포스테키안

2021 겨울호 / 포커스

2022-01-19 95

<고등학생 기자단 포커스 3기, 포스텍 김세영 교수님을 만나다!>

안녕하세요! 광명북고등학교 3학년 박세은입니다. 포커스 3기로 선발되어 포스텍을 방문하고 인터뷰를 진행하게 되어 영광입니다. 이번 호에서는 ‘뉴로모픽 반도체’¹를 연구하고 계시는 신소재공학과 김세영 교수님을 인터뷰하게 되었습니다. 신소재공학이라는 분야와 뇌의 메커니즘을 모방한 인공지능 하드웨어로 주목받고 있는 뉴로모픽 소자에 대해 흥미로운 이야기를 많이 해주셨는데요. 모든 내용이 정말 유익하고 재미있었지만, 그중에서도 가장 좋았던 답변을 선정해 봤습니다. 그럼 인터뷰 내용을 함께 살펴볼까요?

01

[박세은 학생]교수님께서 생각하시는 신소재공학을 얘기해 주세요.

[김세영 교수님]우리가 일상생활에서 많은 물질을 사용하잖아요. 일상생활에서 여러분이 쓰고 있는 다양한 소재들을 어떻게 하면 지금보다도 더 좋게 만들어서 활용할 수 있을지에 대해 다양한 연구를 진행하고 있어요. 우리가 포스텍에 있으니까 특히 포스코와 연관 지어서, 철강 소재나 금속 소재 부분도 연구를 많이 진행했고, 최근에는 플라스틱 같은 고분자, 폴리머 물질까지 연구하고 있습니다. 또 여러분이 많이 사용하는 전자기기들에도 반도체 소재들이 들어가는데, 신소재공학에서는 어떻게 하면 더 성능이 좋고 유용한 소재들을 만들어낼 수 있을 것인지에 대해 기초를 공부하고, 새로운 물질들을 창조해 내는 연구를 진행하고 있습니다.

02

[박세은 학생]뉴로모픽 소자처럼 차세대 소자를 만드는 경우, 기존의 실리콘 트랜지스터와 다르게 아예 새로운 물질도 사용한다고 들었는데, 교수님께서 연구하시는 뉴로모픽 소자는 어떤 소재를 사용하고 있는지가 궁금합니다.

[김세영 교수님]기존의 실리콘을 활용한 뉴로모픽 컴퓨팅 연구도 굉장히 활발하게 진행되고 있는데요. 제가 주로 진행하는 연구는 기존의 실리콘 소자가 아닌 새로운 메모리 반도체를 만들고, 그것으로 뉴로모픽 컴퓨팅이 가능한 소자를 만드는 연구예요. 산화물 기반이나 리튬 이온 배터리 기반의 물질, 혹은 고체 상태의 결정질에서 비결정질로 바뀔 때 저항값이 바뀌는 걸 활용해 메모리 0과 1을 기록할 수 있는 상변화 메모리 등, 뉴로모픽 소자에 활용할 수 있는 소자들이 많이 있습니다. 이러한 새로운 물질들로 만든 소자를 기존의 실리콘 트랜지스터에 연결해서 메모리 소자로써 활용하고 있습니다.

03

[박세은 학생]공학에서는 ‘연구한 결과를 일상 속에 어떻게 적용할 수 있느냐’까지가 최종 단계잖아요. 뉴로모픽 반도체가 개발됨으로써 우리 생활은 또 어떻게 달라질 수 있을지, 그것이 어떤 도움을 줄 수 있을지 궁금합니다.

[김세영 교수님]우리가 인공지능을 활용할 때 신경망 회로를 많이 쓰게 되는데, 여기서 학습과 추론이라는 과정이 있어요. 정말 우리가 원하는 대로 뉴로모픽 반도체를 실현할 수 있다면 가장 기대되는 효과로는 인공지능 연산 속도의 향상이 있습니다. 그전에는 시간이 너무 오래 걸려서 학습시키기 어려웠던 어려운 인공지능 문제들을 우리가 뉴로모픽 소자 같은 효율적인 하드웨어를 이용해서 굉장히 빨리 트레이닝을 시킬 수 있다면 인공지능의 성능 자체가 향상되겠죠. 인공지능의 처리 속도를 크게 향상할 수 있는 성능적인 측면에서의 장점이 있고요. 그리고 추론 과정의 경우에도 우리가 기존에 사용하고 있었던 하드웨어보다도 훨씬 효율적인, 저전력으로 인공지능 연산이 가능한 반도체를 만들 수가 있어요. 저전력으로 추론 과정을 진행할 수 있다면, 이런 것들이 최종적으로 인공지능 성능 자체의 향상을 가져올 것이고, 우리가 인공지능을 적용할 수 있는 응용 분야들이 훨씬 늘어나게 될 겁니다. 그래서 기존에는 데스크톱으로밖에 할 수 없었던 인공지능 연산을 우리가 ‘에지 디바이스(Edge Device)’²라고 부르는 노트북 또는 스마트폰으로 한다든지, 이런 식으로 인공지능 연산을 에지로 가져갈 수 있으면 에지에서도 어려운 인공지능 연산을 수행하면서 정말 다양한 기능을 하도록 만들 수 있어요. 그래서 이런 부분에서 우리 인류의 삶의 질을 더 향상할 수 있는 방향으로 뉴로모픽 반도체가 기여할 수 있지 않을까 기대하고 있습니다.

04

[박세은 학생]연산 속도를 빠르게 할 수 있다고 하면 슈퍼컴퓨터 같은 것이 떠오르는데, 뉴로모픽 기술이 에지 디바이스를 통해 우리 일상에도 적용될 수 있을까요?
[김세영 교수님]그럼요. 인공 신경망 중에 GPU라고 있어요. GPU는 원래 3D 그래픽 연산에 사용되던 반도체였는데 인공지능 연산에 활용하게 됐습니다. 기존에 우리가 하던 계산은 주로 계산이 복잡하고 데이터양은 적어요. 그래서 CPU가 적은 데이터를 메모리에서 불러와서 계산하면 됐습니다. 그런데 인공지능 연산의 경우에는 요즘 빅데이터 같은 얘기 많이 하는데, 데이터가 많아요. 많은 데이터를 쓰기 때문에 데이터를 가져오는 데에 시간이 많이 들지만, 막상 계산은 간단하거든요. 이러다 보니 속도가 느려지게 되죠. 그래서 사용하기 시작한 게 GPU입니다. GPU는 CPU만큼 성능이 좋지 않지만, 계산을 한꺼번에 할 수 있어요. 성능이 낮은 CPU들이 굉장히 많이 있는 것이거든요. 좋은 CPU 하나보다 성능이 떨어지더라도 여러 개가 있는 것이 더 빠르다는 걸 알게 되어 GPU를 인공지능 연산에 활용하게 됐습니다.

05

[박세은 학생]저처럼 신소재공학과에 진학하고 싶은 학생들에게 한마디 부탁드립니다.

[김세영 교수님]요즘 플랫폼이라는 얘기를 굉장히 많이 하잖아요. 신소재공학이라는 학문 자체가 이런 플랫폼을 마련하는, 새로운 기술의 기반을 제공하는 학문입니다. 그래서 여러분이 사용하고 있는 새로운 기술이 들어간 기기들을 보면, 새로운 소재가 개발됨으로써 이러한 제품, 기술들이 탄생할 수 있었던 경우가 아주 많아요. 디스플레이를 예로 들면, 몇 년 전만 해도 우리가 아주 큰 브라운관 TV를 봤었는데 요새는 굉장히 얇은 디스플레이의 TV를 보고 있는 것처럼요. 인공지능 또한 반도체 소재가 극한으로 발전하면서 컴퓨팅 성능이 엄청나게 좋아지다 보니까 인공지능 연산도 가능해졌던 거거든요. 컴퓨팅 능력의 향상, 새로운 디스플레이나 응용 분야의 개척, 그리고 IoT 같은 것들도 결국에는 새로운 소재가 새로운 플랫폼을 만들어줬기 때문에, 그런 플랫폼을 기반으로 새로운 기술들이 탄생할 수 있었던 것입니다. 그래서 신소재공학은 여러분이 새로운 지식과 기술을 만들어내는 데 있어서 기반을 마련할 수 있는, 정말 중요한 공학 학문이라는 점을 말씀을 드리고 싶습니다. 신소재공학과에 관심을 가져줘서 고맙고, 꼭 포스텍 신소재공학과에 와서 좋은 공부를 함께할 수 있었으면 좋겠습니다.

지금까지 신소재공학과 김세영 교수님의 인터뷰 내용이었습니다. 반도체 연구와 뉴로모픽 소자에 대해 더 알고 싶었던 점들까지 자세하게 답변해 주셨는데, 기사에 다 담지 못해 아쉽습니다. 친절한 설명과 함께 편안한 분위기로 인터뷰를 이끌어주셨던 교수님 덕분에 더욱더 즐거운 시간이었습니다. 값진 경험을 만들어주신 알리미 분들과 김세영 교수님께 감사 인사를 드립니다.

[각주]

1. 사람의 뇌 신경망을 모방하여 방대한 양의 데이터를 효율적으로 처리할 수 있도록 한 반도체
2. 데이터를 생성하거나 수집하는 모든 기기

고등학생 기자단 포커스의 이야기는 2월 4일 공개됩니다!

글. 광명북고등학교 3학년 박세은