반응 복귀시간 5배·주파수 특성 10

부산변호사
반응 복귀시간 5배·주파수 특성 10배 이상 조절시계열 데이터 예측 오류 최대 40배 줄여KAIST 반도체공학대학원 김대원(왼쪽부터) 박사과정, 최신현 석좌교수.[KAIST 제공][헤럴드경제=김광우 기자] 입력되는 데이터의 변화 속도에 맞춰 반응 특성을 조절하는 인공지능(AI) 반도체 소자가 개발됐다.7일 KAIST는 전기및전자공학부·반도체공학대학원 최신현 석좌교수 연구팀이 데이터의 변화 속도에 따라 반응 특성을 바꿀 수 있는 AI 반도체 소자 ‘프로그래머블 동적 멤트랜지스터(PDM)’와 이를 집적한 어레이를 개발했다고 밝혔다.멤트랜지스터는 정보를 저장하는 메모리와 계산을 수행하는 트랜지스터의 기능을 결합한 차세대 반도체 소자다. 데이터를 계산하면서 이전 정보를 기억할 수 있어 입력 데이터에 맞춰 반응 속도를 조절할 수 있다.현실 세계의 데이터는 모두 같은 속도로 변하지 않는다. 심장 박동이나 음성처럼 빠르게 변하는 정보가 있는 반면, 날씨나 공장 설비 상태처럼 천천히 변하는 정보도 있다. 하지만 기존 AI 반도체는 입력 신호에 반응하는 속도와 그 상태를 유지하는 시간이 고정돼 있어 서로 다른 속도의 데이터를 동시에 처리하는 데 한계가 있었다.연구팀은 전기적 정보를 저장하는 전하 저장층과 전자를 저장해 반도체의 반응 속도를 조절하는 전자 포획층을 하나의 트랜지스터 안에 결합했다.연구이미지.[KAIST 제공]PDM에 데이터가 입력되면 전하 저장층이 정보를 처리하고, 전자 포획층은 반도체가 원래 상태로 돌아가는 속도를 조절한다. 운전자가 고속도로와 골목길에서 속도를 달리하듯 반도체가 데이터의 변화 속도에 맞춰 가장 적합한 반응 속도를 스스로 선택하는 방식이다.이번 기술은 데이터의 변화 속도에 따라 반도체의 시간 응답 특성을 조절할 수 있다는 점이 핵심이다. 별도의 복잡한 데이터 전처리 없이 다양한 속도로 변하는 데이터를 효율적으로 처리할 수 있다.실험 결과 연구팀은 반도체가 입력 신호에 반응한 뒤 원래 상태로 돌아오는 시간을 약 5배 범위에서 조절했으며, 빠르게 반복되는 신호를 처리하는 능력인 주파수 특성도반응 복귀시간 5배·주파수 특성 10배 이상 조절시계열 데이터 예측 오류 최대 40배 줄여KAIST 반도체공학대학원 김대원(왼쪽부터) 박사과정, 최신현 석좌교수.[KAIST 제공][헤럴드경제=김광우 기자] 입력되는 데이터의 변화 속도에 맞춰 반응 특성을 조절하는 인공지능(AI) 반도체 소자가 개발됐다.7일 KAIST는 전기및전자공학부·반도체공학대학원 최신현 석좌교수 연구팀이 데이터의 변화 속도에 따라 반응 특성을 바꿀 수 있는 AI 반도체 소자 ‘프로그래머블 동적 멤트랜지스터(PDM)’와 이를 집적한 어레이를 개발했다고 밝혔다.멤트랜지스터는 정보를 저장하는 메모리와 계산을 수행하는 트랜지스터의 기능을 결합한 차세대 반도체 소자다. 데이터를 계산하면서 이전 정보를 기억할 수 있어 입력 데이터에 맞춰 반응 속도를 조절할 수 있다.현실 세계의 데이터는 모두 같은 속도로 변하지 않는다. 심장 박동이나 음성처럼 빠르게 변하는 정보가 있는 반면, 날씨나 공장 설비 상태처럼 천천히 변하는 정보도 있다. 하지만 기존 AI 반도체는 입력 신호에 반응하는 속도와 그 상태를 유지하는 시간이 고정돼 있어 서로 다른 속도의 데이터를 동시에 처리하는 데 한계가 있었다.연구팀은 전기적 정보를 저장하는 전하 저장층과 전자를 저장해 반도체의 반응 속도를 조절하는 전자 포획층을 하나의 트랜지스터 안에 결합했다.연구이미지.[KAIST 제공]PDM에 데이터가 입력되면 전하 저장층이 정보를 처리하고, 전자 포획층은 반도체가 원래 상태로 돌아가는 속도를 조절한다. 운전자가 고속도로와 골목길에서 속도를 달리하듯 반도체가 데이터의 변화 속도에 맞춰 가장 적합한 반응 속도를 스스로 선택하는 방식이다.이번 기술은 데이터의 변화 속도에 따라 반도체의 시간 응답 특성을 조절할 수 있다는 점이 핵심이다. 별도의 복잡한 데이터 전처리 없이 다양한 속도로 변하는 데이터를 효율적으로 처리할 수 있다.실험 결과 연구팀은 반도체가 입력 신호에 반응한 뒤 원래 상태로 돌아오는 시간을 약 5배 범위에서 조절했으며, 빠르게 반복되는 신호를 처리하는 능력인 주파수 특성도 10배 이상 폭넓게 조절할 수 있음을 확인했다.빠르게 변하는 정보와 느리게 변하는 정보가 함께 포함된 시계열 데이터 예측 실험에서는 기존 고정형 반도체보다 예측 오류를 최대 40배 줄였다.연구팀은 PDM 여러 개를 집적한 어레이도 제작했다. 실험 결과 기존 소프트웨어 기반 AI 시스템과 비슷한 정확도를 유지하면서 훨씬 적은 에너지로 작동하는 것으로 나타났다.이번 기술은 한 번 설정한 반응 특성이 전원을 계속 공급하지 않아도 유지되는<div class="sound_only display-none wfsr ui-helper-hidden"><p><span><a href="https://www.hwl.co.kr/" rel="nofollow" target="_blank" title="부산변호사">부산변호사</a>
<a href="https://www.hwl.co.kr/" rel="nofollow" target="_blank" title="부산변호사">부산변호사</a>
<a href="https://www.hwl.co.kr/" rel="nofollow" target="_blank" title="부산변호사">부산변호사</a></span></p></div>
부산변호사