Grzybowski)’ 특훈교수(IBS 첨단연성물질 연구단 단장)는 화학 공정에서 나오는 폐기 부산물을 활용해 상용 약물을 합성하는 경로를 제안하는 프로그램을 개발하고, 이를 『네이처(Nature)』에 발표했다. 이 프로그램은 천연물 합성에서 최적의 경로를 찾아내는 데 활용될 수 있다.

또한, 그쥐보프스키 교수는 서울대 현택환 석좌교수(IBS 나노입자 연구단 단장)와의 협업을 통해, 수전해 수소 생산에서 산소 발생 반응에 쓰이는 전극 촉매 물질의 성능을 예측하고 발굴하는 AI 프로그램을 개발했다. 이 연구를 통해 새로운 페로브스카이트(perovskite)* 기반 산화물 전극 물질도 설계해냈다.

* 페로브스카이트(perovskite): 특정 결정 구조를 갖는 무기화합물로, 태양전지나 촉매 등 다양한 소재로 활용됨

테플론을 대체하는 코팅 소재의 개발에도 인공지능 기술이 적용될 수 있음은 너무나 자명하다. 다양한 분야에서 물질 개발 속도를 획기적으로 향상시키고 최적의 합성 경로를 사용하며 화학 폐기물의 양을 줄이는 것이 가능해진 것이다. 이제 화학은 보다 친환경 산업에 가까워지고 있다.

더 나아가, 휴머노이드 로봇의 화학 산업 적용 및 돌봄 서비스에서의 실제 상황 학습을 통해, 보다 안전한 화학 공정을 설계하고 실시간 포인트 오브 케어 관리까지 가능한 미래가 머지않았다. 로봇이 자체적으로 스킨 소재를 개발하고 보수까지 수행하는 미래가 펼쳐질 수도 있다.

가까운 미래를 조망해 보자면, 화학 기술과 로봇·인공지능 기술은 한 몸이 되어 친환경 산업으로 변모해 갈 것이다. 또한 사람이 직접 투입하기 힘든 원전 폐기물 처리나 독성 화학물질의 합성 및 분리·정제·처리 과정에서도 로봇과 인공지능은 필수적인 산업 기술 요소가 될 것이다.

하지만 좀 더 먼 미래까지 이러한 장밋빛 전망이 유효할지는 확신하기 어렵다. 어쩌면 인간이 완전히 배제된 화학 산업에서, 인간을 넘어서는 지능과 자아를 지닌 인공지능이 초래할 수 있는 문제에 대한 대비가 필요할지 모른다. 인간의 건강에 지대한 영향을 끼치는 화학 산업에 한해서는 인공지능의 능력을 억제하여 적용하는 것이 현명하다는 생각이 든다.

비하인드 더 칩 시즌2, 비하인드더칩시즌2, Behind the CHIP, 비하인드더칩, 비하인드 더 칩, 이광렬, 이광렬 교수

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

The post [Behind the CHIP 시즌2] 인공지능과 미래의 화학 산업 first appeared on 삼성전자 반도체 뉴스룸.

Behind the CHIP
삼성전자 반도체 뉴스룸에서 새롭게 진행하는 ‘Behind the CHIP’ 시리즈.
이번 시리즈는 9월부터 내년 1월까지 총 10회에 걸쳐 연재되며, 
5명의 IT/테크/지식 콘텐츠 전문 인플루언서가 직접 칼럼을 통해 반도체 생태계와
미래 산업을 통찰하는 흥미진진한 이야기를 전한다.
우리 일상과 밀접하게 맞닿아 있는 기술 트렌드를 인플루언서의 시선을 통해 알아보자.

인공지능(AI) 기술이 우리의 일상과 산업 전반에 큰 변화를 일으키고 있는 가운데 이 혁신의 중심에는 반도체 기술이 핵심으로 자리 잡고 있다. AI 연산을 최적화해 성능과 효율성을 극대화하는 데 반도체가 필수적인 요소이기 때문! 우리의 일상 속, 인공지능의 영향력이 커지는 만큼, 그 중심에 있는 AI 전용 반도체의 특징과 일반 CPU와의 차이점, 그리고 AI 학습과 추론 과정에서 반도체의 역할에 대해 자세히 알아보도록 하자.

AI 전용 반도체의 특징과 일반 CPU와의 차이점

CPU는 범용 프로세서로 다양한 작업을 처리할 수 있도록 설계되었지만, AI 연산은 주로 대규모 병렬 연산을 필요로 하기 때문에 AI 작업에는 비효율적이다. 이러한 한계를 보완하기 위해 만들어진 것이 바로 AI 전용 반도체인 NPU이다.

NPU는 AI 연산을 최적화한 프로세서로, 일반적인 중앙처리장치(CPU)와는 근본적으로 다른 설계와 기능을 가지고 있다. 인공 신경망 연산을 고속으로 처리할 수 있도록 설계되어 초당 1.9조 개의 연산(TOPS, Tera Operations Per Second)을 수행할 수 있음은 물론, 일반 CPU와 비교할 때 더 많은 병렬 처리 유닛을 가지고 있어 대량의 데이터를 동시에 처리할 수 있다.

이에 따라 AI 알고리즘의 실시간 처리가 가능해지며, 전력 효율성도 높아 실시간 AI 추론 작업을 처리하는 데 유용하다. 예를 들어, 삼성전자의 모바일 프로세서 ‘엑시노스’에 내장된 NPU는 이미지 인식과 품질 향상, 음성 인식 등의 AI 작업을 처리하는 데 활용되고 있다. 순차적인 명령을 실행하는 데 적합한 CPU와 데이터 중심의 구조로 설계되어 병렬 처리를 통해 대량의 데이터를 동시에 처리하는 NPU의 구조적 차이는 AI 연산의 속도와 효율성에 큰 영향을 미친다.

.

AI 반도체의 핵심: GPU와 NPU

병렬식 구조의 반도체 중에서 NPU보다 선행된 것이 바로 GPU(Graphics Processing Unit)이다. 1990년대 중반부터 본격적으로 개발되기 시작한 GPU는 처음에는 주로 그래픽 렌더링 작업을 가속화하기 위해 설계되었지만, 그래픽 연산뿐만 아니라 벡터와 행렬 연산에도 뛰어난 성능을 발휘하면서 병렬 처리의 가능성을 보여주게 되었다. 이후 2000년대 후반부터 AI 및 병렬 처리 활용에 적극적으로 사용되기 시작해 최근 인공지능 붐과 함께, GPU의 부가가치는 더욱 높아졌다. 대표적으로 엔비디아의 A100 GPU는 약 542억 개의 트랜지스터를 가지고 있으며, 정밀도와 유형에 따라 조금씩 차이가 있지만 초당 624 테라플롭스의 성능을 제공한다. 이러한 성능은 복잡한 신경망 모델을 빠르게 훈련시키고 추론하는 데 큰 도움이 되기 때문에 데이터센터와 클라우드 환경에서 대규모 딥러닝 모델의 학습에 사용되고 있다. 반면 NPU는 AI와 딥러닝의 발전에 맞추어 등장한 최근 기술로, 스마트폰, 태블릿, IoT 디바이스 등 엣지 디바이스에서 실시간 AI 추론 작업을 처리하는 데 사용된다.

그렇다면 GPU와 NPU 중 AI 반도체에서 우위를 따진다면 어떤 것이 더 우선적일까?

GPU와 NPU 엄밀히 따지면 그 역할에 조금씩 차이가 있다. GPU는 대규모 데이터셋을 사용한 모델 학습에 강점을 가지고 있으며, NPU는 학습된 모델을 바탕으로 실시간 추론 작업을 수행하는 데 최적화되어 있다. 그 때문에 두 반도체는 AI 작업에서 상호 보완적인 역할을 한다. 이처럼 AI 전용 반도체는 AI 연산을 위한 최적화된 설계와 구조를 통해 일반 CPU보다 뛰어난 성능과 효율성을 제공하며 앞으로 그 중요성은 점점 더 부각될 것으로 예측된다.

.

AI 시스템의 학습과 추론 과정에서 반도체의 역할은?

AI 시스템에서 반도체의 역할이 중요한 이유는 AI 시스템이 제대로 작동하기 위해 반드시 학습(Training)과 추론(Inference)이라는 두 가지 주요 과정을 거치기 때문이다.

학습 과정

AI 시스템의 학습 과정에서는 대량의 데이터를 사용해 AI 모델이 스스로 규칙과 패턴을 익혀야 한다. 예를 들어, 이미지 인식 AI 모델을 학습시키기 위해 수백만 장의 이미지를 모델에 입력하고, 각 이미지가 무엇을 나타내는지(예: 고양이, 개, 자동차 등)를 알려준다. 이 과정은 매우 많은 연산이 필요하며, 이때 중요한 역할을 하는 것이 바로 GPU이다.

추론 과정

반면 추론 과정에서는 학습된 AI 모델을 사용해 새로운 데이터를 분석하고 예측한다. 이는 학습한 내용을 실제로 적용하는 단계로, 예를 들어, 모델이 새로운 사진을 보고 그것이 고양이인지 개인지 판단하는 과정이다. 여기서 주목할 만한 것이 바로 NPU이다. NPU는 특히 추론 과정에서 빠른 반응 속도와 높은 에너지 효율성을 제공하기 때문에 실시간 데이터 처리를 할 수 있게 도와준다.

그러나 AI 연산에서 반도체의 역할이 중요해진 이유는 단순히 연산 속도를 높이는 것뿐만 아니라, 에너지 효율성을 극대화하는 것도 포함한다. AI 모델은 갈수록 복잡해지고, 처리해야 할 데이터가 증가함에 따라 연산량도 기하급수적으로 늘어나게 될 것이다. 이에 따라 전력 소모량이 매우 높아지는데, 이때 효율적인 반도체 설계는 AI 시스템의 성능을 높이는 동시에 에너지 소비를 줄이는 데 핵심적인 역할을 하게 된다.

.

엣지 AI를 위한 저전력 고성능 반도체 기술

엣지 AI는 데이터를 클라우드로 전송하지 않고 디바이스 자체에서 처리하는 기술을 의미한다. 데이터가 로컬에서 처리되기 때문에, 데이터 유출의 위험이 줄어들고 프라이버시가 강화된다는 장점이 있다. 엣지 AI 기술은 현재 스마트 홈, 자율주행차, 헬스케어 등 다양한 분야에서 응용되고 있다.  

스마트 홈에서는 IoT 디바이스가 엣지 AI를 통해 실시간으로 사용자 명령을 처리하고, 자율주행차는 주변 환경을 빠르게 인식해 안전한 주행을 가능하게 한다. 헬스케어 분야에서는 웨어러블 디바이스가 실시간으로 사용자 상태를 모니터링하고, 이상 징후를 감지해 경고를 보낼 수 있다.

반도체 기술은 엣지 AI 분야에서 실시간 AI 연산 처리와 보안을 강화하는 데 중요한 역할을 수행 중이다. 특히 모바일 프로세서는 사진이나 동영상의 화질을 개선하고, 실시간으로 텍스트 기반의 이미지를 생성하는 기능 등을 실현하면서, 전력 소모는 줄이고 성능은 향상시키는 방향으로 발전하고 있다. 엣지 AI를 위한 저전력, 고성능 반도체 기술은 우리의 일상과 다양한 산업 분야에 혁신을 가져올 것이다.

.

뇌를 모방한 새로운 반도체: 뉴로모픽 칩

뉴로모픽 칩은 인간의 뇌 구조와 신경망을 모방한 반도체이다. 이는 기존의 반도체 아키텍처와는 다른 접근 방식을 취해, 보다 효율적이고 자연스러운 AI 연산을 가능하게 한다. 뉴로모픽 칩은 전통적인 디지털 연산 방식 대신 아날로그 신호 처리를 활용해 에너지 효율성을 극대화한다. 이는 뇌의 뉴런과 시냅스의 작동 방식을 모방한 것으로, 뉴런의 발화 패턴을 흉내 내 데이터를 처리한다. 이러한 방식은 특히 비정형 데이터 처리에 강점을 가지고 있으며, 딥러닝 알고리즘의 효율성을 크게 향상시킬 수 있다.

또한, 뉴로모픽 칩은 학습과 추론을 동시에 수행할 수 있는 능력을 갖추고 있어, 실시간 적응과 자율적인 데이터 처리가 가능하다. 이는 자율주행차, 드론, 로봇 등 실시간 반응이 중요한 응용 분야에서 큰 잠재력을 가지고 있다.

.

AI 반도체 발전이 가져올 미래 변화

AI 반도체의 발전은 다양한 분야에서 혁신을 일으킬 것이며 특히 고성능 AI 반도체의 실시간 데이터 처리와 높은 연산 능력으로 많은 산업과 일상생활에 큰 변화를 불러올 것이다. 삼성전자 반도체의 기술력은 이러한 변화를 가속화하는 데 중요한 역할을 하고 있다.

자율주행차

자율주행차는 고성능 AI 반도체를 통해 실시간으로 주변 환경을 분석하고 안전한 주행을 가능하게 한다. 자율주행차의 센서와 카메라가 수집하는 대량의 데이터를 실시간으로 처리하기 위해서는 높은 연산 성능과 저전력 소비가 중요하다. 자율주행차에는 반도체 2~3천개 이상이 탑재되고 있으며, 극한 환경에서도 안정적으로 동작할 수 있는 높은 안전성 또한 요구된다.

삼성전자의 LPDDR(Low Power Double Data Rate) D램, GDDR(Graphics Double Data Rate) D램, AutoSSD(Solid State Drive), UFS(Universal Flash Storage) 등 차량용 반도체는 대량의 자율주행 데이터를 빠르게 처리하고, 저장해 보다 안전한 드라이빙 환경을 제공하고 있다. 또한 운전자에게 실시간 운행 정보와 고화질의 멀티미디어 재생, 고사양 게임 구동과 같이 엔터테인먼트적 요소를 지원해 최적의 모빌리티 경험을 제공한다.

의료 분야

우리는 AI 반도체를 통해 실시간으로 질병을 진단하고, 환자 데이터를 분석하여 맞춤형 치료를 제공받을 수 있다. 예를 들어, 웨어러블 디바이스에 탑재된 AI 반도체는 사용자의 건강 상태를 실시간으로 모니터링하고, 이상 징후를 감지하여 조기에 경고를 보낼 수 있다.

삼성전자는 헬스케어 분야에서도 AI 반도체 기술을 활용하고 있다. 삼성의 웨어러블 디바이스인 갤럭시 워치 시리즈는 심박수, 혈압, ECG(심전도) 등을 실시간으로 측정하고 분석할 수 있는 기능을 제공한다. 갤럭시 워치7은 3나노 공정을 적용한 엑시노스 W1000 탑재를 통해 빠르게 데이터를 처리한다.

스마트 홈과 IoT

삼성전자의 스마트싱스(SmartThings) 플랫폼은 가정 내 다양한 IoT 기기를 연결하고 제어하는 데 AI를 활용한다. 프로세서에 내장된 고성능 AI 엔진은 이러한 기기들이 실시간으로 데이터를 처리하고 사용자 명령에 즉각적으로 반응할 수 있게 한다.

예를 들어, 삼성전자의 패밀리 허브 냉장고는 내부 카메라로 음식물을 인식하고, AI를 통해 유통기한을 관리하거나 레시피를 추천할 수 있다. 또한, Neo QLED TV는 AI 업스케일링 기술을 사용하여 낮은 해상도의 콘텐츠를 선명하게 감상할 수 있도록 해주고, 사용자의 시청 습관을 분석하여 맞춤형 콘텐츠를 제공하는 등 이러한 기능은 고성능 반도체의 강력한 성능을 통해 가능해진 것이다.

‘Behind the CHIP’ ‘비하인드 더 칩’ Behind the CHIP

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

The post [Behind the CHIP] AI와 반도체: 인공지능 시대를 여는 핵심 기술 first appeared on 삼성전자 반도체 뉴스룸.

삼성전자가 AI 기술을 활용한 미래 반도체 연구 생태계 강화를 위해 인공지능(AI)과 컴퓨터 공학(Computer Engineering, 이하 CE) 분야 국내 우수 인력 발굴에 나선다.

삼성전자 SAIT는 8월 1일부터 9월 13일까지 약 6주 간 국내 대학 학부생과 대학원생을 대상으로 ‘삼성 AI/CE 챌린지 2024’를 개최하고, 차세대 기술 리더들의 연구를 지원한다.

참여를 원하는 학생들은 SAIT 홈페이지에서 접수 가능하며 결과는 10월초 발표된다.

공모 부문별 최우수상을 포함해 총 12개팀을 선발하며, 부문별 최우수 1개팀은 1000만원, 우수 1개팀은 500만원, 장려 2개팀은 각 300만원이 수여된다. 시상식은 11월 개최되는 ‘삼성 AI 포럼’에서 진행될 예정이다.

수상자 전원에게는 삼성전자 SAIT에서 주관하는 ‘AI/CE 챌린지 캠프’에 참여해  수상팀들간 네트워킹과 SAIT AI/CE 연구 리더들부터 멘토링을 받을 수 있는 기회가 주어진다.

2021년부터 시작해 올해로 4회를 맞는 ‘삼성 AI/CE 챌린지’는 과학기술 인재 발굴과 지원을 위한 아이디어 공모전으로, AI와 CE 분야에서 총 3개 주제로 진행된다.

올해 챌린지의 공모 주제는 AI 분야에서 ▲모델 기반 Black-box 최적화 알고리즘 개발 ▲정밀하고 신뢰성 높은 반도체 소재 시뮬레이션용 머신러닝 모델(Machine Learning Force Fields) 개발, CE 분야에서 ▲On-Device 시스템에서 LLM(Large Language Model)의 inference 최적화 등 총 3개이다.

참여 학생들은 AI 분야에서는 주어진 문제와 데이터셋을 활용해 최적의 AI 알고리즘을 개발하고, CE 분야에서 제한된 하드웨어 리소스를 활용해 거대언어 모델(LLM)의 추론 시간을 최소화하고 정확도를 개선하기 위한 방안을 도출하게 된다.

SAIT는 인공지능을 이용한 반도체 소자와 공정 개발 검증 용 머신 러닝(Machine Learning) 알고리즘 개발에 대한 아이디어를 찾고, 이를 통해 국내 차세대 반도체 연구 개발 경쟁력을 강화한다는 계획이다.

삼성전자 SAIT 경계현 사장은 “AI 기술은 반도체 업계 내에서도 활용 범위를 빠르게 넓혀가는 중으로 SAIT는 새로운 기술 연구에 앞장서며 한계 극복을 위해 노력 중” 이라며, “AI/CE 챌린지를 통해 미래 기술의 한계를 뛰어넘을 수 있는 새로운 아이디어를 얻을 수 있도록 우수한 학생들의 많은 참여를 기대한다”고 밝혔다.

지난 챌린지 최우수상 수상자인 서울과학기술대학교 전예지씨는 “AI/CE 기술을 반도체 산업에 어떻게 적용할지 직접 고민해 볼 수 있는 흔치 않은 기회였고, AI 분야를 계속 연구해갈 학생들에게는 챌린지 수상을 통해 만난 동료/멘토들이 든든한 도움이 될 거라 생각한다”고 말했다.

‘삼성 AI/CE 챌린지’ 관련 자세한 정보는 삼성전자 SAIT 홈페이지 (https://www.sait.samsung.co.kr)에서 확인할 수 있다.

The post 삼성전자 SAIT, ‘인공지능/컴퓨터공학 챌린지 2024’ 개최 first appeared on 삼성전자 반도체 뉴스룸.

다가올 미래 기술을 한자리에서 만나볼 수 있는 이곳! 세계 최대 가전·IT 박람회, ‘CES 2024’가 지난 9일 미국 라스베이거스에서 개최됐다. 올해는 ‘인공지능(AI)’이 메인 키워드로 대두된 만큼, 삼성전자 반도체 역시 최신 AI 기술들을 선보이며 참관객들의 눈길을 사로잡았다. CES 2024 혁신상 수상에 빛나는 ‘Exynos Connect U100’을 포함, 기술 혁신 트렌드를 이끌 다채로운 제품들로 구성된 프라이빗 쇼케이스 현장 모습이 궁금하다면? 지금 바로 영상을 통해 확인해 보자.

The post 올해는 AI! CES 2024에서 삼성전자 반도체가 제시한 미래 기술은? first appeared on 삼성전자 반도체 뉴스룸.

‘챗GPT’, ‘DALL-E’, ‘Bard’ 등 누구나 한 번쯤은 들어 봤을 인공지능 서비스. 이러한 서비스는 어떻게 방대한 양의 데이터를 처리할 수 있을까? 바로 ‘AI 반도체’에 그 비밀이 숨어 있다.

무려 312편의 영화를 1초 만에 처리할 수 있는 대역폭을 지원하는 AI 특화 반도체, ‘HBM3E’. 이 외에도 그래픽에 최적화된 GDDR과 낮은 비용으로 더 큰 용량을 확보할 수 있는 DDR까지.

인공지능이 안정적으로 서비스를 제공하기 위해서는, 이러한 차세대 AI 반도체 기술의 발전이 함께 이뤄져야만 한다. 영상을 통해 인공지능 시대를 철저히 대비하고 있는 삼성전자 반도체만의 비결을 지금 확인해 보자.

The post 초거대 AI 시대에서 주목해야 할 메모리 반도체는? 삼성전자 개발자들이 직접 알려 드립니다! first appeared on 삼성전자 반도체 뉴스룸.

AI, 로봇과 인간이 함께 일하고 살아가는 세상. 우리들이 해왔던 상상이 눈 앞의 현실이 되고 있습니다. 최근 가장 주목 받는 화두인 생성형(generative) AI 활용은 물론, AI가 소프트웨어 개발자의 co-pilot이 되어 함께 코딩을 하기도 합니다. 더 먼 미래에는 인공지능과의 결합으로 인류의 지적·육체적 능력이 생물적인 한계를 뛰어넘는 세상도 도래할 텐데요.

경계현 대표이사는 삼성전자 반도체가 하드웨어를 넘어 인간 사회의 혁신적인 변화에 기여할 솔루션을 제공해야 한다고 말합니다. 미래의 AI 생태계를 만들어 나가는 데에 핵심적인 역할을 하기 위해 삼성전자 반도체는 어떤 준비를 해나가고 있을까요? 오늘의 영상을 통해 확인해 보세요!

The post [We Talk(위톡) Ep.23] 인공지능(AI)과의 협력이 기본이 될 미래! 삼성전자 반도체는 인류사회에 어떤 기여를 할 것인가? first appeared on 삼성전자 반도체 뉴스룸.

메모리가 직접 연산까지 한다면? 삼성전자 반도체가 입이 떡 벌어지는 차세대 메모리 기술을 공개했습니다. 3월 28일(현지시각 기준) 미국 캘리포니아에서 열린 ‘MemCon 2023’에서 말이죠.

더 빠르고 강력한 효율을 자랑하는 메모리 제품, ‘PIM(Processing In Memory)’과 ‘CXL(Compute Express Link)’ 인터페이스 기반의 ‘PNM(Processing near Memory)’이 그 주인공들이었는데요. 추후 이 제품들을 활용한 기술들이 대중화되면, 초거대 AI의 맞춤형 솔루션으로 자리잡을 수 있다는 사실! 앞으로 어떤 놀라운 활약을 보여줄지 기대되지 않나요?

삼성전자 반도체가 메모리에 진심일 수밖에 없는 이유, 삼반뉴스를 통해 들어보세요.

*MemCon: AI 관련 메모리 솔루션을 보다 심층적으로 다루기 위해 올해 처음으로 개최되는 학회

The post 메모리가 연산까지 하게 된 사연은? ‘MemCon 2023’ 학회에서 공개한 차세대 메모리 솔루션 first appeared on 삼성전자 반도체 뉴스룸.

새로운 해가 시작되는 1월, 미국 라스베이거스는 그 어느때보다 분주합니다. 우리의 삶을 변화시킬 수많은 기업들의 새로운 혁신 기술을 맞이하기 때문이죠. IT 업계의 연례 새해 맞이 행사인 세계 최대 가전·IT 박람회, CES(The International Consumer Electronics Show) 현장에서 만나본 삼성전자 시스템 반도체 이야기, 지금 시작합니다.

최근 화두가 되고 있는 스마트 모빌리티, 디지털 헬스, 메타버스. 이러한 최첨단 분야를 현실로 만들어 줄 여러 핵심 기술 중 하나는 바로 시스템 반도체입니다. 이에 삼성전자 반도체는 라스베이거스 앙코르 앳 윈 호텔(Encore At Wynn Hotel, 이하 앙코르) 내 ‘Samsung Semiconductor Showcase’라는 전시에서, 초청을 받은 주요 고객사와 파트너사를 대상으로 시스템 LSI 사업부의 최신 제품을 선보였는데요. 남다른 기술력이 돋보였던 현장에 삼성전자 반도체 뉴스룸이 다녀왔습니다.

초연결 시대를 주도할 시스템 LSI 제품들의 향연

시스템 반도체는 대부분의 우리 일상 생활 속에서 만나볼 수 있습니다. PC, 스마트폰, TV, 냉장고, 자동차 등 거의 모든 전자 기기의 작동에 필요한 데이터 연산, 제어, 센싱 기능을 수행하는 시스템 반도체는 미래에도 우리 생활 전반에서 중요한 변화들을 가져올 예정입니다.

Samsung Semiconductor Showcase가 마련된 미국 라스베이거스 앙코르 호텔 내부의 시스템 LSI 전시장 출입 게이트에 들어서자, 시스템 반도체 제품들의 다채로운 실루엣이 시선을 압도했습니다. 좀 더 스마트하고 편리한 세상을 위한 첨단 혁신 기술들이 공개된 이곳에 이른 아침부터 현장은 많은 고객들이 방문해 현장은 무척 분주한 모습이었는데요. 국내외 비즈니스 파트너들의 관심을 독차지한 삼성전자 반도체 시스템 LSI 제품 라인업을 지금 소개합니다!

결제 방식의 변화를 이끌 CES 2023 최고혁신상, 지문인증 IC

이번 Samsung Semiconductor Showcase 안에는 CES 혁신상을 수상한 제품들을 모아 둔 어워드존이 마련돼 더욱 눈길을 끌었습니다. 어워드존에서 가장 먼저 눈에 띈 제품은 바로 ‘지문인증 IC S3B512C’ 였는데요. 사이버 보안 및 개인정보 보호 부문에서 무려 최고혁신상(Best of Innovation)을 수상한 제품이라는 점!

사용자의 지문을 인식해 결제하는 지문인증카드의 제작에 필요한 지문 센서부터 보안칩, 보안 프로세서, 위조 지문을 인식하는 알고리즘까지 모두 통합해 적용한 올인원 솔루션인데요. 업계 최초의 시도인만큼 앞으로 지문인증카드가 대중화될 수 있는 길을 열어 보안 카드 시장에 새로운 패러다임을 제시할 것으로 기대해봐도 좋을 듯합니다.

이제는 2D가 아닌 3D! 아이소셀 Vizion이 보여준 놀라운 비전

3D 센싱을 바탕으로 더욱 입체감 있는 사진과 생생한 AR/VR 경험을 실현시켜 줄 이미지센서 ‘아이소셀(ISOCELL) Vizion 63D’. 이 제품은 적외선 신호가 피사체를 오가는 데 걸리는 시간을 계산해 사물의 입체감과 공간 정보를 실시간으로 감지하는 ToF(Time of Flight) 센서인데요. 특히 주목해야 할 점은 업계 최초로 ‘이미지 시그널 프로세서(ISP)’까지 탑재된 indirect-ToF(Time of Flight) 센서라는 것입니다.

칩 안에 ISP가 내장되어 피사체의 뎁스 정보를 센서 안에서 처리 가능해 320fps의 속도로 사물을 빠르고 정밀하게 3D 센싱할 수 있고, 첨단 알고리즘으로 다양한 사용자 시나리오를 지원할 수 있습니다.

차세대Sensor개발팀(S.LSI) 신승철 님은 모바일 기기에서 배터리 발열 문제와 배터리 용량을 늘리기 위한 크기 증가의 한계를 언급하며, “아이소셀 Vizion 63D는 이런 부분들을 해결하기 위해 28나노 공정을 사용해 모든 연산을 센서 내부로 탑재하는 기술을 개발하고 있다”고 말했는데요. “이 기술을 통해 나중에는 사용시간이 늘어도 발열이 줄어들 수 있는 환경을 구축할 수 있을 것”이라며 제품에 대한 애정과 남다른 포부를 드러냈습니다.

2억 화소 이미지센서가 선사하는 섬세한 디테일

부스 한 켠에는 디지털 이미징 및 사진 부문에서 혁신상을 수상한 2억 화소 모바일 이미지센서, ‘아이소셀 HP3’의 모습도 엿볼 수 있었습니다. 특히 실시간으로 사진을 찍고 확대해볼 수 있는 데모도 마련되어 있어, 이곳을 찾은 고객들은 2억 화소 사진이 주는 엄청난 디테일에 놀라움을 감추지 못했습니다. 업계 최소 크기인 0.56㎛로 개발된 이 제품은 사진을 줌인하거나 크롭해도 화질 걱정이 없기에, 2억 화소 이미지센서는 플래그십 모바일 기기에서 초고화질의 멀티미디어 경험을 원하는 많은 소비자들의 사랑을 받을 것으로 기대됩니다.

몰입감 있는 초고해상도 화면을 제시하다, 디스플레이 드라이버 IC

스마트폰 사용자들에게 몰입감 있는 시청 경험을 제공하기 위해서는 무엇보다 디스플레이의 역할이 중요합니다. 이는 빠른 속도로 사용자가 늘고 있는 폴더블 스마트폰에서도 마찬가지인데요. 초고해상도의 최신 폴더블용 모바일 디스플레이 드라이버 IC (Display Driver IC, DDI) 제품인 S6E3XA2는 삼성전자 반도체만의 독보적인 OLED 디스플레이용 반도체 기술의 노하우가 집약되어 있습니다. 독자적인 저전력 설계 기술을 바탕으로 전력 효율을 높였으며, 고해상도 제품에서 발생할 수 있는 화질 왜곡 현상도 해소하는 IP 등 최신 기술들을 탑재했습니다.

전자기기에 스마트폰만 있는 것이 아니듯, DDI 역시 모바일용 뿐만이 아닌, 스마트 TV, 노트북, 태블릿 등에서 풍부한 시각적 경험을 가능하게 해주는 패널 DDI가 존재한다는 사실! 각종 패널에는 액정 뒤에 탑재되어 빛의 양을 조절해주는 LED 백라이트 유닛(BLU: Back Light Unit)이 있는데요. 이 BLU의 밝기를 조절하는 최소 영역(Local Dimming Zone)의 개수 확장이 효율적으로 가능하도록 개발한 차세대 ‘Mini-LED Back Light Unit 칩셋’도 현장에서 모습을 드러냈습니다.

픽셀 IC와 픽셀 드라이버 IC 로 구성된 Mini LED BLU 칩셋, ‘S6LDMA1’은 디지털 구동을 바탕으로 이전의 아날로그 방식보다 Dimming zone 수를 6배 이상 증가시켰고, LED BLU 해상도도 아날로그 대비 약 80%나 개선한 점이 돋보입니다. 여기에 더불어, 1개의 픽셀 IC(LP861)가 제어하는 LED 채널 수를 8개로 늘려, 기존 제품과 비교했을 때, 설계 구성에 따라 필요한 픽셀 IC 개수 및 전력 소모를 각각 25%와 30% 개선할 수 있게 했습니다.

우리가 TV 제품에서 화면을 보기까지는 크게 세 가지 과정을 거치는데요. 우선 DTV SoC(프로세서)가 방송이나 인터넷으로부터 디지털 압축 데이터를 수신한 후 이를 영상 데이터로 만들면, T-CON(Timing Controller)이라는 제품이 처리된 영상 데이터를 전달받아 다시 DDI로 보냅니다. 이렇게 T-CON은 영상 신호 데이터를 전달받아 다수의 DDI가 시차 없이 화면을 잘 출력할 수 있도록 DDI별로 데이터를 분배해 전송하는 역할을 하는데요. T-CON은 그동안 설계의 복잡함과 기술적 한계로 초고화소 화질 TV에 적용하기에는 어려움을 겪어왔으나, 삼성전자 반도체는 세계 최초로 첫 QD-OLED용 T-CON 제품인 ‘S6TSTL1’ 개발에 성공했습니다.

Real RGB OLED 방식으로 색을 구현하는 초고화질 8K QD-OLED용 첫 T-CON 제품인 ‘S6TSTL1’는 고속 데이터 인터페이스와 고해상도 픽셀 센싱 기술을 모두 탑재하고 있을 뿐 아니라, 대용량 센싱 데이터 처리기술, OLED 번인 예방 기술, 외부 보상 기술들을 적용해 8K TV 구동에 최적화되어 있는 것이 특징입니다.

똑똑한 스마트폰과 스마트워치를 위한 해답, 엑시노스

엑시노스는 5G와 AI 시대의 핵심 모바일 프로세서로 고사양 게이밍부터 복잡한 멀티태스킹까지 가능하게 만들어주는 시스템 반도체 기술의 집약체입니다. 이번 Samsung Semiconductor Showcase에서는 최신 5G 셀룰러 모뎀인 ‘Exynos Modem 5300’을 만나볼 수 있었는데요. 6GHz 이하 대역과 밀리미터파(mmWave) 대역 모두를 지원하는 5G 모뎀으로 최대 7Gbps의 다운로드 속도를 제공해주고, 4나노 공정을 적용해 전력 효율을 최적화하였습니다.

또한 웨어러블 기술 부문에서 혁신상을 수상한 ‘엑시노스 W920’ 웨어러블 프로세서와 ‘엑시노스 RF 6550’ 커넥티비티 솔루션도 만나볼 수 있었습니다. 강력한 GPU 와 듀얼코어 CPU 등 다양한 기능을 작은 칩 안에 구현한 엑시노스 W920 은 와이파이, 블루투스는 물론 GNSS(위성항법장치) 기능을 내장한 엑시노스 RF 6550 과 함께 더 풍부하고 오래 가는 웨어러블 경험을 가능하게 합니다.

기술과 삶을 연결 짓다, 상상이 현실이 되는 공간

허무맹랑할 것만 같던 상상이 현실이 되는 순간이 있습니다. 하루가 다르게 발전하는 첨단 기술은 가끔 우리의 상상보다 한 걸음 더 나아가, 새로운 라이프스타일의 기준을 제시하곤 합니다. 자동차 안에서 3D 게임을 즐기고, 카드 위에 손가락을 올려 지문 인증으로 결제를 진행하고, 무려 2억 화소의 고해상도 이미지를 찍을 수 있는 세상. 그 모든 상상들이 Samsung Semiconductor Showcase에서 현실이 되어 펼쳐졌습니다.

차량용 반도체 기술의 미래, 디지털 콕핏 역시 이번 전시에서 그 모습을 드러내며, 새로운 차원의 차량용 인포테인먼트 경험을 함께 시연해보는 시간을 가졌는데요. 설계된 엑시노스 오토 V9 시리즈를 기반으로, 운전자에게 필요한 정보는 물론 차량 내 6개의 디스플레이를 활용해 다양한 정보와 엔터테인먼트 경험을 제공해주는 것이 인상적이었습니다. ADAS와 자율주행을 위해 차량 주변 환경을 정확하게 센싱할 수 있는 아이소셀 오토 이미지센서 시리즈의 성능들도 함께 체험해볼 수 있어 고객들의 눈길을 사로잡기에 충분했습니다.

차세대 첨단 시스템 반도체 제품으로 전시장을 후끈 달아오르게 만들었던 ‘Samsung Semiconductor Showcase’ 현장 어떠셨나요? 내일은 CES 2023 혁신상을 수상한 삼성전자 반도체 제품들로 돌아올 테니 많은 기대 부탁드려요!

영상으로 만나보는 ‘Samsung Semiconductor Showcase 속 주요 전시 제품’

The post 우리들의 미래 라이프스타일은 시스템 반도체에 달렸다! Samsung Semiconductor Showcase에서 만난 시스템 LSI 전시 현장 속으로! first appeared on 삼성전자 반도체 뉴스룸.

세계 최대 가전·IT 전시회 ‘CES 2023’이 올해도 어김없이 미국 라스베이거스에서 위대한 서막을 알렸습니다. 1월 5일(현지시각 기준)을 시작으로 4일 동안 열리는 이번 행사는 2020년 코로나 팬데믹 이후 열리는 역대 최대 규모의 대면 행사로 시작 전부터 많은 화제를 모았는데요. 최신 전자 제품과 미래 IT 기술이 총망라된 이곳에서 삼성전자 반도체는 어떠한 제품과 기술을 선보일까요?

메타버스, 디지털 헬스, 모빌리티 등 이번 CES 2023에서 주목하는 분야와 반도체는 사실 떼려야 뗄 수 없는 관계입니다. 자율주행 기술부터 인공지능(AI) 기반의 데이터 분석 서비스까지, 미래를 바꾸어 나갈 첨단 혁신 기술 대부분이 반도체 없이는 구현 불가능하다는 사실! 삼성전자 반도체는 IT와 전자 업계를 이끌고 있는 많은 고객들과 파트너 회사들을 위해 라스베이거스 앙코르 앳 윈 호텔(Encore At Wynn Hotel) 내 별도의 전시 공간인 ‘Samsung Semiconductor Showcase’를 마련, 남다른 기술력을 선보였다고 하는데요.

삼성전자 반도체의 첨단 기술력을 집약해놓은 공간, ‘Samsung Semiconductor Showcase’의 내부가 궁금하다면, 지금 영상을 클릭해보세요!

The post 세계인의 상상을 현실로 열어갈 반도체 기술력의 총집합! CES 2023 속 Samsung Semiconductor Showcase 현장 살펴보기 first appeared on 삼성전자 반도체 뉴스룸.

어느새 우리의 일상에 깊이 들어와 있는 인공지능 (Artificial Intelligence, 이하 AI). 우리가 사용하고 있는 많은 서비스들은 음성 인식, 기계 번역과 같은 AI 응용을 활용하고 있으며, 앞으로 더욱 성장할 자율주행, 메타버스 이미지 분류 등의 분야도 AI의 발전에 기반하고 있습니다. 이와 같은 AI 기술을 구현하는 숨은 공신이 바로 메모리 반도체 기술입니다.

현재 AI 응용은 이미지 분류, 음성 인식, 기계 번역 분야에서 널리 활용되고 있는데, 이들 인공지능 시스템의 성능과 에너지 효율을 끌어올리기 위해서는 메모리 솔루션 기술의 발전과 성능 향상이 필수적입니다.

왜 그럴까요? 이 배경을 이해하기 위해서는 폰 노이만 구조에 대한 이해가 필요합니다. 폰 노이만 구조는 오늘날 대부분의 컴퓨팅 시스템에서 사용하는 방식으로, CPU가 주 기억장치인 메모리로부터 명령어를 불러오고 실행하며 그 결과를 다시 기억장치에 저장하는 작업을 순차적으로 진행합니다. 이 과정에서 CPU와 메모리 간 주고받는 데이터가 많아지면 작업 처리가 지연되는 현상이 생깁니다. 이를 ‘폰 노이만 병목현상’이라고 합니다. 따라서 이러한 구조 하에서는 성능 향상에 한계가 있기 때문에, IT 업계에서는 이를 획기적으로 극복할 수 있는 다양한 방안이 논의되고 있습니다.

삼성전자는 이러한 시장의 요구에 부응하고, 메모리 산업이 지속적으로 발전할 수 있도록 하기 위해, 메모리 관점에서 이를 해결할 수 있는 솔루션을 활발하게 개발하고 있습니다. 그러한 노력을 바탕으로 개발된 솔루션 중 하나는, 앞으로 메모리 패러다임을 바꿔나갈 것으로 기대되는 PIM(Processing in memory) 기술입니다.

PIM은 Processing in memory라는 말 그대로 메모리 내에 데이터의 연산 처리를 할 수 있는 logic unit을 탑재한 것입니다. 메모리 내부의 각 뱅크에 인공지능 엔진을 장착하고 데이터의 병렬 처리를 극대화하는 것인데요. 이를 통해 CPU와 메모리 간의 데이터 이동을 줄일 수 있기 때문에 컴퓨팅 시스템, AI 가속기 시스템 등의 전체 성능을 높이고 에너지 효율도 함께 제고할 수 있습니다.

차세대 메모리의 혁신을 이끄는 삼성전자 반도체

이렇게 PIM을 필두로, 삼성전자 반도체는 AI 응용처에 쓰일 다양한 차세대 메모리 솔루션을 활발히 개발하고 상용화하고 있는데요. 이렇게 인류의 미래를 더욱 편리하게 열어나가는 일을 하고 있는 전문가들은 어떤 분들일까요?

삼성전자 반도체 뉴스룸이 차세대 메모리 PIM의 개발과 상용화를 담당하고 있는 전문가들을 직접 만나보았는데요. D램 설계를 담당한 이석한 님, 소프트웨어와 응용 분야를 담당한 노유환 님, 그리고 PIM 제품의 사업화를 담당한 김진현 님과 함께 차세대 메모리의 동향에 대해 이야기를 나눠보았습니다.

Q. 폰 노이만 구조의 한계를 극복하기 위해 반도체 업계가 수십 년간 노력해온 것으로 알고 있습니다. PIM 솔루션이 중장기적으로 폰 노이만 병목현상을 해결하는 데 어떻게 기여할 수 있을까요?

A. PIM은 70년대 이미 컴퓨팅 구조 학계에서 제안되었을 정도로 필요성과 목적이 명확했습니다. 데이터 연산을 위해 메모리 데이터를 CPU에 자주 이동해야만 하는 기존의 폰 노이만 구조에서 CPU와 메모리의 성능 차이에 의한 병목현상은 이미 예견되어 있었기 때문이죠. 다만 이제까지는 메모리의 괄목할 만한 속도 증가와 CPU/GPU들의 병렬 연결을 이용하여 이를 극복해왔지만, 최근에는 인공지능 서비스를 위해 구축한 전체 시스템에서 전력 소모가 감당할 수 없을 정도로 증가하게 됨에 따라 다른 솔루션이 필요했던 상황입니다. PIM은 이러한 문제를 해결할 수 있는 혁신적인 기술인데요, 중장기적인 관점에서는 기하급수적으로 규모가 증가하고 있는 초거대 AI 응용에서 에너지 효율을 높이는데 크게 기여할 것으로 기대하고 있습니다.

Q. 말씀해 주신대로 AI, 빅데이터 처리를 위한 반도체 기술들이 주목을 받고 있는데요. 삼성전자 반도체는 고성능 컴퓨팅에 최적화된 HBM-PIM, LPDDR-PIM, GDDR-PIM 등 PIM(Processing in memory) 기술을 활용한 다양한 솔루션들을 선보이고 있습니다. 삼성전자의 PIM 기술이 기존에 다른 업체들이 해왔던 PIM 기술과 비교해 갖는 차별화 포인트가 있을까요?

A. 삼성전자는 2021년에 업계 최초로 HBM-PIM을 개발했습니다. 이후에도 부품 수준의 성능에 머무르지 않고, 가속기 카드 수준, 그 다음은 가속 서버 레벨, 더 나아가서는 데이터센터를 구성하는 클러스터 레벨까지 기술을 확장하여 왔습니다. 또한 PIM과 같은 새로운 기술 적용에 다소 보수적이었던 데이터센터 및 슈퍼컴퓨팅 업체를 위해, 고객이 바로 사용할 수 있는 실제 인공지능 응용에 PIM 기술을 적용하여 최종 고객 레벨에서 어떠한 성능을 기대할 수 있는지를 시현했습니다.

그동안 반도체 업계에서 제시되어 온 PIM 기술은 CPU 또는 GPU의 기능을 단순히 메모리로 옮겨서 데이터의 이동을 최소화한 것이 대부분이었는데요. 이는 시스템 수준의 비약적인 성능 향상을 가져오거나, 컴퓨팅 구조를 변경시킬 정도의 영향을 끼치지는 못했었습니다. 삼성전자 PIM 기술만이 가진 차별성은 △ 메모리 병렬처리 극대화 △ 인공지능 전용 가속 △ PIM을 지원하는 소프트웨어 제공 △ 현재 업계에서 상용되고 있는 CPU/GPU와 함께 바로 적용 가능한 호환성 (CPU나 GPU의 변경이 필요하지 않음) △ 메모리 셀에 가장 가까운 연산기 배치에 따른 에너지 효율 극대화로 요약할 수 있습니다.

Q. 삼성전자는 2021년 ISSCC 학회에서 PIM을 적용한 HBM을 처음 발표한 바 있는데요. PIM을 본격적으로 개발하기 시작한 시기와 개발 과정에서의 에피소드가 궁금합니다.

A. 우리 회사가 처음 PIM을 개발할 당시에는 어떤 응용을 타겟으로 어떻게 개발할 지에 대한 논의를 위해 상품기획, 개발자들이 모여 많은 시간을 할애하여 치열한 논쟁을 펼쳤습니다. 당시 논의했던 인공지능, 네트워크, 모바일, HPC(High-performance computing) 등의 응용 분야는 아직도 많은 고객들의 요청사항이 접수되고 그들과의 협력이 진행되고 있습니다.

PIM을 처음 개발하던 당시에 저희가 절대 타협하지 않은 부분은, 초기 PIM 제품은 기존 CPU/GPU를 변경하지 않고도 적용이 가능하도록 해야 한다는 것이었고 성능을 위해 D램 셀 가장 근처에 가속 엔진을 병렬로 위치시켜야 한다는 것이었습니다. 또한 외부적인 요인보다도 사업화 측면에서, 이런 중장기적인 기술을 제품에 적용하는 것이 맞는지에 대한 논의가 지속되어 왔지만, 삼성전자만이 할 수 있다는 의지와 함께 PIM 기술이 메모리 기술의 미래가 될 것이라는 신념에는 변함이 없었습니다.

Q. 삼성전자가 PIM을 개발하는 과정에서 학계와의 협력을 비롯해 다른 기업, 연구 기관들과도 적극적인 교류를 해 온 것으로 알고 있습니다. 기술 개발 과정에서 다양한 주체들과 협력한 것이 어떠한 효과를 가져왔는지 설명해주실 수 있으실지요?

A. PIM은 단순히 메모리에 가속 엔진을 넣는 것으로 완성되는 기술이 아닙니다. 메모리에 연산기가 들어가는 순간, 기존에 생각하지 못했던 많은 일들이 일어나기 때문이죠. 또한 PIM을 효과적으로 사용하기 위해서는 가장 적합한 응용을 중심으로 성능 향상과 응용 서비스 생태계가 구축되어야 합니다. 삼성전자는 차세대 IT 시스템들에 PIM의 적용과 확산을 앞당기고 PIM 생태계를 구축하기 위해, 이미 개발된 HBM-PIM로부터 얻은 결과와 PIM 개발 환경을 모두 개방하고, 외부 기업, 국책연구소 등과 다양하게 교류하고 있습니다. PIM의 성공은 훌륭한 제품뿐만 아니라 잘 구축된 생태계에 달려 있기 때문입니다.

Q. 현재까지 PIM 기술은 주로 데이터센터를 운영하는 플랫폼 기업들과 고성능 컴퓨팅이 필요한 슈퍼컴퓨터 등에 활용되고 있습니다. 한편, 삼성전자는 PIM 기술을 HBM뿐 아니라 LPDDR, GDDR 등의 제품으로도 확장하고 있는데요, 이와 같은 기술들이 활용될 수 있는 또 다른 영역은 어떤 것들이 있다고 보시는지요?

A. PIM은 단순한 메모리 제품이 아니라, 컴퓨팅 구조 차원의 메모리 기술이자 솔루션입니다. 사업화 초기에는 응용처를 HPC와 데이터센터로 타겟했기 때문에 HBM에 우선 적용했지만 추후 모바일, 그래픽 영역에도 적용하는 것이 당연한 순서라 볼 수 있습니다.

데이터를 이용하는 응용은 성능 측면에서 컴퓨팅 성능이 중요한 응용과, 메모리 성능을 더 요구하는 응용으로 크게 나눠볼 수 있는데요. PIM이 주목하는 응용은 메모리 성능을 필요로 하는 응용이고, 이런 응용은 빅데이터와 인공지능 시대에는 대부분을 차지하게 될 것입니다. 논리적으로 계산하는 응용보다는 모든 데이터를 모아놓고 답을 얻는 방법이 더 정확하고 빠르다는 것에 주목하고 있기도 하고요. 이러한 메모리 중심의 PIM 응용 사례로는, 인간의 뇌와 같은 저전력 초거대 AI 모델을 활용한 챗봇과 각종 추천 서비스, 실시간 번역 및 음성 인식, 기후나 생명 등 과학 연구를 위한 슈퍼컴퓨팅, 저전력 On-device AI mobile 응용 등 많은 데이터를 저전력으로 활용하여 빠른 연산 처리가 필요한 모든 영역이 될 것으로 예측됩니다.

가까운 미래에 우리의 일상이 될 인공지능 서비스들. AI가 만들어나갈 좀 더 편리하고 스마트한 세상의 핵심에는 메모리 반도체가 있습니다. 상상을 현실로 만들기 위해 오늘도 노력하고 있는 삼성전자 반도체에 많은 응원 부탁드립니다.

The post 삼성전자 전문가에게 직접 듣다! 차세대 메모리 반도체가 본격적으로 열어갈 AI 시대 first appeared on 삼성전자 반도체 뉴스룸.

삼성전자가 AI엔진을 탑재한 메모리 반도체 제품군을 확대합니다.

삼성전자는 메모리와 시스템반도체의 융복합화를 주도하며, 다양한 글로벌 기업들과 협력을 통해 차세대 메모리 반도체 생태계를 빠르게 확대해 나갈 계획입니다.

PIM 기술 적용한 새로운 메모리 제품군 학회서 공개

삼성전자는 24일 온라인으로 개최된 Hot Chips 학회에서 지난 2월 업계 최초로 개발한 HBM-PIM 뿐만 아니라 PIM 기술을 적용한 다양한 제품군과 응용사례를 소개했습니다.

 * Hot chips : 업계에서 가장 주목하는 차세대 반도체 기술이 공개되는 학회로 주요 반도체 업체 중심으로 1989년부터 매년 개최되고 있음

삼성전자는 이날 학회에서 D램 모듈에 AI엔진을 탑재한 ‘AXDIMM(Acceleration DIMM)’, 모바일 D램과 PIM을 결합한 ‘LPDDR5-PIM’ 기술, HBM-PIM의 실제 시스템 적용 사례를 각각 소개했습니다.

AXDIMM은 PIM 기술을 칩단위에서 모듈단위로 확장한 것으로 D램 모듈에 인공지능 엔진을 장착한 제품입니다.

D램 모듈의 동작 단위인 각 Rank에 AI엔진을 탑재하고 병렬 처리를 극대화해 성능을 높이고, AI엔진을 통해 D램 모듈내부에서 연산이 가능해져 CPU와 D램 모듈간의 데이터 이동이 줄어들어 AI 가속기 시스템의 에너지 효율을 높일 수 있습니다.

* Rank : DRAM 모듈에서 메모리 칩의 일부 또는 전체를 사용하여 생성되는 데이터의 한 블록

또한 기존 D램 모듈에 탑재된 버퍼칩에 AI 엔진을 탑재하는 방식으로 기존 시스템 변경 없이 적용이 가능합니다.

현재 AXDIMM은 글로벌 고객사들의 서버 환경에서 성능 평가가 진행되고 있으며, 성능은 약 2배 향상, 시스템 에너지는 40% 이상 감소가 확인됐습니다.

* AI 가속기 : 인공지능을 실행하기 위한 전용 하드웨어

삼성전자는 초고속 데이터 분석 영역뿐만 아니라 모바일 분야까지 PIM을 확대 적용한 ‘LPDDR5-PIM’ 기술을 공개했습니다.

PIM 기술이 모바일 D램과 결합할 경우 데이터센터와 연결 없이 휴대폰 독자적으로 AI 기능을 수행할 수 있는 On-Device AI의 성능과 에너지 문제를 효과적으로 해결할 수 있을 것으로 예상되며, 시뮬레이션 결과, 음성인식, 번역, 챗봇 등에서 2배 이상의 성능 향상과 60% 이상의 에너지 감소가 확인됐습니다.

* On-Device AI : 멀리 떨어진 클라우드 서버를 거치지 않고 스마트기기 자체적으로 정보를 수집하고 연산

지난 2월 개발한 HBM-PIM 실제 시스템 적용 사례 공개

또한 삼성전자는 지난 2월 공개한 HBM-PIM을 실제 시스템에 탑재한 검증 결과도 Hot Chips 학회에서 발표했습니다.

FPGA 개발 업체인 미국 자일링스(Xilinx)에서 이미 상용화 중인 *AI 가속기 시스템에 HBM-PIM을 탑재했을 경우 기존 HBM2를 이용한 시스템 대비 성능은 약 2.5배 높아지고, 시스템 에너지는 60% 이상 감소됨을 공개하며 참석자들로부터 큰 관심을 받았습니다.

* 버텍스 울트라스케일+(Virtex UltraScale+) 알베오(Alveo)

삼성전자는 이와 같이 PIM 이라는 혁신 기술을 D램 공정에 접목시켜 다양한 응용처에서 실제 성능과 에너지 효율이 대폭 향상됐음을 강조하며 PIM기술이 빅데이터 시대의 새로운 메모리 패러다임이 될 것임을 강조했습니다.

인공지능과 메모리 융복합화 주도로 차세대 메모리 생태계 확장

삼성전자 메모리 사업부 DRAM 개발실 김남승 전무는 “HBM-PIM은 업계 최초의 인공지능 분야 맞춤형 메모리 솔루션으로, 이미 고객사들의 AI 가속기에 탑재되어 평가되고 있어 상업적 성공의 가능성을 보였으며, 향후 표준화 과정을 거쳐 차세대 슈퍼컴퓨터 및 인공지능용 HBM3, On-Device AI용 모바일 메모리 및 데이터센터용 D램 모듈로 확장할 예정”이라고 밝혔습니다.

자일링스의 상품기획 시니어 디렉터 아룬 바라다라잔 라자고팔(Arun Varadarajan Rajagopal)은 “자일링스는 Virtex UltraScale+ HBM 제품군을 시작으로 데이터센터, 네트워킹, 실시간 신호처리 애플리케이션을 위한 고성능 솔루션을 지원하기 위해 삼성전자와 협력하고 있으며, 최근 새롭고 흥미로운 Versal HBM 시리즈 제품을 선보였다”고 하며, “인공지능 응용 분야에서 HBM-PIM의 성능과 에너지 효율 향상을 위한 시스템 평가를 위해 삼성전자와 지속 협력할 것”이라고 밝혔습니다.

기업용 소프트웨어 업체인 SAP의 HANA core research & innovation 총괄 올리버 레볼츠(Oliver Rebholz)는 “AXDIMM을 활용한 시스템의 성능 예측 평가에서 성능 향상과 높은 에너지 효율이 기대된다”며, “SAP는 인메모리 데이터베이스 플랫폼 ‘SAP-HANA’ 의 성능 향상을 위해 삼성전자와 협력을 지속해 나갈 것”이라고 밝혔습니다.

삼성전자는 내년 상반기내 다양한 고객사들의 AI 가속기를 위한 PIM 기술 플랫폼의 표준화와 에코 시스템 구축을 완료하여 인공지능 메모리 시장을 확대해 나갈 예정입니다.

The post 삼성전자, 인공지능 탑재 메모리 제품군 확대 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.

AI 시대 선도할 핵심 기술로 NPU(신경망처리장치) 선정해 집중 육성

삼성전자는 2030년까지 NPU 분야 인력을 2,000명 규모로 10배 이상 확대하고 ‘차세대 NPU 기술’ 강화를 위해 전사적인 역량을 집중한다는 방침입니다.

삼성전자는 독자적인 NPU 기술 육성을 통해 2030년까지 시스템 반도체 분야에서도 글로벌 1위를 목표로 한 ‘반도체 비전 2030’ 달성에 박차를 가할 계획입니다.

‘NPU(Neural Processing Unit)’는 인공지능의 핵심인 딥러닝(Deep Learning) 알고리즘 연산에 최적화된 프로세서입니다.

딥러닝 알고리즘은 수천 개 이상의 연산을 동시에 처리해야 하는 병렬 컴퓨팅 기술이 요구되는데, NPU는 이러한 대규모 병렬 연산을 효율적으로 할 수 있어 AI 구현을 위한 핵심 기술로 꼽히고 있습니다.

2030년까지 시스템반도체 글로벌 1위 목표 달성에 박차

삼성전자는 NPU 기술 역량 강화를 위해 시스템 LSI사업부와 종합기술원에서 선행 연구와 제품 개발을 지속 해오고 있으며, 그 첫 결과물로 모바일 SoC(System on Chip) 안에 독자 NPU를 탑재한 ‘엑시노스 9(9820)’을 작년에 선보였습니다.

이 제품은 기존에 클라우드 서버와 데이터를 주고받으며 수행하던 인공지능 연산 작업을 모바일 기기가 자체적으로 할 수 있도록 ‘온 디바이스 AI(On-Device AI)’를 구현했습니다.

삼성전자는 향후 모바일부터 전장, 데이터센터, IoT 등까지 IT 전분야로 NPU 탑재를 확대할 계획입니다.

삼성전자는 모바일용 플래그십 SoC 제품부터 순차적으로 NPU를 탑재를 확대 적용할 계획이며, 인포테인먼트 시스템(IVI, In-Vehicle Infotainment), 첨단 운전자 보조 시스템(ADAS, Advanced Driver Assistance Systems) 등 NPU를 탑재한 차량용 SoC 제품 개발에도 집중한다는 전략입니다.

또한 데이터센터의 빅데이터 처리 성능을 높일 수 있는 딥러닝 전용 NPU를 개발해 AI 연산을 강화하는 등 활용 범위를 넓혀 나갈 방침입니다.

삼성전자는 또 글로벌 연구 기관 및 국내 대학들과의 지속 협력을 확대하고, 핵심 인재 발굴 등에도 집중 투자할 계획입니다.

삼성전자는 지난 5월 ‘종합기술원 몬트리올 AI랩’을 딥러닝 전문 연구기관인 캐나다 밀라연구소로 확장 이전하며, 세계적 석학인 요슈아 벤지오(Yoshua Bengio) 교수를 주축으로 몬트리올대(University of Montreal), 맥길대(McGill University) 연구진 등과 협업하고 있습니다.

또한 2017년부터 뉴럴프로세싱연구센터(NPRC, Neural Processing Research Center)를 통해 국내 대학들과도 인공지능 관련 공동 연구를 진행하고 있으며, 미래 인재 양성에도 힘쓰고 있습니다.

삼성전자 시스템 LSI사업부 강인엽 사장은 “딥러닝 알고리즘의 핵심인 NPU 사업 강화를 통해 앞으로 다가올 AI 시대에서 주도권을 잡겠다”라며, “향후 차별화된 기술과 글로벌 기관들과의 협력, 핵심 인재 영입 등을 통해 한 차원 더 진화된 혁신적인 프로세서를 선보일 것”이라고 밝혔습니다.

삼성전자는 NPU 기술을 더욱 발전시켜 사람 두뇌 수준의 정보처리와 인식을 가능하게 하는 뉴로모픽(Neuromorphic) 프로세서 기술로 확대해 나갈 계획입니다.

[참고]

□ 딥러닝 알고리즘(Deep Learning Algorithm)
 – 사람의 신경계를 모방한 인공신경망을 통해 학습하는 머신 러닝(Machine Learning)의 한 분야 
 – 사람의 개입이 필요한 기존의 지도 학습(Supervised Learning)에 능동적인 비지도 학습(Unsupervised Learning)이 결합되어 컴퓨터가 마치 사람처럼 스스로 학습할 수 있는 인공지능 기술

□ SoC(System on Chip)
 – 다양한 기능을 집약해 하나의 칩에 구현한 시스템반도체

□ 뉴로모픽 프로세서(Neuromorphic Processor)
 – 사람의 뇌 구조, 신경신호 전달방식 등 생물학적 신경 네트워크를 모사하는 기술로 인간 뇌 수준의 정보처리 및 인식이 가능할 것으로 기대됨

The post 삼성전자, 독자 NPU로 ‘반도체 비전 2030’ 달성 가속화 first appeared on 삼성전자 반도체 뉴스룸.

*밀라연구소: Mila, Montreal Institute for Learning Algorithms

세계적 인공지능 전문 연구기관 캐나다 밀라연구소 입성

밀라 연구소는 딥러닝분야의 세계 3대 석학 중 한 명인 요슈아 벤지오(Yoshua Bengio) 교수를 주축으로 몬트리올大, 맥길大 연구진, 그리고 글로벌 기업의 AI 개발자가 협력하는 세계적 딥러닝 전문 연구기관입니다. 삼성전자는 이번에 한국 기업으로는 최초로 밀라연구소 건물에 입주했습니다.

삼성전자는 이번 확장이전과 함께 밀라 연구소 소속 사이몬 라코스테 줄리앙(Simon Lacoste-Julien, 몬트리올大) 교수를 영입해 몬트리올 AI 랩장에 선임했습니다.

온디바이스 AI, 딥러닝 등 인공지능 분야 근원적 혁신기술 연구 강화

삼성전자는 ‘몬트리올 AI 랩’에서 비지도 학습(Unsupervised Learning) 및 생성적 적대신경망(GANs, Generative Adversarial Networks)을 기반으로 새로운 딥러닝(Deep Learning) 알고리즘과 온디바이스 AI(On-Device AI) 등 혁신기술 연구에 집중할 계획입니다.

삼성전자는 또한 연구개발 인력을 몬트리올 현지에 지속 파견하며 ‘몬트리올 AI 랩’을 선행 인공지능 연구 전문가 양성 거점으로도 활용할 계획입니다.

삼성전자 종합기술원은 ’14년부터 업계 최초로 요슈아 벤지오 교수와 협력해 인공지능 핵심 알고리즘을 개발하고 있으며 ’17년부터는 음성인식 관련 공동논문도 매년 발표하고 있습니다.

요슈아 벤지오 교수는 “삼성전자와 깊은 신뢰를 바탕으로 의미 있는 연구 성과를 만들어 왔다”며, “밀라 연구소에 개소한 몬트리올 AI 랩은 인공지능 분야의 기술적 난제를 극복하는데 서로 도움이 될 것으로 기대한다”고 말했습니다.

삼성전자 종합기술원은 차세대 인공지능 기술 개발을 위해 요슈아 벤지오 교수 외에도 얀 르쿤 교수(Yann LeCun, 뉴욕大), 리차드 제멜 교수(Richard Zemel, 토론토大) 등 세계적인 석학과도 협력하고 있습니다.

요슈아 벤지오 교수와 얀 르쿤 교수는 ’19년 3월 딥러닝 분야 연구 업적을 인정받아 컴퓨터 과학분야의 노벨상으로 불리는 ‘튜링 어워드(Turing Award) ‘ 수상자로 선정되기도 했습니다.

삼성전자 종합기술원 황성우 부원장은 “종합기술원은 시스템 반도체에 적용되는 인공지능 연구에 집중할 계획이다”며 “몬트리올 AI 랩을 통해 인공지능 이론, 차세대 딥러닝 알고리즘 등 향후 10년을 책임질 근원적 혁신 연구를 강화할 것”이라고 밝혔습니다.

[참고]

□ 삼성전자 종합기술원-요슈아 벤지오 교수 공동집필 논문
① A Highly Adaptive Acoustic Model for Accurate Multi-dialect Speech
Recognition (ICASSP, 2019)
② Dynamic Frame Skipping for Fast Speech Recognition in Recurrent
Neural Network Based Acoustic Models (ICASSP, 2018)
③ Dynamic Layer Normalization for Adaptive Neural Acoustic Modeling
in Speech Recognition (INTERSPEECH, 2017)

□ 비지도 학습(Unsupervised Learning)
– 데이터가 어떻게 구성되어 있는지 알아내는 알고리즘으로, 정답을 모르는 데이터로 학습 하는 것. 명시적 정답이 주어진 상태에서 학습하는 지도학습(Supervised Learning)과 차이가 있음

□ 생성적 적대신경망 (GANs, Generative Adversarial Networks)
– 학습 주체를 생성자(generator)와 구분자(discriminator)의 서로 대립하는 관계로 설정하여, 경쟁을 통해 데이터를 생성하고 학습하는 방법론으로 딥러닝 알고리즘 중 하나

The post 삼성전자, 차세대 시스템 반도체 적용 가능한 AI 연구 집중 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.