KAIST, 반도체 잡음을 뇌 신호 처리에 활용하는 뉴로모픽 기술 개발

KAIST 김경민 교수 연구팀이 반도체에서 발생하는 잡음을 활용해 뇌처럼 정보를 처리하는 '프로그래밍 가능한 확률 뉴런(PPN)' 기술을 개발했다. 이 기술은 잡음을 증폭해 뇌의 뉴런과 유사한 불규칙한 전기 신호인 스파이크를 생성하며, 멤리스터 상태 조절로 다양한 속도의 신호에 대응할 수 있다.

연구팀은 개발한 인공 뉴런으로 신체 활동 신호와 음성 신호를 인코딩해 검증한 결과 동작 인식에서 94.8%, 음성 인식에서 95.0%의 정확도를 확인했다. 기존에는 제거 대상이던 잡음이 정보처리 자원으로 활용되는 혁신적 전환이다.

이 기술은 웨어러블 기기의 움직임 감지부터 음성 인식까지 다양한 시계열 신호를 효율적으로 처리하는 저전력 뉴로모픽 시스템 구현에 활용될 전망이다. 연구 결과는 국제 학술지 '어드밴스드 머터리얼즈'에 게재됐다.