뉴로모픽 반도체는 인간 두뇌의 구조와 활동 방법을 모방한 지능형 반도체다. 뇌신경을 모방해 신경세포가 다른 신경세포로 신호를 전달하는 과정을 반도체에 적용했다.
인간의 사고 과정과 유사하게 정보를 처리하는 기술이다. 반도체 하나에서 연산, 학습, 추론이 가능하다. 인공지능(AI) 알고리즘 구현에 적합하다.
뉴로모픽의 가장 큰 장점은 효율이다. 일반 컴퓨터는 연산과 저장 등 처리 장치가 구분돼 있고, 이들 사이를 통신 네트워크가 연결한다. 이 과정에서 정보 전달에 소모되는 에너지가 실제 연산에 사용되는 에너지보다 10배 이상 많다. 반면에 뉴로모픽은 연산과 저장을 하나의 반도체에서 처리, 에너지 손실이 없다.
마치 뇌가 작은 발광다이오드(LED) 램프 1개를 켤 정도의 약한 전력으로 복잡한 연산과 기억·학습·운동 명령을 효율적으로 할 수 있는 것과 비슷하다. 전력 소모량도 기존 반도체 대비 1억분의 1에 불과하다.
뉴로모픽 반도체의 약점도 있다. AI망을 쓰는 딥러닝이 빠르게 발전하면서 정확도 면에서 떨어진다. IBM은 2014년 100만개 이상의 인공 신경세포와 2억6000만개 이상의 신경세포 접합부(시냅스)를 모사한 뉴로모픽 반도체 '트루노스'를 개발했다. 그러나 전문가들로부터 정확도가 낮고 AI 두 요건 가운데 하나인 학습 기능을 포함하지 않아 반쪽짜리라는 평가를 받았다. 2017년 인텔이 학습까지 가능한 뉴로모픽 반도체 '로이히'를 내놨지만 여전히 정확도에 발목이 잡혔다.
뉴로모픽과 함께 각광받는 또 다른 AI 반도체는 엔비디아, 구글, 애플이 제품을 내놓고 있는 'AI 가속기'다. 기존의 반도체 설계를 최적화해 딥러닝 알고리즘 처리 속도를 높였다. 딥러닝에 널리 쓰이는 병렬 처리 칩인 그래픽중앙장치(GPU)나 주문형반도체(ASIC) 설계를 개선해서 만든다.
이현수기자 hsool@etnews.com
