KAIST 신소재공학과 김경민 교수 연구팀이 에너지를 37% 정도 절약 가능한 두뇌 신경 조율 활동을 구현한 인공지능용 알고리즘 개발에 성공했다.
인공 지능의 능력 향상을 위해서는 전력 소모 및 집적화 한계의 문제를 해결하는 것이 선결과제다.
연구팀은 인간의 두뇌 신경망이 신경 조율 기능을 통해 연결 구조를 상황에 따라 지속적으로 변화시키는 것을 모방, 인공지능을 위한 수학적 연산을 효율적으로 처리할 수 있는 기술을 개발했다.
두뇌에서는 학습하는 과정에서 실시간으로 신경망의 연결도를 변경해 필요에 따라 기억을 저장하거나 불러내는데, 이러한 신경 조율 기능을 하드웨어에서 직접 구현하는 새로운 방식의 인공지능 학습 방식을 제시한 것이다.
연구팀은 개발된 기술의 효율성을 증명하기 위해 독자적인 전자 시냅스 소자가 탑재된 인공 신경망 하드웨어를 제작했다.
개발된 알고리즘을 적용해 실제 인공지능 학습을 진행했고, 그 결과 인공지능 학습에 필요한 에너지를 37% 절약할 수 있었다.
이번 연구는 국제 학술지 ‘어드밴스드 펑셔널 머터리얼스’에 최근 게재됐다.

 

[ⓒ 에너지단열경제. 무단전재-재배포 금지]