<시리즈> 첨단 컴퓨터의 세계 (158);신경망과 VLSI

빠르고 정확한 정보처리를 가능케 하는 전자공학의 발전으로 진공관과 트랜지스터의 시대를 거쳐 집적회로를 사용하는 시대가 되었으며 오늘날에는 손톱만한 크기의 칩에다가 수백만개의 회로를 집적하는 시대가 되었다. 그러면 이런 초고속 정보처리를 이용하여 인간 지능 구현이 가능할까.

인간의두뇌를 묘사하는 신경망에서 다루는 정보처리는 전통적인 폰노이만 컴퓨터와는 상당히 다르다. 신경망 구현에 있어서의 주요 관점은 인간이 가진 인식과 학습의 기능을 인공적인 뉴런을 통하여 어떻게 효과적으로 구현하는 가에 초점이 모아지고 있다.

필자를포함한 신경망 관련 연구자들은 신경망 컴퓨터를 실제로 사용하는 것이 아니라 일반용 컴퓨터를 이용하여 신경망에서 일어나는 것을 시뮬레이션 하게 된다. 그러므로 실제 신경망의 효과적인 구현과는 처리속도면에서 상당 한 차이가 있다. 따라서 보다 효과적인 신경망 처리를 위하여 대규모 집적회 로를 이용하는 VLSI적인 구현이 요구된다.

인공적인신경망과 전자회로는 상당히 많은 유사성을 가지고 있다. 즉 신경 망에서의 연결강도는 저항기가 그 역할을 담당함으로써 효과적인 전지적 구현이 가능하다. 이를 이용한 신경망 VLSI 칩은 일반적으로 뉴런, 시냅스, 잡음증폭기 등으로 이루어진다.

최초의신경망 구현으로 여겨지는 퍼셉트론은 출력이 입력의 임의적 기능을 할 수 있는 형상 겹출기의 세트에 하드와이어드된(hard wired)입력행렬로 구성되었다. 이들은 임계논리 유닛에 변경될 수 있는 연결강도(weight)를 가진 층을 통해 연결되며, 각 임계논리 유닛은 임계법칙을 사용하여 특별한 입력 패턴이 있는지를 결정한다.

퍼셉트론을구현한 마크-I 퍼셉트론의 경우 하나 하나의 연결강도를 전선으로 연결했기 때문에 매우 복잡했으며 연결강도의 조정에 많은 시간이 걸리기 때문에 실용적인 면에서도 많은 문제점을 내포하고 있었다. 따라서 적응적인 연결강도 조정을 위해 가변저항을 이용하였으며, 이런 종류의 머신인 아달라 인이 1960년에 만들어졌는데, 이것은 신경망을 구현하기 위한 VLSI에 있어서의 기반이 되었다.

신경망칩의 구현에 있어서 칩의 연결방법은 매우 중요한 기술이다. 일반적으로 한개의 집적회로에 평면적인 배열을 가지는데, 이 점은 많은 연결을 필요로 하는 경우에 문제점을 야기할 수 있는 요인이 된다. 또한 입력과 출력 뉴런들이 모두 직접 연결되는 완전연결된 배열의 경우에는 칩의 크기가 커질수 있는 단점을 내포하고 있다.

따라서대규모의 뉴런들이 하나의 칩에 집적할 수 없거나 여러개의 층으로 된 신경망을 구현하기 위해서는 신경망 칩들간에 적절한 상호연결이 필요하다. 하나의 칩에 매우 많은 양의 뉴런들이 다른 칩내의 뉴런들과 연결되어야 할 경우에는 여러가지 문제점들이 야기되는데, 대규모 입출력을 가진 칩 패키지의 디자인 문제, 칩의 팬아웃문제, 그리고 연결(wiring)의 문제 등이다.

지능적인신경망을 실현하기 위해서는 신경망 처리에 필요한 모든 모듈들을 VLSI화 하는 것이 불가피하다. 신경망의 연산처리를 범용의 컴퓨터를 이용하여 시뮬레이션할 수 있는 범위는 현재 10의 6승 CPS(C-onnection Per Secon d)정도로 슈퍼 컴퓨터를 사용하더라도 곤충이하의 지능을 구현할 수 있을 뿐이다. 현재 구현되고 있는 신경망 VLSI의 경우 하나의 칩안에 최소 패턴의 크기가2mm인 기술을 사용한 10의 4승개의 연결, 10의 10승 CPS정도의 성능이지만 현재 0.8mm급으로 10의 5승개의 연결, 10의 10승 CPS정도까지 개발되고 있으며 서기 2005년경에는 0.2mm로 10의7승개의 연결, 10의 12승 CPS이상도 가능할 것으로 추정된다.

그러나현재까지 개발된 소자의 한계성으로 말미암아 VLSI칩을 통한 혁신적 인 성능향상은 기대하기 어렵다. 따라서 새로운 원리의 소자나 첨단 재료를 사용한 VLSI를 이용한 신경망 칩의 개발이 기대된다.