챗GPT, 인공지능, 자율주행 자동차 등 다양한 분야에 활용되는 AI반도체의 수요가 급증하고 있으며, 글로벌 시장을 선도할 게임체인저로 주목받고 있다. 이에 한국전자통신연구원 지능형반도체연구본부는 선제적인 연구개발을 통해 AI반도체 및 시스템반도체 분야의 초격차 전략을 지속하고 있다. 지능형반도체연구본부는 인공신경망인 트랜스포머 모델을 기반으로 학습할 수 있는 초거대 인공신경망 S/W·H/W 반도체를 연구·설계·개발하고 있으며, 페타플롭스급 연산성능과 기가바이트급 메모리를 융합한 PNM(Processing near Memory) 반도체 원천기술 확보를 목표로 연구 중에 있다. 또한, 기존의 폰노이만 컴퓨팅 한계를 극복하기 위해 메모리와 연산 기능이 융합된 뇌신경망을 모사한 초저전력·초고성능 뉴로모픽 컴퓨팅 원천기술 확보에도 함께하고 있다. 이외에도 IoT 디바이스에 적용 가능한 초저전력 RISC-V 엣지프로세서 플랫폼 기술을 확보하여 산업화를 추진하고 있으며, 생체, 물체 및 공간탐지 센싱 반도체 기술을 확보하고 재난환경에서 인명을 구조할 인명 탐지와 불법 드론탐지 탐지 및 자율주행을 위한 레이다 기술의 고도화뿐만 아니라 최근 새롭게 부각되고 있는 양자컴퓨팅을 위한 실리콘 반도체 원천기술 연구에도 적극 앞장서고 있다.

 

국내 AI반도체 산업의 발전을 위해 현재 어떤 분야에 집중하고 계신지 여쭙고 싶습니다.

빠르게 성장하는 인공지능(AI)은 알고리즘의 거대화로 고성능 AI 연산성능을 요구하는 가속기와 데이터 폭증을 처리할 수 있는 고성능 반도체가 필요하였습니다. 2020년 초기에는 1KW 전력를 소모하는 고성능 GPU에서 탈피하여 전력효율을 향상시킨 AI 연산에 특화된 높은 연산성능의 NPU 프로세서 개발에 집중하였고, 현재 2024년도는 병렬 데이터 처리를 위한 고용량의 메모리와 고성능의 메모리 대역폭을 위한 PNM(processing near memory) 반도체 개발에 매진하고 있으며, 향후 AI반도체 기술로서, 에너지 효율을 극단적으로 개선하기 위한 뉴로모픽 반도체 및 PIM(processing in memory) 연구도 추진하고 있습니다. 전세계적으로 인간 지능에 가까운 ‘일반인공지능(AGI)’ 개발이 추진될 움직임을 보이고 있는데요. 저희 지능형반도체연구본부는 인간의 모든 지능적 능력을 수행할 수 있는 AGI는 단순히 한 종류의 반도체 형태가 아닌 멀티알고리즘을 지원할 수 있는 AGI-AI 반도체의 새로운 구조가 될 것으로 판단하고 AGI컴퓨팅 반도체 연구개발에 선두에 서고자 합니다.

 

한국전자통신연구원 지능형반도체연구본부의 대표적인 연구내용들이 궁금합니다.

먼저 ‘인공지능 반도체 기술’입니다. 인공지능을 효율적으로 처리하기 위한 핵심기술이 ‘NPU (Neural Processing Unit)’입니다. NPU는 인공지능 작업을 전문적으로 처리하는 마이크로프로세서이며, NPU는 고도의 병렬 처리 능력, 인공지능 연산을 효율적으로 처리하기 위한 능력과 인공지능 애플리케이션의 대용량 연산을 빠르게 처리할 수 있는 빠른 처리 속도 능력을 갖춘 AI 반도체입니다. 메모리 반도체 회사들은 HBM(High Bandwidth Memory)과 같이 NPU의 잠재력을 끌어낼 수 있는 고용량 고대역폭 메모리 반도체를 만들고 내었고, PIM은 프로세서가 수행하는 데이터 연산 기능을 메모리 내부에 구현한 차세대 메모리 기술로 연구중에 있으며, 그만큼 프로세서와 메모리 간의 데이터 이동이 줄어들어 AI 가속기 시스템의 성능과 에너지 효율을 높일 수 있습니다. 두 번째는 ‘메모리와 연산 기능이 융합된 뇌신경망을 모사하여 초저전력·초고성능 병렬 연산이 가능한 뉴로모픽 연구’입니다. 인간의 뇌는 1000억 개가 넘는 신경세포(neuron)가 시냅스(synapse)라는 연결 고리를 통해 다른 뉴런과 서로 신호를 주고받으며 순식간에 정보를 처리하고 저장합니다. 약 1000억 개의 뉴런은 100조 개 이상의 시냅스가 병렬적으로 연결돼 약 20W 수준의 저전력으로도 기억 연산 추론 학습 등을 동시에 수행할 수 있습니다. 1제곱 밀리미터에 10억 개의 시냅스를 가진 뇌, 이토록 복잡한 인간의 뇌가 내리는 ‘직관’적인 연산과 판단을 현재의 딥러닝 기반의 인공지능 반도체 기술로는 감당하기 어려울 것입니다. 뇌 신경구조를 모방해 하드웨어 크기와 전력 소모를 대폭 줄일 수 뉴로모픽(Neuromorphic) 연구에 역량을 투입하는 이유입니다. 세 번째는 ‘초저전력 RISC-V 엣지프로세서 연구’입니다. 지능형 IoT는 사물인터넷(IoT)과 인공지능이 결합한 것으로, 네트워크 발전에 따른 사물의 기하급수적 연결을 촉진시켜 인공지능의 고도화를 배경으로, 기존의 상황 인지, 단순한 원격측정·제어, 미래 예측뿐만 아니라 자율적인 ‘자율 판단’, ‘자율 제어’까지 가능한 자율형 단계로 도약할 것으로 기대하고 있습니다. 지능형 사물인터넷(AIoT)의 발전으로 다양한 ICT(인공지능, 빅데이터, 5G 등) 분야와의 융합은 우리 삶을 바꾸고 다양한 산업의 생산성을 개선해 나가고 있습니다. 저희는 초저전력 RISC-V 엣지프로세서 기술을 확보하여 500억 개 이상의 IoT 디바이스에 적용이 가능하고, 90% 이상의 점유율로 시장을 독점중인 외산 프로세서 코어를 대체할 수 있는 클라우드 연계 진화형 초저전력 인텔리전트 엣지 지능형반도체가 되기를 희망합니다. 마지막으로는 ‘레이다 연구’입니다. 레이다(Radar)는 전파를 이용한 탐지, 거리를 측정하는 기술을 말합니다. 레이다는 안테나를 통해 전자기파를 발사해 그 전자기파가 대상 물체에서 반사돼 돌아오는 반향파를 수신하는 기술이며, 이를 통해 물체를 식별하거나 물체의 위치, 움직이는 속도 등을 탐지할 수 있습니다. 군사용·산업용 레이다뿐만 아니라, 일상생활에서 쓰이는 대표적인 예는 골프장 거리측정기, 불법드론 탐지기, 생체신호 탐지기, 자율주행을 위한 레이더 기술로 쓰임새가 점차 중요해지고 있습니다. 저희 본부는 사회문제해결을 위한 재난현장에서 인명을 탐지할 수 있는 레이다 기술과 산업적으로 중요한 자율주행을 위한 레이다 기술을 연구하고 있습니다.

 

AI 특화 반도체의 전력 소모를 획기적으로 줄일 수 있는 인간의 두뇌신경망을 모사하는 뉴로모픽 반도체와 관련하여 현재 국내 뉴로모픽 프로세서 기술은 어느 정도의 수준에 와있는지 궁금합니다.

깊은 신경망(DNN: Deep Neural Networks)에 기반을 둔 인공지능 알고리즘은 어떤 특화된 응용 분야에서, 인간과 유사하거나 인간을 뛰어넘는 성능을 입증했지만, 이러한 알고리즘을 구현하는 컴퓨팅 시스템의 에너지 효율은 인간 뇌와 비교하여 아직 상당한 차이가 존재합니다. 이러한 인공지능 알고리즘 대부분은 중앙처리장치(CPU: Central Processing Unit), 그래픽처리장치(GPU: Graphics Processing Unit), Field-Programmable Gate Array(FPGA)와 같은 기존 컴퓨팅 시스템에서 실행되며, 최근에는 기계학습 가속화를 위해 Digital Type 또는 Analog Digital Mixed-signal Type의 Application Specific Integrated Circuit(ASIC)도 개발되고 있으나 무어(Moore) 법칙의 확장 한계가 임박함에 따라 이러한 기존 접근방식의 확장으로 얻을 수 있는 성능 및 전력효율은 감소하고 있는 상황입니다. 전통적인 폰 노이만 아키텍처에서 고성능 중앙처리장치는 메모리에서 가져온 데이터와 명령에 의해 순차적으로 작동하며, 인공지능 알고리즘을 이러한 시스템을 이용하여 수행할 때 폰 노이만 병목현상은 결국 연산유닛과 데이터 스토리지 사이에서 발생하는 성능 한계로 정의할 수 있습니다. 따라서 최근 인공지능 뉴로모픽 회로기술 연구의 초점은 AI 알고리즘, 장치 기술, 통합체계 및 아키텍처 설계뿐만 아니라 기존 컴퓨터의 연산유닛-메모리 병목현상을 극복하기 위한 노력에 집중되고 있습니다. 이에 2세대 뉴로모픽 반도체는 소자의 재료 및 구현 방식에 따라서 플래시 메모리(Flash Memory), RRAM(Resistive Random Access Memory), PRAM(Phase change Random Access Memory), MRAM(Magnetic Random Access Memory) 방식 등이 있는데, 현재 멤리스터 방식의 연구가 가장 많이 연구되고 있으나 다양한 메모리 소자들을 대상으로도 활발한 연구가 진행되고 있습니다. 2세대 뉴로모픽 반도체에 대한 연구는 한국은 물론 미국, 유럽, 중국 등 전 세계적으로 활발하게 이루어지고 있으며, 현재까지 대부분 단위 기능 블록 수준에서 연구가 진행되어 왔지만, 최근에는 시스템 수준에서의 구현 가능성을 테스트하는 방향으로 발전하고 있습니다.

 

향후 AI반도체 기술 분야의 전망은 어떻게 예상하시는지 여쭙고 싶습니다.

AI반도체 기술 분야는 현재와 미래에 걸쳐 매우 밝은 전망을 가지고 있습니다. 인공지능 및 기계 학습 분야의 지속적인 성장으로, AI반도체에 대한 수요가 계속해서 증가할 것으로 예상됩니다. 증가하는 데이터의 양, 복잡한 알고리즘, 실시간 처리 요구 등이 AI반도체의 수요를 증가시키고 있습니다. 또한, AI반도체는 기존의 중앙처리장치(CPU)나 그래픽처리장치(GPU)보다 뛰어난 병렬처리 능력을 가지고 있습니다. 딥러닝과 같은 복잡한 인공지능 작업에 대한 빠른 처리 속도와 높은 효율성을 제공할 것입니다. AI반도체는 특화된 하드웨어 설계를 통해 특정 인공지능 작업에 최적화된 성능을 발휘합니다. 이로써 에너지 효율성이 향상되고, 더 작은 공간에 더 많은 계산을 수행할 수 있을 것입니다. 다양한 기업 및 연구기관이 AI반도체 기술에 대한 연구 및 개발에 투자하고 있으며, 특히 반도체 업체, 기술 기업, 스타트업 등이 협력하여 새로운 기술과 제품을 개발하고 있습니다. AI반도체는 음성 및 이미지 인식, 자율주행차, 의료 진단, 산업 자동화, 스마트 시티 등 다양한 응용 분야에서 사용될 전망입니다. 이는 산업별로 미래 기술 혁신을 이끌어낼 것으로 기대됩니다. 또한, 현재의 대부분의 인공지능 시스템은 특정 작업에 특화된 좁은 범위의 인공지능이지만, 인간 수준의 지능을 가진 AGI(Artificial General Intelligence)가 실현되면 이는 추상적 사고, 학습 능력, 감각, 언어 이해, 문제 해결 능력 등에서 인간과 유사한 모든 지능적 역량을 포괄할 것으로 기대됩니다.

 

인공지능 반도체 설계 시 국내 기업들이 가지고 있는 애로사항에 대한 문제해결 및 지원을 위해 어떤 부분이 필요하다고 생각하시는지 여쭙고 싶습니다.

인공지능 반도체 설계 시 기업들이 겪을 수 있는 애로사항과 그에 대한 문제해결 및 지원 방안은 제일 먼저 생각할 수 있는 것은 복잡한 설계 및 최적화 어려움을 도와줄 방법일 것입니다. 일반적으로 반도체 설계는 소비전력(Power), 성능(Performance), 면적(Area) 등 이른바 ‘PPA’에 최적화된 소자 배치를 찾아내는 것이 핵심입니다. 반도체 설계 엔지니어들은 설계 과정에서 발생하는 수많은 경우의 수를 프로그래밍해 수십억 개의 소자들로 구성된 칩의 도면을 만듭니다. 이 과정이 적게는 수주일에서 수개월 이상 소요됩니다. 반도체 설계 과정에 AI 도입을 통해, AI가 엔지니어들의 설계 오류를 감지하고 개선사항을 자동으로 제시해 더 나은 설계안을 도출해주고 있습니다. 특히 전공정 중에서도 가장 핵심으로 꼽히는 설계자동화 단계에서 높은 집적도가 필요한 칩 설계에 필요한 비용과 시간, 인력 부족 문제를 해소할 수 있게 도와줄 수 있습니다. 지원방안은 반도체 설계 자동화 소프트웨어 전문회사인 케이던스, 시높시스 등의 설계 툴을 지원해주는 것이 바람직할 것으로 생각합니다. 저희 연구소에서도 미세공정의 설계 툴 지원을 받지 못하고 있으며, 시장조사업체 IBS에 따르면 3나노 공정을 활용하는 반도체 디자인(설계) 비용은 최대 5억 9000만 달러(약 7200억 원)에 육박하는 것으로 나타났습니다. 5나노(4억 1600만 달러)와 7나노(2억 1700만 달러) 공정 설계 비용과 견줘볼 때 각각 41.8%, 171.8% 증가한 수치입니다. 구공정인 28nm 공정 설계 비용이 4000만 달러 수준인 것을 고려하면 3나노 공정은 10배 이상의 자금이 필요합니다. 이는 저희 연구소가 지원할 방법보다는 정부에서 예산 자원을 할 수 있는 방안이 필요하다고 생각합니다.

 

국가 첨단전략산업으로의 반도체의 중요성과 더불어 연구기반 및 전문가 양성을 위한 부분에 있어 우선되어야 할 부분이 있다면 무엇이라고 생각하시는지 여쭙고 싶습니다.

국가 첨단전략산업으로의 반도체 중요성은 현대 사회에서 기술과 경제의 중추적인 역할을 한다는 점에서 기인합니다. 반도체는 다양한 산업 분야에서 핵심적인 부품으로 사용되며, 정보통신, 자동차, 의료, 에너지, 인공지능 등 다양한 분야에 기술 혁신을 촉진하고 경제 발전을 이끌어내는 역할을 합니다. 연구기반 및 전문가 양성을 강화하기 위해 우선적으로 고려되어야 할 부분은 다음과 같습니다. 첫 번째로 국가는 대학 및 연구기관에 대한 지원을 강화하여 반도체 및 관련 기술에 대한 연구를 촉진해야 합니다. 산업-학계 협력을 강화하고 연구자들에게 적절한 자원과 환경을 제공하여 혁신적인 기술 개발을 촉진해야 합니다. 두 번째는 반도체 산업 전문가 양성을 위한 교육 프로그램을 강화하고 산업 요구에 부합하는 실무 중심의 교육을 강화시켜야 합니다. 세 번째는 선진 연구 인프라를 구축하고 최신 실험장비를 보유하여 연구자들이 첨단 반도체 기술에 대한 실험 및 개발을 수행할 수 있는 환경을 제공해야 합니다. 네 번째는 국가는 연구 및 전문가 양성을 지원하기 위한 정책적 및 금융적인 지원책을 마련해야 합니다. 연구기관, 대학, 기업의 협업을 촉진하고 연구 프로젝트를 지원하는 정책을 강화해야 할 것입니다. 마지막으로 국제적인 협력과 지식 교류를 촉진하여 국내 연구자와 기업이 국제적인 트렌드를 파악하고 세계적 수준의 기술력을 확보할 수 있도록 지원해야 합니다. 이러한 요소들을 종합적으로 고려하여 국가 차원에서 반도체 산업의 연구 및 전문가 양성을 지원하는 노력이 필요합니다. 이를 통해 비로소 국가는 글로벌 반도체 시장에서 경쟁력을 갖추고 첨단전략산업에서 중요한 역할을 수행할 수 있습니다.

 

끝으로 마지막으로 전하고 싶은 말씀이 있다면, 본부장님께서 목표를 이루기 위해 인생을 바꾼 단 하나의 힘이 있었다면 무엇이었을지 궁금합니다.

제게 있어서 인생을 바꾼 단 하나의 힘이라면, 주변 사람에게 감사하는 마음이라고 생각합니다. 감사의 마음은 긍정적인 에너지를 창출하고 목표에 대한 동기부여를 높입니다. 감사의 마음을 가지면 어려운 상황에서도 긍정적인 태도를 유지하며, 목표에 향해 더 적극적으로 노력할 수 있는 것 같습니다. 감사의 마음은 자기 자신과 주변 사람들에 대한 이해와 연결을 강화합니다. 목표를 달성하기 위해 협력이 필요한 경우, 다른 사람과 더 긍정적으로 소통하고 협력할 수 있는 것 같습니다. 끝으로 언제나 열려 있는 마음으로 존중과 이해의 마음가짐으로 행동하고, 소통과 협력을 잊지 않는 것이 중요하다고 생각합니다. 상황이 어떠하든 서로를 이해하고 배려하는 마음으로 행동하면 더 나은 세상을 만들어 갈 수 있을 것입니다. 저 또한 행복하고 건강한 연구부서를 만들어나가는 데 함께하겠습니다.