|
인공지능 기술이 발전하면서 데이터 처리량이 급증하고 있다. 기존의 컴퓨터 구조로는 속도·에너지 효율성이 저하돼 이런 흐름에 대응이 어려웠다. 이 때문에 메모리 내에서 연산을 수행하는 ‘인메모리 컴퓨팅(in-memory computing)’이 주목받고 있다. 특히 메모리·연산 기능을 동시에 수행하는 멤리스터를 크로스바 어레이로 배열하면 병렬 연산이 가능, 인공지능 신경망 연산에 적합한 기술로 기대를 모았다.
문제는 멤리스터를 대규모로 배열하면, 선택하지 않은 셀로 전류가 흘러 들어가는 오류가 발생한다는 점이다. 연구팀은 이를 해결하기 위해 산화티타늄(TiOx) 멤리스터(1M)를 수직으로 쌓는 ‘모놀리식 3D 집적 방식’을 적용했다. 이를 통해 1킬로비트(kbit) 용량 구조를 구현했다. 연구팀은 이런 구조가 1.14테라비트(Tbit) 수준의 초대형 연산 시스템으로 확장 가능하다는 점을 확인했다.
연구팀은 “이번 연구는 멤리스터 기반 인공 신경망 기술이 고밀도·고성능 AI 연산 시스템으로 실현될 가능성을 보여준 것”이라며 “이는 에너지 효율이 높고 확장성이 뛰어나 차세대 AI 반도체 플랫폼 개발로 이어질 수 있을 것”이라고 했다.
이번 연구는 한국연구재단 기초연구사업 등의 지원을 받아 수행했다. 연구 결과는 나노·에너지 분야의 국제 저명 학술지(Nano Energy)에 4월 10일 자로 게재됐다.