IBM 위상변화 인공 뉴런, 뇌 스파이크 모방으로 초고밀도 저전력 컴퓨팅 구현

마누엘 르 갈로의 연구가 차세대 초고밀도 뉴로모픽 컴퓨팅 시스템에 영감을 줄 것입니다. (출처: IBM Research – Zurich)

인간 뇌의 스파이크 기반 통신에서 영감을 받아 IBM 취리히 리서치가 뜨거운 접시를 만질 때 나타나는 '적분-발화' 동작을 모방하는 인공 뉴런을 개발했습니다. 이 장치들은 생물학적 조직과 비교할 만한 전력과 공간으로 대규모 데이터 세트에서 패턴을 감지하고 상관관계를 발견하며, 수십 년간 과학자들을 피해온 성과를 이뤘습니다.

이 돌파구는 오늘 Nature Nanotechnology 표지를 장식한 "확률적 위상변화 뉴런" 논문에 상세히 기술되었습니다. 이 연구는 위상변화 메모리 소자가 어떻게 초고밀도, 저에너지 뉴런으로 구성되어 고속 비지도 학습이 가능한지 보여줍니다.

공동 저자이자 IBM 리서치 취리히 과학자인 마누엘 르 갈로와 인터뷰했습니다. 그는 현재 ETH 취리히에서 박사 과정을 밟고 있습니다.

인공 뉴런은 어떻게 작동하나요?

마누엘 르 갈로: 인공 뉴런은 '적분-발화' 회로를 구현합니다. 들어오는 신호를 누적하다가 합산 전위가 임계값에 도달하면 스파이크를 방출합니다. 이 단순한 누적이 놀라울 정도로 복잡한 계산을 실현할 수 있습니다.

설계 영감은?

ML: 목표는 생물학적 뉴런의 계산 능력을 거울처럼 반영하는 것입니다. 전통적 인공 뉴런은 CMOS 트랜지스터에 의존하지만, 우리 접근법은 위상변화 소자를 사용해 극적으로 낮은 전력과 높은 밀도로 동일한 기능을 달성합니다.

귀하의 역할은?

ML: 지난 3년간 위상변화 물리 연구가 이 뉴런 설계에 정보를 제공했고, 논문에 제시된 실험 데이터 해석을 가능하게 했습니다.

"우리 접근법이 특히 대량 데이터 처리에 더 효율적일 것으로 생각합니다."

—마누엘 르 갈로, IBM 리서치 과학자

인공 뉴런은 어디에 적용될 수 있나요?

나노미터 스케일 위상변화 셀(보이지 않음)에 접근하는 데 사용되는 컨택트 패드. 날카로운 프로브가 패드를 터치해 뉴런 입력에 반응해 위상 구성을 변경합니다. 각 프로브 세트는 100개 셀 집단에 접근합니다.

ML: 실험 결과 단일 뉴런이 다중 가소성 시냅스를 통해 소셜 미디어, 날씨, IoT 센서 데이터 등 다수의 이진 이벤트 스트림에서 시간적 상관관계를 감지할 수 있음을 보여줍니다. 이벤트가 정렬되면 발화합니다.

왜 뉴로모픽 컴퓨팅이 더 효율적인가요?

ML: 기존 아키텍처는 메모리와 로직을 분리해 비용이 많이 드는 데이터 셔틀링을 강제합니다. 뉴로모픽 시스템에서는 계산과 저장이 공존하여 메모리-로직 전송을 제거하고, 특히 대규모 데이터 세트에서 에너지 소비를 극적으로 줄입니다.

마누엘 르 갈로는 ETH 취리히에서 전기공학 석사를 취득하고 IBM에서 논문을 완성했습니다. 현재 박사 과정을 진행 중입니다.

저자 소개: 밀리안 게러는 IBM 리서치 취리히의 여름 인턴으로, 과학자들을 인터뷰하며 그들의 작업을 배웁니다. 가을에 프린스턴 대학에서 컴퓨터 과학을 시작합니다.