기존 인공 지능(AI)은 수천 대의 컴퓨터에서 실행되는 소프트웨어 플랫폼이 필요하며 작동에 막대한 에너지를 소모한다.

과학자들은 소프트웨어 플랫폼에서 실행되는 AI 유형을 학습할 수 있는 나무구조 시냅스 메모리 소자 하드웨어를 만들었다. 하드웨어와 소프트웨어 사이 지능 기능을 공유하면 자율주행차나 약물 발견과 같은 고급 애플리케이션에서 AI 사용에 필요한 에너지를 절감할 수 있다고 주장한다.

미국 퍼듀대학교 재료공학 교수 시리람 라마나단(Shriram Ramanathan)은 “소프트웨어는 AI의 대부분의 과제를 해결하고 있다. 소프트웨어 기능 등 회로 구성 요소에 지능을 통합할 수 있다면 오늘날에는 할 수 없는 일을 할 수 있다”고 말했다.

AI 하드웨어 개발은 아직 초기 연구 단계다. 연구원들은 AI를 잠재적 하드웨어에서 시연했지만 AI의 막대한 에너지 수요 문제는 아직 해결하지 못했다.

페로브스카이트 뉴럴 트리와 뉴로모픽 학습 활용. 양자 재료의 특성에 대한 시뮬레이션은 인공 지능이 숫자를 학습할 수 있는 능력을 보여준다. credit: Purdue University/ Shakti Wadekar.

라마나단은 인공 지능이 일상 생활에 폭넓게 도입되면서 엄청난 에너지가 필요한 소프트웨어는 한계가 있다고 지적한다. 하드웨어와 소프트웨어가 인텔리전스 기능을 공유할 수 있다면 실리콘 장치가 주어진 에너지로 더 많은 것을 달성할 수 있다.

연구팀은 실온에서 잠재적 하드웨어로 나무 구조 시냅스 메모리를 시연했다. 과거의 연구원들은 전자 장치에 비해 너무 낮은 온도에서만 하드웨어에서 이러한 종류의 메모리를 관찰할 수 있었다.

이 연구 결과는 네이처 커뮤니케이션(Nature Communications) 저널에 발표됐다.

연구팀이 개발한 하드웨어는 소위 양자 재료로 만들어졌다. 이 물질들은 고전 물리학으로는 설명할 수 없는 특성을 갖는다. 소프트웨어는 나무 구조 메모리를 사용해 정보를 다양한 줄기로 구성해 새로운 기술이나 작업을 배울 때 정보를 더 쉽게 검색 할 수 있다. 이 전략은 인간의 두뇌가 정보를 분류하고 결정을 내리는 방법에서 영감을 얻었다.

박사후 연구원 하이탕 장(Hai-Tian Zhang)은“인간은 범주의 트리 구조로 사물을 암기한다. 하드웨어에서 이러한 기능을 모방하는 것은 두뇌에서 영감을 얻은 컴퓨팅에 잠재적으로 흥미로울 것”이라고 말했다.

라마나단 연구팀은 네오디뮴 니켈 옥사이드라는 양자 물질에 양성자를 도입했다. 그들은 재료에 전기 펄스를 가하면 양성자 주위를 움직인다는 것을 발견했다. 양성자의 각 새로운 위치는 서로 다른 저항 상태를 만들어 메모리 상태라고 하는 정보 저장 공간을 구축한다. 다중 전기 펄스는 메모리 상태로 구성된 분기를 만든다.

라마나단은 “우리는 양자 역학적 효과를 이용해 재료에 수천 개의 메모리 상태를 구축할 수 있다. 재료는 동일하게 유지된다. 우리는 단순히 양성자들을 뒤섞고 있다”고 말했다.

이 재료에서 발견된 특성의 시뮬레이션을 통해 팀은 재료가 0에서 9까지의 숫자를 학습할 수 있음을 보여주었다. 숫자를 학습하는 능력은 인공 지능의 기본 테스트다. 실온에서 이러한 메모리를 시연하는 것은 하드웨어가 소프트웨어 작업을 경감할 수 있음을 보여주는 단계다.

라마나단은“이 발견은 이러한 종류의 지능을 전자 하드웨어에 구현할 수 없었기 때문에 AI에 대한 새로운 경계를 열었다. 이 재료는 또한 인간이 AI와 보다 자연스럽게 의사 소통하는 방법을 만드는 데 도움이 될 수 있다”고 설명했다.

장은 “양성자는 또한 인간의 자연 정보 운송자다. 양성자 수송이 가능한 장치는 결국 뇌 임플란트와 같은 유기체와의 직접적인 의사 소통을 달성하기 위한 핵심 구성 요소가 될 수 있다”고 말했다.

*Zhang, H., Park, T.J., Zaluzhnyy, I.A. et al. Perovskite neural trees. Nat Commun11, 2245 (2020). https://doi.org/10.1038/s41467-020-16105-y