곤충 영감 신경망이 IoT용 AI를 혁신할 수 있을까?

연구자들은 특정 곤충 신경계의 기능이 결정론적, 확률론적, 휘발성, 비휘발성 메모리의 기능과 어떻게 유사한지 연구하고, 이를 고성능·에너지 효율적인 실리콘 기반 나노시스템에서 AI용으로 재현할 수 있는지 탐구하고 있습니다.

AI/ML 세계의 한 구석에서 엔비디아(NVIDIA)는 더 강력한 연산 능력이 답이라고 설득하려 애씁니다. 다른 쪽에서는 CEA-Leti의 엣지 AI 프로그램 코디네이터 엘리자 비아넬로(Elisa Vianello)가 유럽연구위원회(ERC)로부터 300만 유로의 보조금을 받아 곤충 신경계에서 영감을 받은 새로운 엣지 AI 시스템을 개발한다고 발표했습니다.

비아넬로에 따르면, IoT 기기에 직접 AI를 탑재하여 센서 입력과 학습된 데이터, 의사결정 트리를 비교해 자율적 결정을 내리게 하는 데 가장 큰 과제는 현재 칩 아키텍처가 총 에너지 소비량의 최대 90%를 데이터 처리가 아닌 이동에 낭비한다는 점입니다.

참고: 연구진, 꿀벌 도움으로 음성 인식 방법 능가

이러한 낭비 때문에 IoT 기기는 AI 기능이 제한되거나 안정적인 전원 공급에 물리적으로 묶여 있어야 하므로, 많은 조직이 원하는 만큼 유연하지 않습니다. 이는 제안된 응용 분야 중 하나인 이식형 의료 진단 마이크로칩의 경우 더욱 그렇습니다. 이는 사용자의 기기 신뢰도에 크게 의존하기 때문입니다.

소규모 기기의 걸림돌은 무엇일까요? 고밀도, 고해상도, 비휘발성, 무한 내구성을 모두 갖춘 메모리 유형이 존재하지 않습니다. 비아넬로는 많은 산업 연구소와 연구 센터가 나노스케일에서 인메모리 아키텍처(인메모리 프로세싱 사용) 개발을 시도했지만, 결과는 기껏해야 복합적이었다고 말합니다. 예를 들어 DRAM은 휘발성이라 전원이 끊기면 내용이 지워지는데, 이는 많은 IoT 환경에서 빈번히 발생합니다. NVRAM 같은 비휘발성 메모리 유형은 내구성이 수년간 크게 개선되었지만 여전히 완전히 무결하지는 않습니다.

비아넬로와 그녀의 팀은 보조금을 사용해 특정 곤충 신경계의 기능이 결정론적, 확률론적, 휘발성, 비휘발성 메모리의 기능과 어떻게 유사한지 연구한 다음, 이를 '고성능, 에너지 효율적인 실리콘 기반 나노시스템'에서 재현할 수 있는지 탐구할 것입니다. 비아넬로는 "귀뚜라미는 느리고 부정확하며 신뢰할 수 없는 뉴런과 시냅스를 기반으로 정확한 결정을 내려 포식자로부터 도망칩니다. 이들의 생물학을 자세히 들여다보면 감각 및 신경계에서 다양한 메모리 유사 기능이 작동함을 확인했습니다. 이러한 다양한 기능을 결합함으로써 귀뚜라미의 내부 컴퓨팅 시스템은 놀라운 성능과 에너지 효율을 달성합니다."라고 말합니다.

예를 들어 귀뚜라미는 몸체에 여러 센서와 복부에 수많은 국소 처리 장치를 가지고 있어 중앙 두뇌의 개입 없이 지속적 학습과 의사결정이 가능합니다. 분산 컴퓨팅 시스템을 가졌기 때문에 데이터를 한 곳에서 다른 곳으로 전송하여 처리하기 전에 결정을 더 빠르게 내립니다.

목표는 작은 IoT 친화적 규모에서 둘 이상의 메모리 기술을 통합할 수 있는 하이브리드 시냅스를 만드는 것입니다. 이는 각 시스템의 결함을 탐색하고, 데이터를 처리하는 대신 전송하는 데 낭비되는 전력의 적어도 일부를 AI/ML 알고리즘을 사용하여 제거하는 데 도움이 될 것입니다. 비아넬로의 팀은 비디오 카메라, 레이더, 심전도(ECG) 장치 등에서 포착되는 소량의 노이즈 데이터를 가져와 현재 IoT 컴퓨팅 아키텍처로는 불가능한 유형의 학습을 가능하게 하기를 희망합니다.

비아넬로 팀의 새로운 통찰력에 기반한 신제품은 수년 뒤의 일이겠지만, 빠르게 변화하는 IoT 세계에서 새로운 패러다임은 환영받습니다. 조직의 46%가 5G 도입을 가속화하고, 엣지 컴퓨팅을 위한 여러 실행 가능한 표준이 있으며, 더 많은 이벤트 주도 아키텍처가 엣지에 배포됨에 따라, 더 빠르고 효율적이며 더 미세한 규모의 IoT에 대한 수요는 이미 존재합니다.