초록 ▼

□ 연구개요
IoT 엣지 디바이스와 같이 독립적인 지능을 갖춘 객체들이 군집한 환경에서 서로 협력을 통해 복잡한 문제를 해결하는 연합인공지능이 차세대 AI 기술로서 학계와 산업계 모두의 각광을 받고 있다. 본 과제는 연합 인공지능의 객체로서 엣지 시스템 온 칩(System-on-Chip, SoC)에 주목하고, 궁극의 초저전력 엣지 SoC 실현을 위한 연합인공지능과 초저전력 반도체 기술을 융합한 신개념의 지능형 전력관리 IC (intelligent PMIC)를 개발함으로써 지능형 반도체 발전에 공헌하고자 한다. 초저전력 엣지 S

□ 연구개요
IoT 엣지 디바이스와 같이 독립적인 지능을 갖춘 객체들이 군집한 환경에서 서로 협력을 통해 복잡한 문제를 해결하는 연합인공지능이 차세대 AI 기술로서 학계와 산업계 모두의 각광을 받고 있다. 본 과제는 연합 인공지능의 객체로서 엣지 시스템 온 칩(System-on-Chip, SoC)에 주목하고, 궁극의 초저전력 엣지 SoC 실현을 위한 연합인공지능과 초저전력 반도체 기술을 융합한 신개념의 지능형 전력관리 IC (intelligent PMIC)를 개발함으로써 지능형 반도체 발전에 공헌하고자 한다. 초저전력 엣지 SoC는 기본적으로 초저전압(ULV) 회로기술을 SoC에 적용한 ULV SoC를 통해 기존 구동 전압을 사용하는 SoC 대비 최대 7~8배의 고효율 구동을 달성하여 실현된다. 나아가 최근에는 ULV SoC의 특이한 현상(온도가 증가함에 따라 구동 속도가 더 빨라짐- 온도효과역전 현상, temperature effect inversion, TEI)이 학계에 보고되었으며, 이 현상을 이용하여 극한의 초저전력 구동을 달성할 수 있는 TEI 기반 초저전력 기술들이 속속들이 발표되고 있다. 하지만 TEI 기반 초저전력 기술을 실제 SoC에 적용하기 위해 반드시 필요한 TEI-aware 전력관리 IC(TEI-PMIC)는 기술의 최신성, 기술개발의 난관으로 인해 아직까지 개발된 바가 없는 실정이다. 더욱이 연합인공지능이 기존의 단일 엣지 SoC 최적화를 뛰어넘어 전체 엣지 SoC 군집의 최적화를 아우르게 된 지금, 단일 SoC를 위한 TEI-PMIC 수준을 넘어 연합인공지능을 활용하여 SoC 군집의 전체 소비전력을 최적화할 수 있는 지능형 TEI-aware 전력관리 IC(AI·TEI-PMIC)를 개발한다면 초저전력 엣지 SoC에 혁신이 될 것임 분명하다. 본 과제는 TEI-PMIC 개발을 시작으로 AI·TEI-PMIC를 연구개발 하는 것을 목표로 한다.

□ 연구 목표대비 연구결과
◆ TEI-PMIC 연구개발 — 100%
초저전압 구동 회로의 TEI 현상을 이용한 초저전력 기술들(TEI-VS, TEI-FS, TEI-PGFS 및 TEI-BB)은 ULV SoC에 특화된 기술로서 소비에너지 절감 효과가 최대 35%까지 이르러 기존 저전력 기술의 효과를 크게 뛰어넘음. 이 기술을 실제 SoC 활용하기 위해서는 SoC의 칩 온도를 측정하고, 이에 맞춰 타겟 SoC의 안정적인 동작을 보장하면서 최적화 voltage scaling(VS) 또는 frequency scaling (FS)을 지원하기 위한 TEI-PMIC가 필요함. 이를 위해 본 과제는 다음의 연구개발을 진행하였음: ⓵ SoC의 칩 온도를 측정할 수 있는 온도 모니터링 회로 설계, ⓶ Voltage scaling을 위한 switched capacitor 방식의 고효율 on-chip DC-DC converter 설계, ⓷ Frequency scaling을 위한 ULV 동작 PLL 설계, ④ 타겟 SoC의 안정적인 ULV 동작을 위한 closed-loop 방식의 adaptive voltage scaler (AVS) 설계
◆ AI·TEI-PMIC 연구개발 — 100%
TEI-PMIC를 활용하면 단일 SoC의 에너지 최적화(local optimization)를 가능하게 하지만, 엣지 SoC 군집의 최적화(global optimization)을 달성하는데 한계가 있음. 엣지 SoC 군집에 서는 디바이스 간의 데이터 분산이 가능해지면서 군집 단위의 글로벌 에너지 최적화 문제가 발생함. 본 과제는 엣지 SoC 군집의 에너지 최적화 문제를 해결하기 위해 다음의 세부 연구 내용을 통해 AI·TEI-PMIC를 개발 완료하였음 : ⓵ 엣지 SoC 군집의 연합학습 데이터 연구, ⓶ 군집 내 데이터 분산 및 개별 SoC의 TEI-VS, TEI-FS 최적화 알고리즘 개발, ⓷ ULV 동작 로직 게이터 및 레지스터 개발 및 이를 활용하여 최적화 알고리즘을 위한 초저전력 커스텀 하드웨어 개발

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
◆ 미래유망 연구분야 선점 가능성
본 연구과제의 각각의 세부 연구 결과물들(온도모니터링 회로기술, 고효율 on-chip DC-DC 컨버터, ULV PLL, ULV 동작 안정 셀라이브러리 및 레지스터, AVS기술, AI-TEI 데이터 및 융합 기술, SoC 군집의 초저에너지 알고리즘 및 커스텀 하드웨어)는 개별적으로도 IT 융합 기기 반도체에 적용이 가능한 기술임. 개발 기술들의 총집합인 AI·TEI-PMIC는 지능형 반도체 분야를 선도할 수 있는 초저전력 원천기술설계 기술로서, 이를 통해 세계 시장을 선도하고 있는 글로벌 기업 및 국가들에 비해 상대적으로 열세 인 우리나라의 지능형 반도체 기술 경쟁력을 제고시킴.
◆ 활용 분야 파급성
AI·TEI-PMIC 연구개발은 TEI를 활용한 초저전력 엣지 SoC를 실현하고 이를 통해 엣지 디바이스 설계의 패러다임을 주도할 수 있는 기술적 기대효과를 가짐. 또한 AI-초저전력 융합원천기술을 통해 지능형 반도체 산업 확산과 국가 시스템 반도체 산업의 성장 및 부흥에 기여하는 산업적 기대효과를 가짐.
◆ 성과 확산 계획
본 과제를 진행하며, 두 편의 저명 SCI 논문, 한 편의 국제학술대회 논문, 2건의 수상 실적을 달성함. 확보한 향후 AI·TEI-PMIC 기술 및 각 세부 기술들을 다양한 엣지 SoC에 적용킬 수 있는 기술로 개발시켜 폭발적 성장이 예상되는 엣지 디바이스 시장에서 국가 경쟁력 확보와 산업 경쟁력 강화에 공헌하려 함.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 5
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 7
• 1) 정성적 연구개발성과(연구개발결과) ... 7
• 2) 세부 정량적 연구개발성과 ... 13
• 3) 목표 달성 수준 ... 13
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 14
• 5. 연구개발성과의 관리 및 활용 계획 ... 14
• 6. 자체점검표 ... 15
• 7. 참고문헌 ... 15
• 붙임1. 세부 정량적 연구개발성과 ... 16
• 붙임2 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 17
• 끝페이지 ... 27