초록 ▼

□ 연구개요
- 효율적인 시각패턴 인식을 위해서는 뉴런층과 시냅스가 반복되는 다층 (multi-layered) 구조의 인공신경망이 요구됨
- 인공신경망에서, 뉴런-시냅스-뉴런의 구조의 앞뒤 뉴런에서 발생하는 뉴런 전압펄스(spike)에 의해 시냅스소자의 저항값(연결강도)이 변하게 됨. 이 때 ‘시냅스소자 저항값’의 변화에 맞추어 임피던스 매칭이 이루어진 적절한 크기의 뉴런 전압 펄스를 발생시키는 회로를 구현하는 것이 어려움. 이와 같은 임피던스 매칭 문제는 현재까지 고려된 바가 없음.
- 또한 기존 2-termina

□ 연구개요
- 효율적인 시각패턴 인식을 위해서는 뉴런층과 시냅스가 반복되는 다층 (multi-layered) 구조의 인공신경망이 요구됨
- 인공신경망에서, 뉴런-시냅스-뉴런의 구조의 앞뒤 뉴런에서 발생하는 뉴런 전압펄스(spike)에 의해 시냅스소자의 저항값(연결강도)이 변하게 됨. 이 때 ‘시냅스소자 저항값’의 변화에 맞추어 임피던스 매칭이 이루어진 적절한 크기의 뉴런 전압 펄스를 발생시키는 회로를 구현하는 것이 어려움. 이와 같은 임피던스 매칭 문제는 현재까지 고려된 바가 없음.
- 또한 기존 2-terminal 기반 시냅스소자를 사용할 경우, 가해진 읽기전압에 따라 발생하는 읽기전류의 양을 측정하여 시냅스소자의 연결강도를 확인함. 이와 같은 전류 읽기 방식은 많은 전력소모를 야기함.
- 따라서 본 연구에서는 다층구조의 뉴로모픽 회로 구현에 적합한 3-terminal 기반의 시냅스소자를 개발함. 임피던스 매칭 문제 해결을 위한 버퍼(buffer)회로가 내제된 저전력 시냅스소자 개발을 통해 2층 이상의 다층구조 시각패턴인식 회로를 구현하고, 이를 통해 정확도 높은 패턴인식률을 확보함.

□ 연구 목표대비 연구결과
- 탄소나노튜브(CNT) 트랜지스터 구조의 시냅스소자를 개발하였고, 이 시냅스소자에 역시 CNT 트랜지스터로 구성된 버퍼회를를 연결하여 앞뒤 뉴런회로와의 임피던스 매칭 문제를 완벽히 제거함. 버퍼회로는 인버터(inverter)를 이용하여 구성하며, 이 버퍼회로를 통해 앞쪽 뉴런(pre-neuron)과 뒤쪽 뉴런(post-neuron)에서 오는 뉴런 전압 펄스(pre-spike & post-spike)가 시냅스소자의 채널저항상태와 상관없이 시냅스소자의 게이트 전극에 온전히 인가될 수 있도록 설계됨.
- 개발된 뉴런 및 시냅스소자의 회로시뮬레이션(SPICE) 모델을 개발함으로써 시스템 전체의 정량적인 시뮬레이션이 가능한 플랫폼을 개발함.
- 시각패턴인식을 위한 비지도학습(unsupervised learning) 알고리즘을 인간 두뇌의 시냅스 동작을 모사한 STDP 특성을 기반으로 하여 개발함. 결과적으로 인간 두뇌와 유사하게 동작하는 인공신경망을 기반으로 한 시각패턴인식 시스템을 구현함.
- 60000 개의 필기체 digit 이미지(MNIST dataset)를 제작된 인공신경망에 학습 시킨후, 시뮬레이션을 통해 시각패턴인식의 성능을 정량적으로 검증함.
- 아날로그 타입의 시냅스소자가 아닌, 기존의 디지털 메모리도 시냅스소자로서 활용될 수 있도록 새로운 디지털 기반의 인공신경망 (binarized neural network)를 구현하고, 시각패턴인식이 가능함을 검증함.

□ 연구개발결과의 중요성
- 고집적된 인공신경망을 구현하기 위해 고려해야할 임피던스 매칭 문제를 최초로 제시하고, 이에 대한 해결책을 제시함.
- 개별 소자 개발 수준을 넘어서 전체 시스템을 시뮬레이션할 수 있는 회로 모델, 시스템에 적용할 수 있는 학습 알고리즘, 그리고 시스템 전체를 시뮬레이션하여 정량적으로 패턴인식률을 계산할 수 있는 시뮬레이션 플랫폼까지 개발을 성공적으로 수행함.
- 인공신경망 기반의 새로운 연산 방식은 에너지소모 측면에서 매우 효율적이기 때문에 현재의 다양한 인공지능 기술들에 접목이 가능할 것으로 예상됨.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• · 다층 뉴런 기반 시각패턴인식 뉴로모픽 회로를 위한 시냅스소자 개발 ... 4
• · 패턴인식회로 SPICE 시뮬레이션 플랫폼 구축 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• · 1차년도: 버퍼회로가 내제된 시냅스소자 개발 ... 5
• · 2차년도: 다층뉴런구조 기반 패턴인식 뉴로모픽 회로 설계 & 학습알고리즘 개발 ... 6
• · 3,4차년도: 회로 시뮬레이션 모델 개발 & 보다 효율적인 아키텍처 개발 ... 9
• 3. 연구개발결과의 중요성 ... 11
• · 다층 뉴런 기반 시각패턴인식 뉴로모픽 회로를 위한 시냅스소자 개발 ... 11
• · 패턴인식회로 SPICE 시뮬레이션 플랫폼 구축 ... 11
• · 인공신경망 개발의 플랫폼 기술 ... 11
• 4. 연구성과 ... 12
• 끝페이지 ... 12