아주대학교가 센서에서 발생하는 대규모 데이터를 효율적으로 처리할 수 있는 차세대 지능형 센싱 기술인 ‘전기적 프리즘(E-PRISM)’ 기술을 개발하며, 데이터 전송 과정에서 발생하는 병목 문제를 줄여 자율주행과 로봇 등 실시간 인공지능(AI) 시스템 활용 가능성이 기대된다. #차세대지능형반도체사업단

▲이번 연구에 참여한 아주대 연구진. (사진 왼쪽부터)김아영·당현민 박사과정 학생, 쿠마 모히트(Mohit Kumar) 교수와 서형탁 교수
여러 센서 신호 단일 아날로그 코드 통합 처리 에너지 효율 20배 향상
국내 연구진이 센서에서 발생하는 대규모 데이터를 효율적으로 처리할 수 있는 차세대 지능형 센싱 기술을 개발하며, 데이터 전송 과정에서 발생하는 병목 문제를 줄여 자율주행과 로봇 등 실시간 인공지능(AI) 시스템 활용 가능성이 기대된다.
아주대학교는 22일 첨단신소재공학과와 대학원 에너지시스템학과 서형탁·쿠마 모히트 교수 연구팀이 ‘전기적 프리즘(E-PRISM)’ 기술을 개발했다고 밝혔다.
E-PRISM은 여러 센서 데이터를 하나의 신호로 압축해 처리하는 기술이다. 광학 프리즘이 빛을 하나로 모으는 원리를 전기적으로 구현한 구조다.
연구팀은 산화아연(ZnO) 기반 멤리스터(Memristor) 소자를 활용했다. 멤리스터는 전류 흐름 정보를 기억하는 특성을 가진 차세대 반도체다.
단일 칩에 멤리스터 소자 10개를 배열해 10개의 이진 입력 데이터를 1,024개의 아날로그 신호로 변환하는 방식이다. 이로 인해 센서 데이터를 디지털로 변환해 전송하는 과정이 줄어드는 구조다.
연구 결과, 해당 기술은 기존 인공신경망(MLP) 방식 대비 처리 성능이 향상된 것으로 나타났다.
데이터 전송량은 약 10배 감소했고, 에너지 소모는 약 20배 절감했다. 또한 처리 속도는 100배 향상됐다.
여기에 노이즈가 포함된 패턴 인식에서 약 95%, 2D 도형 분류 88%, 이동 궤적 추적 99% 수준의 정확도를 보였다. 3D 객체 인식과 다중 파장 감지에서도 95% 이상의 정확도를 유지했다.
지능형 센싱 시스템은 센서, 데이터 처리 장치, 제어 장치로 구성되며, 데이터 전송 과정에서 발생하는 지연과 전력 소모가 주요 과제로 지적돼 왔다.
이번 기술은 센서 단계에서 데이터를 직접 처리하는 ‘근접 센서 컴퓨팅’ 방식으로 동작한다. 이는 데이터를 중앙 처리 장치로 전송하지 않고 현장에서 일부 연산을 수행하는 구조다.
연구팀은 해당 기술이 자율주행, 보안, 로봇, 스마트홈 등 실시간 데이터 처리가 필요한 분야에 적용될 수 있다고 밝혔다.
서형탁 교수는 “센서 단계에서 데이터를 압축하고 처리하는 새로운 접근 방식”이라고 설명했다.
이번 연구는 국제 학술지 ‘어드밴스드 펑셔널 머티리얼즈’ 5월호에 게재됐다.

▲아주대 연구팀이 개발한 E-프리즘 기반의 지능형 센서 신호처리 개념도: 시공간 센서 데이터를 의사 결정으로 변환하는 두 가지 경로. (i) 기존의 칩과 별도로 구성된 학습 장치 구조는 학습 단계별로 계층 확률을 생성하기 전에 광범위한 특징 학습과 대규모 데이터 세트가 필요하며, 이로 인해 높은 대역폭(데이터 용량), 에너지 및 지연 시간이 발생하지만 (ii) 자체 학습된 근접 센서 아키텍처는 병렬 저항 값을 코딩 입력 값으로 활용(E-PRISM)해 하드웨어 입력을 구성하고 효율적인 ‘콜모고로프-아놀드 네트워크(E-KAN)’에 공급해 낮은 에너지, 데이터 처리 대기시간, 온-칩 연산이 가능하다.