'neuromorphic computing'에 해당하는 글 1건


from TechnologyReview.com



신경과학과 반도체 칩 기술의 발전은 이제 인간의 뇌를 닮은 칩을 만들어보는 단계에 들어서고 있다. 이런 칩들을 뉴로모픽(neuromorphic) 칩이라고 부른다. 뉴로모픽 칩들은 인공지능이 아직까지 풀지 못하고 있는 다양한 문제를 앞으로 해결할 수 있을 것으로 기대를 모으고 있다. 


인간의 뇌에 영감을 받아 칩으로 구현하려던 첫 번째 시도는 칼텍의 카버 미드(Carver Mead) 교수가 1980년대 초에 최초로 시도한 것으로 알려져있다. 그는 현대적인 컴퓨팅 기술에도 많은 영향을 미쳤다. 그가 꿈꾼 것은 수백 만 개에 이르는 매우 많은 수의 명령어를 병렬로 처리할 수 있는 그런 칩이었다. 그런 칩을 만든다면 비디오나 사운드와 같이 대량의 비정형 데이터를 효과적으로 처리할 수 있을 것으로 생각했고, 또한 파워도 보다 효과적으로 쓸 수 있다고 믿었다. 그는 1980년대 중반에 신경과학자들과 함께 신경세포가 데이터를 어떻게 처리하는지 같이 연구하고, 그 원리를 접목한 자신의 첫 번째 뉴로모픽 칩을 만들었는데, 트랜지스터들을 매우 낮은 전압으로 동작시키면서 이들 사이에 피드백 네트워크를 구성하였다. 이렇게 제작한 칩으로 망막이나 달팽이관의 데이터 처리회로를 흉내내는 것에 이용해서 물체의 윤곽을 검출하거나, 특정한 소리를 알아내는 작업을 하였다. 그러나, 그가 제작한 칩은 동작시키기도 어려웠고, 제작하기도 쉽지 않았기 때문에 호기심을 실험해보는 수준을 넘을 수 없었다. 


그가 꿈꾸었던 뉴로모픽 칩이 최근 IBM이 발표한 SyNAPSE에 의해 대단히 큰 발전을 하였다. 원시적인 비디오 게임을 수행하고, 영상패턴 인식 등에 작업을 진행하고 있다. IBM에서는 뉴로모픽 컴퓨팅을 위한 아키텍처도 최근 발표를 하였는데, 코어릿(corlets)이라고 부르는 모듈화된 코드 블록에 기반을 둔 새로운 프로그래밍 방식을 소개하고 있다. 프로그래머들은 여러 개의 코어릿을 조합하는 방식으로 실리콘으로 이루어진 시냅스와 신경세포를 연결하는데, 현재 150개가 넘는 코어릿이 디자인되었고, 비디오의 사람들의 얼굴을 알아보거나, 베토벤과 바하의 음악을 구별하는 등의 작업을 수행할 수 있다고 한다.


연관글:
IBM의 SyNAPSE 프로젝트가 뉴로모픽 컴퓨팅, 인지컴퓨팅의 가능성을 열었다고는 할 수 있지만, 인간의 뇌를 닮은 또 하나의 장벽을 극복하지는 못했다. 뱌로 인간의 뇌가 가지고 있는 시냅스는 지속적으로 변한다는 점이다. 새로운 입력과 처리가 일어날 때마다 새로운 시냅스가 생성되기도 하며, 동시에 잘 쓰이지 않는 시냅스는 끊어진다. 이를 컴퓨팅 용어로 이야기한다면 컴퓨터가 자신을 새롭게 프로그램하는 상황을 생각하면 될 것이다. 단지 인간의 뇌의 신경세포와 시냅스가 연결된 구조를 흉내내는 것에는 SyNAPSE가 성공했는지 몰라도, 이렇게 자신을 변형시키는 것은 구현하지 못했다. 그런데, 이제 드디어 이렇게 자신을 변화시키는 칩도 HRL(Hughes Research Laboratory)에서 선을 보였다. 우주항공과 관련한 다양한 시스템으로 유명한 휴즈 항공(Hughes Aircraft)에서 설립한 이 연구소는 이제 GM과 보잉이 함께 하는 조인트 벤처이다. HRL이 2013년 발표한 새로운 칩은 IBM의 SyNAPSE 프로젝트에서 발표한 칩과 매우 유사한 구조를 가지지만, 새로운 데이터를 처리한 시냅스 연결이 저절로 변화되고 적응된다. 칩이 경험을 통해 배우는 것이다. HRL 칩은 인간의 뇌의 2가지 학습과정을 흉내내는데, 신경세포가 다른 신경세포에서 신호가 얼마나 자주 도달하느냐에 따라 해당 신호들에 대한 감수성을 조절하며, 데이터 신호의 스파이크와 타이밍의 그룹에 따라서도 변화가 나타난다. 여러 개의 신경세포들이 그룹을 이루어서 상호협조적으로 동작한다면, 이런 연결은 강화가 되며, 반대로 잘 협조가 안되는 그룹의 연결은 약화된다. HRL 칩은 현재 다양한 실험을 통해 그 가능성을 보여주고 있는데, SyNAPSE와 마찬가지로 비디오 게임 퐁(Pong)을 잘 수행하였다. 놀라운 것은 HRL 칩의 경우 전혀 프로그래밍이 필요하지 않았다는 것이다. 단지 움직임을 조절하는 방법을 연결하고, 공을 감지하며, 피드백으로 성공적으로 샷을 했을 때에는 보상을 하고, 놓쳤을 때에는 벌을 주는 단순한 방식으로 저절로 모든 것을 배워서 동작한다. 여기에 공이 추가되거나, 조종해야 하는 물체, 상대편 등이 변화한다고 해도 간단히 적응해서 게임을 플레이한다. 

이런 새로운 뉴로모픽 칩과 뉴로모픽 컴퓨팅이 흔히 이용되기 위해서는 아직도 넘어야할 산이 많다. 인간의 뇌와 같이 복잡하고 집적도가 높은 구조를 가지기 위해서는 1제곱센티미터 넓이에 100억 개의 시냅스 연결이 가능해야 하는데, 이를 구현하기 위해서는 앞으로 소재나 집적기술 전반에 혁신이 있어야 한다. HRL의 경우에는 멤리스토(memristor)라고 하는 소자를 고용량으로 집적하는 실험을 진행하고 있는데, 기존의 트랜지스터와는 또 다른 수준의 기술이 필요하다. 작업을 부여하고, 작업에 대한 평가를 하는 방식 등에 대해서도 정의할 부분이 많다. 어느 정도 수준의 자율성을 줄 것인지, 그리고 작업은 어떻게 정의할 것인지 등에 대한 작업모델도 보다 정교하게 다듬어야 하며, 높은 수준의 자율성을 가질 수 있게 된다면 윤리적인 측면에 대해서도 여러 가지를 고려해야 할 것이다. 
 

참고자료:


저작자 표시 비영리
신고

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,