동슬롯 꽁 머니학교는 전자전기공학과 김성준 교수 연구팀이 산화알루미늄(Al₂O₃) 및 산화티타늄(TiOx) 박막 기반 저항변화 멤리스터 어레이를 활용한 뉴로모픽 컴퓨팅 시스템을 개발했다고 30일 밝혔다.
이번 연구는 동국대 김성준 교수와 고려대학교 김성준 교수 공동 교신저자, 변용진·김기문 석사과정생이 참여한 공동연구로, 나노기술 분야 권위지인 Nano Energy(IF=17.1)에 ‘Reset-dominant accurate synaptic weight mapping in passive memristor arrays for energy-efficient spiking neural networks’라는 제목으로 게재됐다.
연구팀은 Al₂O₃ 저항변화층과 오버슛을 방지하는 TiOx 박막을 결합한 멤리스터 소자를 24×24 크기의 크로스바 어레이로 집적하고, 사전 학습된 스파이크 뉴럴 네트워크(SNN) 모델의 가중치를 멀티레벨 특성에 맞춰 정밀하게 전사하는 데 성공했다.
특히 모든 소자를 일괄 저저항 상태로 초기화한 후, 점진적인 리셋 과정을 통해 슬롯 꽁 머니치를 정밀 전사하는 새로운 방식을 제안해 기존 대비 슬롯 꽁 머니치 전사 오차를 65% 줄이고, 하드웨어 기반 이미지 인식률을 41.05%에서 88.85%까지 끌어올렸다.
김성준 교수는 “이번 연구는 고성능 AI 하드웨어 구현의 가능성을 보여주는 성과”라며 “차세대 뉴로모픽 반도체와 AI 추론 가속기 기술에 적용돼 AI 산업 발전에 기여할 수 있을 것”이라고 말했다.
한편, 본 연구는 한국연구재단의 중견연구 사업과 글로벌 기초연구실 사업의 지원을 받아 수행됐다.