뉴로모픽(Neuromorphic)에 관심 있는 모든 분들과 함께...(같이 공부해요..!)

안녕하세요

뉴로모픽이라는 큰 주제에 대해 관심이 있고

뉴로모픽이 미래라고 생각하는 분들과 함께 

생각을 나누고 같이 공부하고 싶어

이런 주제로 글을 쓰게 되었습니다

 

(저는 아직 학부생(2)입니다... 학부생의 입장에서 봐주시면 감사하겠습니다)

 

왜 뉴로모픽에 관심을 갖게 되었을까//

일단 단어가 주는 힘이 크다 

Neuromorphic

 

인간의 신경망을 모방해서 반도체 칩을 만든다?

아무것도 모르는 학부생들이나 일반인들이 보면 

신기함, 호기심이 잔뜩 생긴다

 

뉴로모픽 연구를 하시고 계시는 서울대학교 전동석 교수님의 인터뷰를 인용하면,

 

“처음에 뉴로모픽 분야라는 것이 좀 있어 보여서 그런지, 관심을 보인 학생들이 많았어요. 하지만 1~2년 해보면, 지난 수십 년 동안 왜 발전이 더뎠는지 알 것 같다고 어려움을 토로합니다. 다만, 상황이 좀 달라진 게 딥러닝도 불과 10년 전까지만 해도 진척이 없었습니다. 사람들이 믿지 않았다가 딥러닝이 갑자기 발전하면서 굉장히 많은 알고리즘 기술이 나오게 됐죠. 이런 과정을 잘 활용하면 뉴로모픽 반도체를 발전시키는데 쓸 수 있지 않을까,

생각하고 연구를 진행하고 있습니다.” 

 

그렇다. 사실상 매우 어려운 분야다. 

뉴로모픽이란 개념자체는 1980년대 부터 생겼다고 알고 있다

하지만 무어의 법칙이 지켜지면서 비약적인 속도로 트렌지스터가 발전했고

뉴로모픽이란 개념은 눈에 들어오지 않을 정도로 기술혁신이 일어났다

 

하지만 점점 무어의 법칙이란 개념이 희미해지고

폰 노이만 아키텍처의 한계. 가장 문제점인 

'병목현상'(BottleNeck Problem)이 기술 발전에 발목을 잡고 있다

 

또한

4차 산업혁명과 더불어 급속도로 발전하는 인공지능분야.

머신러닝, 딥러닝 분야의 발전으로 

빅데이터를 다루는게 중요해지고 이는 CPU의 효율성을 시사하게 되는 계기가 되었다

 

즉 사람들의 수요는 빅데이터를 다루는데

1명의 서울대생(CPU)이 아니라

 

1000명의 고등학생(GPU, GPGPU)으로 바뀌게 된 것이다

또한 같은 생각으로 차라리 Custom 하드웨어를 설계하기도 시작했다

17년 알파고의 하드웨어도 구글에서 맞춤설계 했다고 한다

이에 따라 테스트용으로만 사용했던 FPGA의 설계 또한 중요시되고 있다

 

CPU와 나머지들의 차이점은 

순차처리와 병렬처리에 대한 내용이다

따라서 다시 얘기하면 병렬처리에 대한 기술발전이 대두되고 있다는 뜻이다

그렇다면 뉴로모픽은?

 

뉴로모픽이 인간의 뇌를 모방한다고 했다

인간의 뇌는 뉴런과 신경전달 물질인 시냅스의 형태로 되어있다

  https://news.skhynix.co.kr/2257

  

이 시냅스가 퍼져나가는 형태를 보면

병렬적으로 다른 뉴런에 퍼지는 것을 볼 수 있다

그렇다 뉴로모픽의 개념도 병렬처리이다

 

이것이 바로 뉴로모픽에 대한 개발이 다시 활발해지고 있는 이유 중 하나이다

 

또 다른 중요한 이유는 바로 '전력소모'에 있다

공학자들에게 가장 중요한 점은 'cost value'이다

자연과학과 공학의 큰 차이점 중 하나는 

공학은 좀더 소비자(Customer)와 가까운 위치에 있다

즉 연구를 진행하는 과정에서 중요한 지표 중 하나가 '원가절감'=> '전력소모 낮춤' 이다.

다루는 데이터가 늘어나면서(빅데이터) 전력소모가 매우 커지게 된다

 

이는 cost측면에서 치명적인 단점이다

하지만 우리 인간의 뇌는 시간당 불과 20W의 전력에너지를 소모하여 동작한다

이는 공학자들이 눈을 부릅뜨고 연구해야할 방향을 제시한 것과 다름없다

 

 

'알파고와 이세돌의 대결에서 비록 이세돌이 지긴 했지만 

이세돌은 20W의 에너지만을 소모하면서도 56kW의 전력을 사용하는 알파고와 접전을 이뤘다'

이는 공학도의 입장에서 알파고의 무조건적인 승리를 인정해줄 수 없을 수도 있겠다.

자 그렇다면 뉴로모픽에 다가서는 방법, 분야에 대해 다뤄보겠습니다

(학부생의 개인적인 생각)

 

1.가장 중요한 반도체 기본 전공지식

 

회로이론

전자기학

논리회로

기초전자회로

+

나아가 Verilog HDL, FPGA 설계에 대한 공부의 필요성도 느꼈습니다

http://www.idec.or.kr/

반도체설계교육센터

http://www.kocw.net/home/cview.do?mty=p&kemId=1319435&ar=relateCourse

https://www.youtube.com/channel/UCnXNk4fSgnkxQGr36cze_6w

 

위 링크들은 Verilog 및 FPGA에 대해 공부할 수 있는 제가 참조하고 있는 site입니다

 

2.머신러닝/딥러닝 분야

 

https://ncookie.tistory.com/72

머신러닝/딥러닝 공부 링크 정리

https://gomcine.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EA%B3%B5%EB%B6%80-%EC%88%9C%EC%84%9C-%EB%B0%8F-%EB%B0%A9%EB%B2%95-%EA%B0%95%EC%9D%98-%EC%A0%95%EB%A6%AC

머신러닝 공부 순서, 방법 및 강의 정리

Python언어, TensorFlow 등 이를 다루는 tool에 대해 알면 좋을 듯합니다

+)Flutter+FireBase 현재 가장 쉽게 만들 수 있는 interface라고 생각합니다

 

3.뉴런/시냅스 소자 연구

 

이 분야는 개인적으로 공부하기 보다는 대학원에서 배워야할 것 같습니다

연구가 매우 활발한 분야입니다

https://www.sciencetimes.co.kr/news/%EB%89%B4%EB%9F%B0%C2%B7%EC%8B%9C%EB%83%85%EC%8A%A4-%ED%86%B5%ED%95%A9%ED%95%9C-%EC%9D%B8%EA%B3%B5%EC%8B%A0%EA%B2%BD%EC%84%AC%EC%9C%A0%EC%86%8C%EC%9E%90-%EA%B0%9C%EB%B0%9C%EC%8B%A0%EA%B2%BD/

“뉴런·시냅스 통합한 인공신경섬유소자 개발…신경세포망 역할” – Sciencetimes

https://biz.chosun.com/site/data/html_dir/2020/09/17/2020091701408.html

‘인공 뇌’ 뉴로모픽칩, 신경세포 연결하는 시냅스까지 구현

+) 고분자 등 화학적으로 소재를 찾는 분야 뿐아니라 새로운 개념의 수동소자

멤리스터에 대한 공부도 필요하다고 생각합니다

뉴로모픽 반도체와 함께 가장 활발히 연구되는 소자라고 생각합니다

http://scimonitors.com/%EB%A9%A4%EB%A6%AC%EC%8A%A4%ED%84%B0-%EC%86%8C%EC%9E%90-%ED%99%9C%EC%9A%A9-%EB%89%B4%EB%A1%9C%EB%AA%A8%ED%94%BD-%EC%B9%A9-%EC%8B%9C%EB%83%85%EC%8A%A4-%EA%B5%AC%ED%98%84/

Science Monitor

 

4.NPU 기술동향, IP설계 연구

 

뉴로모픽 반도체의 시작이 되는 반도체가 현재 NPU라고 생각됩니다

이에 대한 공부가 필요하다고 생각합니다

 

http://www.aitimes.com/news/articleView.html?idxno=137640 

[칩러닝] GPU를 대신할 새로운 AI 반도체는? ② NPU - AI타임스

https://www.sedaily.com/NewsVIew/1Z93Q5S0H9

삼성, 자체AP '엑시노스2100'에 신경망처리장치 활용

 

뉴로모픽은 정말 배워야할 것도 많고 기술발전도 다양한 분야로 빠르게 진행되고 있다고 생각합니다 :)