국내 연구진이 세계 최초로 클라우드를 거치지 않고 스마트폰이나 노트북만으로도 거대언어모델(LLM)을 처리할 수 있는 뉴로모픽 컴퓨터용 인공지능(AI) 반도체를 개발했다. 이 반도체로 인간의 뇌를 닮은 뉴로모픽 컴퓨팅을 만들어 '온 디바이스', 즉 장치 내에서 0.4초 만에 LLM을 처리하는데 성공했다. 무엇보다 이같은 작업을 진행하는데 엔비디아의 그래픽 처리장치(GPU) 보다 소모전력을 625분의 1 수준으로 줄였고, 칩 크기도 41분의 1에 불과했다. 연구진은 이론적인 논문에 그치지 않고 삼성전자의 28나노 파운드리 공정을 통해 직접 칩을 제작했다. AI 반도체 '상보형-트랜스포머'를 개발한 한국과학기술원(KAIST) AI반도체 대학원 유회준 교수는 6일 과학기술정보통신부 브리핑실에서 "초저전력의 뉴로모픽 액셀러레이터를 가지고 거대 모델인 'GPT-2'를 돌린 것은 세계 최초"라고 말했다. ■GPT-2 실행속도 3~9배 빨라 AI 반도체는 현재 엔비디아가 장악하고 있는 GPU, 다음 단계로 신경망 처리장치(NPU), 지능형 반도체(PIM) 순이며, 최종 종착지가 바로 인간의 뇌를 모사하는 뉴로모픽 컴퓨팅이다. 이번 반도체 개발에 참여한 KAIST 김상엽 박사가 이날 직접 시연을 해 보였다. 인터넷 연결이 안된 노트북에 '상보형-트랜스포머' 칩이 내장된 보드를 연결해 GPT-2로 문장 요약과 번역, 질의응답을 실행했다. 그 결과, 일반 노트북으로 GPT-2를 실행한 것보다 최소 3배에서 최대 9배 빨랐다. 또한 갤럭시S24에 연결해도 GPT-2를 쉽고 빠르게 실행시켰다. 윤두희 과기정통부 정보통신산업정책과장은 "그동안 AI 서비스들은 LLM을 실행시키기 위해 엔비디아의 A100 같은 칩으로 처리해 휴대폰으로는 도저히 불가능했다"며 "이 뉴로모픽 액셀러레이터를 사용하게 되면 현재 아마존의 알랙사, KT의 지니 등 시중에 나와있는 AI 서비스를 클라우드와 연결하지 않고 기계 자체에서 다 처리할 수 있게 될 것"이라고 설명했다. 또한 윤 과장은 "반도체 기업과 학교 간의 협력 강화를 위해서 지난 2022년 6월 과기정통부 PIM 예타사업 지원을 통한 결과물"이라며 "이 사업으로 향후 추가적인 성과도 기대할 수 있을 것"이라고 전망했다. ■하이브리드식 연산처리 이번 연구를 통해 개발한 AI반도체용 하드웨어 유닛은 기존 LLM 반도체 및 뉴로모픽 컴퓨팅 반도체에 비해 4가지의 특징을 지닌다. 심층 인공 신경망(DNN)과 스파이킹 뉴럴 네트워크(SNN)를 상호 보완하는 방식으로 융합한 독특한 신경망 아키텍처를 사용함으로써 정확도를 유지하면서도 연산 에너지 소모량을 최적화했다. 또 DNN과 SNN 모두를 효율적으로 활용할 수 있는 AI반도체용 통합 코어 구조를 개발했다. 특히 SNN 처리에 소모되는 전력을 줄이기 위해 출력 스파이크 추측 유닛까지 개발했다. 이와 함께, LLM의 파라미터를 효과적으로 압축하기 위해 빅-리틀 네트워크 구조와 암시적 가중치 생성기법, 그리고 부호압축까지 총 3가지 기법을 사용했다. 이를 통해 GPT-2 모델의 708M개에 달하는 파라미터를 191M개로 줄였으며, 번역을 위해 사용되는 T5 모델의 402M개에 달하는 파라미터 역시 동일한 방식을 통해 76M개로 줄일 수 있었다. 김상엽 박사는 "이러한 압축을 통해 연구진은 언어 모델의 파라미터를 외부 메모리로부터 불러오는 작업에 소모되는 전력을 약 70% 감소시켰다"고 설명했다. 이어 "상보형-트랜스포머는 전력 소모를 GPU(엔비디아 A100) 대비 625배 만큼 줄이면서도 GPT-2 모델을 활용한 언어 생성에는 0.4초의 고속 동작이 가능하며, T5 모델을 활용한 언어 번역에는 0.2초의 고속 동작이 가능하다"고 덧붙였다. monarch@fnnews.com 김만기 기자

[파이낸셜뉴스]  삼성전자가 차세대 먹거리로 AI반도체 기술인 Neuromorphic Artificial Intelligence Chip(뉴로모픽 AI칩)를 향한 움직임을 본격화 하는 모양새다. 이에 벌써부터 증권가에선 관련 수혜주 찾기에 분주하다. 현재 뉴로모픽 관련 테마주로는 삼성전자를 고객사로 둔 네패스아크, 해당 기술을 연구중인 오픈엣지테크놀로지, 자람테크놀로지 등이 꼽힌다. 16일 재계 등에 따르면 삼성전자가 함돈희 하버드대 교수를 SAIT(옛 삼성종합기술원) 부원장에 선임한 것으로 알려졌다. 한국인으로선 하버드대 최연소 교수이기도 한 함 교수는 작년 연말 인사에서 SAIT 원장을 맡은 경계현 디바이스솔루션(DS) 부문장(사장)과 함께 SAIT를 이끌며 미래 성장엔진에 필요한 핵심 요소 기술의 선행 개발을 주도할 것으로 보인다. 함 교수는 앞서 2021년 김기남 당시 삼성전자 부회장, 황성우 삼성SDS 사장 등과 함께 AI반도체 기술 뉴로모픽(Neuromorphic) 주제 논문을 집필했다. 이는 세계적인 학술지 '네이처 일렉트로닉스'에 게재됐다. 2022년에는 공동 교신저자로 참여해 자기저항메모리(MRAM)를 기반으로 한 '인-메모리(In-Memory) 컴퓨팅'을 세계 최초로 구현한 연구 결과가 '네이처'에 게재되기도 했다. 함 교수가 삼성의 싱크탱크 역할을 하는 SAIT의 수장으로 향후 먹거리 발굴에 집중할 것으로 알려지면서 뉴로모픽 반도체도 뜨거운 감자로 떠올랐다.  실제 함 교수는 가장 진화 된 꿈의 AI반도체 '뉴로모픽 칩' 권위자여서 삼성전자가 향후 관련 사업에 관심을 기울 일 것으로 전망되고 있기 때문이다. 통상 AI에는 일반 시스템 반도체보다 대량의 데이터를 동시에 처리하는데 특화된 반도체가 사용되며 크게 세 가지 세대로 분류되는데, 인간의 두뇌를 모방한 신경망을 기반으로 하는 ‘뉴로모픽’이 3단계 AI 반도체로 구분된다. 업계 관계자는 “시스템온칩(SoC)의 궁극적인 방향성은 결국 인간의 뇌를 닮은 뉴로모픽 반도체”라며 “뉴로모픽 컴퓨팅은 기존의 CPU와 메모리가 직렬로 연결된 구조에서 벗어나, 인간의 뇌가 뉴런과 시냅스로 구성된 것과 같은 인공 뉴런으로 구성된 병렬 네트워크로 연산, 메모리, 통신 기능을 융합한 형태”라고 말했다. 현재까지 뉴로모픽 칩은 AI반도체 중에서 가장 진화된 반도체로 불리운다. 실질적인 공시로 뉴로모픽반도체에 대해 밝힌 회사는 네패스아크가 대표적이다. 네패스아크는 시스템반도체 후공정 테스트 기업으로 전력관리반도체(PMIC), 디스플레이 구동칩(DDI), 모바일프로세서(AP) 등의 테스트 사업을 하고 있다. 주요 고객사는 삼성전자다. 공시에 따르면 네패스아크는 'Neuromorphic Artificial Intelligence Chip(뉴로모픽 인공지능칩) 테스트 개발'을 완료했다. 회사측은 "당사가 테스트 개발한 제품은 네패스 퓨처인텔리전스사업부에서 개발한 것으로 칩 자체에서 학습한 판단(인지) 기능을 모두 포함하고 있는 제품"이라고 밝혔다. 해당 제품은 576개의 인공 뉴런을 집적한 AI 반도체로 1개의 뉴런은 메모리와 인공지능 연산을 위한 Logic 영역으로 구성되어 있다. 뉴런의 개수를 쉽게 확장할 수 있는 아키텍쳐를 가지고 있으며, 저전력 소형화가 가능하면서도 사람의 뇌와 같은 고속 병렬 연산 처리가 가능한 칩이다. 제어로직부 등 학습 및 저장·복구 인식기능에 대한 테스트 알고리즘을 구현한 국내 최초의 테스트라 할 수 있으며 '양산 적용'된 상태다. 또한 주목할 점은 세계 최초로 뉴로모픽칩을 개발한 업체가 네패스라는 점이다. 지난 2017년 네패스는 세계 최초로 뉴로모픽 칩 을 개발해 상용화했다. 한편 가시적인 성과로 제품화에 성공한 네패스아크 외에도 해당 기술을 연구개발하고 있는 기업들도 눈에 띈다. 오픈엣지테크놀로지는 중소벤처기업부의 '모바일 AI 구현을 위한 뉴로모픽 반도체(NPU) IP 개발'을 수행했다. 해당 연구는 2018년 4월부터 2020년 3월까지 중소벤처기업부 주관으로 시행됐다. 또한 자람테크놀로지도 2024년 상반기 완료를 목표로 관련 기술을 개발 중이다. 자람테크놀로지는 프로세서 설계 기술과, 분산처리기술, 저전력 반도체 설계 기술로 경쟁력 확보가 가능한 엣지향 인공지능 프로세서 개발 중이다. 해당 프로세서는 'SNN방식의 뉴로모픽 프로세서를 기반으로 성능향상을 위해 CNN을 추가한 하이브리드형'라고 알려졌다. kakim@fnnews.com 김경아 기자

과학기술정보통신부 산하 정부출연연구기관인 한국재료연구원(KIMS) 나노표면재료연구본부 김용훈, 권정대 박사연구팀이 리튬이온 배터리 핵심 소재인 리튬이온을 박막화해 고집적, 고신뢰성을 가진 차세대 뉴로모픽 반도체 소자를 세계 최초로 구현하는 데 성공했다는 소식에 앤씨앤(092600)이 뉴로모틱 관련 정부사업이 부각되며 매수세가 몰리고 있다. 본 기술은 최근 주목받고 있는 리튬이온 배터리의 핵심 소재인 리튬이온을 초박막화해 이를 2차원 나노소재와 접목함으로써, 고집적이 가능하면서도 고신뢰성을 가진 차세대 인공지능 반도체 핵심 소자 제조 기술이다. 뉴로모픽 반도체 소자는 인간의 뇌와 유사하게 시냅스와 뉴런으로 구성된다. 이때 정보처리와 저장기능을 동시에 수행하는 시냅스 소자의 개발이 필수이다. 시냅스 소자는 인간의 뇌와 유사하게 뉴런의 신호를 받아 시냅스 가중치(연결 강도)를 다양하게 변조해 정보의 처리와 기억을 동시에 수행하는 특징을 가진다. 특히 시냅스 가중치의 선형성과 대칭성을 만족하면 다양한 패턴인식을 손쉽게 저전력으로 구현할 수 있다는 장점이 있다. 김용훈, 권정대 박사연구팀은 “이번에 개발된 차세대 뉴로모픽 반도체 소자는 기존 폰노이만 방식의 정보처리장치인 CPU와 정보저장장치인 메모리를 각각 필요로 하지 않고, 정보처리와 저장을 동시에 수행하며 손글씨 패턴과 같은 이미지 학습 및 인식을 수행할 수 있다”며, “향후 세계적 수준의 뉴로모픽 하드웨어 시스템, 햅틱 소자, 비전 센서 등 다양한 저전력 인공지능 디바이스에 확대 적용될 것으로 기대된다”고 말했다. 한편 앤씨앤은 정보통신기술진흥센터로부터 'IT SW 융합산업원천기술개발사업(뉴로모픽)'을 지난 2019년 완료하는가 하면, 정보통신부의 'IT-SoC사업' 등 다양한 정부과제를 완료하거나 진행하고 있어 투자자들의 관심이 몰린 것으로 풀이된다.

[파이낸셜뉴스] 국내 연구진이 인간 뇌를 닮은 뉴로모픽 반도체를 개발했다. 이 뉴로모픽 반도체를 현재 기업에서 만드는 반도체처럼 실리콘 표준 공정을 이용해 8인치 웨이퍼로 만들었다. 이로써 뉴로모픽 시스템 상용화에 한발짝 더 다가섰다. 한국과학기술원(KAIST)은 전기및전자공학부 최양규·최성율 교수팀이 인간 뇌를 모방한 고집적 뉴로모픽 반도체를 개발했다고 5일 밝혔다. 연구진은 "이번에 개발한 뉴로모픽 반도체는 집적도를 3500배 이상 높여 비용 절감 등을 할 수 있다"며 "뉴로모픽 하드웨어의 상용화를 앞당길 수 있을 것"이라고 전망했다. 뉴로모픽은 인간 뇌가 매우 복잡한 기능을 수행하지만 소비하는 에너지는 20와트(W)에 불과하다는 것에 착안해 인공지능(AI) 기능을 하드웨어로 만든 방식이다. 뉴로모픽 하드웨어를 만들기 위해서는 생물학적 뇌와 동일하게 일정 신호가 통합됐을 때 스파이크를 발생하는 뉴런과 뉴런 사이의 연결성을 기억하는 시냅스가 필요하다. 하지만, 디지털 또는 아날로그 회로를 기반으로 구성된 뉴런과 시냅스는 큰 면적을 차지하기 때문에 집적도 측면에서 한계가 있다. 인간의 뇌가 약 1000억개의 뉴런과 100조개의 시냅스로 이뤄진다는 점에서, 실제 모바일 및 사물인터넷(IoT) 장치에 사용되기 위해서는 집적도를 높여야 한다. 연구진은 집적도를 높이기 위해 현재 반도체 기업이 사용하는 표준 실리콘 미세 공정 기술로 만들 수 있는 단일 트랜지스터로 생물학적 뉴런과 시냅스의 동작을 모방했다. 연구진이 만든 뉴로모픽 트랜지스터는 현재 양산되고 있는 메모리 및 시스템 반도체용 트랜지스터와 같은 구조다. 이 트랜지스터는 메모리 기능과 논리 연산 뿐만 아니라 새로운 뉴로모픽 동작이 가능했다. 즉 기존 양산 트랜지스터에 새로운 동작원리를 적용해, 구조는 같으나 기능이 전혀 다른 뉴로모픽 트랜지스터를 만든 것이다. 뉴로모픽 트랜지스터는 마치 동전에 앞면과 뒷면이 동시에 있는 것처럼, 뉴런 기능도 하고 시냅스 기능도 하는 야누스 구조가 가능함을 세계 최초로 입증했다. 연구진의 기술은 복잡한 디지털과 아날로그 회로를 기반으로 구성되던 뉴런을 단일 트랜지스터로 대체해 집적도를 획기적으로 높였다. 더 나아가 같은 구조의 시냅스와 함께 집적해 공정 단순화에 따른 비용 절감을 할 수 있는 신기술이다. 기존 뉴런 회로 구성에 필요한 평면적이 2만1000 단위인 반면, 새로 개발된 뉴로모픽 트랜지스터는 6 단위 이하여서 집적도가 약 3500배 이상 높다. 연구진은 뉴로모픽 반도체를 이용해 글자 이미지나 얼굴 이미지 인식이 가능하다는 것도 확인했다. 한준규 박사과정은 "상용화된 CMOS 공정을 이용해 뉴런, 시냅스, 그리고 부가적인 신호 처리 회로를 동일 웨이퍼 상에 동시에 집적해 뉴로모픽 반도체의 집적도를 개선했고, 이는 뉴로모픽 하드웨어의 상용화를 한 단계 앞당길 수 있을 것"이라고 말했다. KAIST 전기및전자공학부 한준규 박사과정이 제1 저자로, 같은 학부 오정엽 박사과정이 제2 저자로 참여한 이번 연구는 저명 국제 학술지 '사이언스 어드벤시스(Science Advances)' 8월 온라인판에 출판됐다.  monarch@fnnews.com 김만기 기자

한국미래기술교육연구원(대표 박희정)은 3월 22일 서울 여의도 전경련회관 로즈홀에서 '차세대 인공지능의 발전방향과 뉴로모픽 기술을 이용한 인공지능 반도체 개발기술 세미나'를 개최한다. 뉴로모픽(Neuromorphic) 기술이란 뇌신경을 모방하여 인간의 사고 과정과 유사하게 정보를 처리하는 기술이다. 이는 기존 반도체 대비 전력 소모량의 1억분의 1에 불과해 전력확보 문제를 해결 할 수 있고, 저장과 연산기능 뿐 아니라 인식과 패턴 분석까지 하나의 반도체에서 처리함으로써 비정형화 된 데이터 처리 과정을 통합 할 수 있어서 향후 반도체 시장을 좌우할 차세대 핵심 기술로 꼽힌다. 이러한 뉴로모픽 기술은 각종 데이터 분석, 얼굴인식, 음성인식, 보행자 인식, 로봇, 자율주행 자동차, 드론, 지능형 센서, 웨어러블 디바이스, 사물인터넷 디바이스 등 4차산업 분야에 폭넓게 활용될 수 있으며, 이에 애플, 인텔, IBM, MS, 퀄컴, 화웨이 등 글로벌 기업들이 뉴로모픽 칩 개발과 상용화 경쟁에 뛰어든 상태이다. 우리 정부도 4차 산업혁명 시대에 필요한 차세대 지능형 반도체 기술 확보를 위해 10년간 1조 5000억원 규모의 대규모 기술개발 사업을 추진하겠다고 밝혔다. 시장조사업체 IDC는 지난해 80억 달러이던 세계 AI시장 규모가 2022년엔 1000억 달러를 넘어설 것으로 전망했으며, 퓨처마켓인사이트의 최근 보고서에 따르면 전세계 뉴로모픽 칩 시장은 2015년 기준으로 14억2000만달러에서 2026년 약 108억1000만달러에 이를 것으로 예상되고 있다. 이번 세미나에서는 △'미래 AI의 발전방향과 인공지능 반도체의 활용방안' △'지능형 엣지 디바이스를 위한 뉴로모픽 구조와 적용방안' △'모바일 전용 초소형 인공지능 프로세서 통합 인공신경망 딥러닝 처리장치(UNPU) 개발기술' △'모바일 환경에서의 딥러닝을 위한 모델 경량화 및 학습 알고리즘' △'뉴로모픽 컴퓨팅 알고리즘 및 하드웨어 구현기술' △'시신경 모방 초절전 광 시냅스 반도체 소자 구현기술' △'임베디드 학습을 위한 뉴로모픽 하드웨어 아키텍쳐' 등의 주제가 다루어질 예정이다. 연구원 관계자는 "다양한 소재 및 구조를 갖는 뉴로모픽 기술 관련 연구가 전 세계적으로 진행되고 있으며, 우리나라도 세계시장을 선도할 수 있는 고효율 뉴로모픽 기술을 개발하기 위해 소자, 회로, 컴퓨팅 분야 등을 융합하는 산, 학, 연 및 국가적 차원의 연구가 절실히 필요한 현실"이라며 "이번 세미나에서는 국내의 차세대 인공지능 시장의 견인 및 산업경쟁력 제고를 위해 다양한 논의를 함으로서 관련업계 종사자에게 수준 높은 최신 기술 정보는 물론 미래 비즈니스 기회 선점이 가능한 시장정보까지 제공할 계획”이라고 말했다. seokjang@fnnews.com 조석장 기자

[파이낸셜뉴스] SK하이닉스는 5일 경기 이천 본사에서 ‘원팀으로 넥스트를 준비하는 SK하이닉스 미래포럼’을 열었다고 밝혔다. 이번 행사에는 곽노정 사장, SK하이닉스 사내 대학(SKHU) 홍상후 총장을 비롯한 주요 임원진과 국내 주요 대학 교수진이 참석해 차세대 반도체 기술 및 제품에 대해 토론을 펼치고 인사이트를 공유했다. 미래포럼은 고대역폭메모리(HBM) 이후에도 회사가 시장 우위를 지키는 한편, 메모리의 가치를 높이고 인공지능(AI) 시대를 이끌어갈 방법을 내외부 전문가와 함께 찾아본다는 취지로 기획됐다. 이날 포럼에서는 ‘메모리 중심 시대의 주인공, SK하이닉스의 미래’를 주제로 2개의 세션이 진행됐다. 김장우(서울대 전기·정보공학부), 김상범(서울대 재료공학부), 노원우(연세대 전기전자공학부), 유민수(카이스트 전기 및 전자공학부) 교수 등 전문가들이 기술 변화 트렌드를 전했다. SK하이닉스 박경(시스템 아키텍처 담당), 손호영(어드밴스드 PKG개발 담당), 임의철(솔루션 AT 담당), 이세호(미래메모리연구 담당) 부사장 등 내부 전문가들이 ‘트렌드에 발맞춘 SK하이닉스의 메모리 기술과 도전’을 소개했다. 신창환(고려대 전기전자공학부), 권석준(성균관대 화학공학·고분자공학부), 유회준(카이스트 전기 및 전자공학부) 교수, 이유봉 한국법제연구원 팀장 등 외부 전문가와 SK하이닉스 구성원들은 반도체의 미래에 관한 토론도 펼쳤다. 곽 사장은 “인공지능이 본격적으로 발전하고 가속화하면서 미래가 명확해지고, 예측 가능해질 줄 알았는데 훨씬 모호하고 예측이 어려워졌다”며 “다양한 시나리오에 기반해 어떻게 미래를 준비할지 폭넓게 고민하고 이야기해야 하는 상황이 됐다”고 말했다. 이어 "전문가적 시각에서 치열하게 고민하고 토론해 방향을 설정하고 다함께 공감대를 형성하는 과정이 필요하며, 이를 실현시켜 나가는 일련의 시퀀스를 정립해야 한다”고 당부했다. ‘AI시대, SK하이닉스와 미래 반도체 기술 변화’ 세션에서는 3개의 주제 발표가 진행됐다. 첫 발표에서는 ‘AI향 메모리의 향방’을 주제로 김장우, 노원우 교수가 ‘AI 연산용 서버·데이터센터 아키텍처’, ‘거대언어모델(LLM) 발전 방향 및 메모리의 역할’에 대해 각각 발표했다. 이어 박경 부사장이 ‘컴퓨트 익스프레스 링크(CXL)를 포함, 제2의 HBM으로 거듭날 차세대 메모리, 스토리지 제품에 대해 발표했다. 두 번째 주제인 ‘메모리 중심 시대’에서 발표를 맡은 유민수 교수는 메모리와 컴퓨팅의 융합, 이종집적에 대한 인사이트를 제공했다. 손호영, 임의철 부사장은 LLM 발전에 따른 기술적 준비 사항을 이야기하며 데이터 이동 거리를 최소화하는 방향으로 고도화 중인 프로세싱 인 메모리(PIM), 이를 구현하기 위한 어드밴스드 패키지 기술인 칩렛·시스템 인 패키지(SiP) 등 메모리 중심 시대를 이끌 기술과 제품을 소개했다. ‘뉴로모픽 컴퓨팅 앤 반도체’를 주제로 열린 발표에서 김상범 교수와 이세호 부사장은 ‘뉴로모픽 컴퓨팅의 현재와 미래’, ‘뉴로모픽 컴퓨팅을 위한 기술’을 각각 발표했다. SK하이닉스는 미래포럼에서 얻은 인사이트를 각 사업에 반영, 미래 시장 선점을 위한 연구·개발에 활용할 계획이다. mkchang@fnnews.com 장민권 기자

[파이낸셜뉴스] 윤석열 대통령은 9일 인공지능(AI) 반도체 발전을 위해 9조4000억원 규모 재정투입과 대통령 직속 국가AI위원회 구성을 밝혔다. 삼성전자를 비롯한 관련 기업 대표들은 선진국들 못지않은 적극적인 지원금 정책이 필요하다고 입을 모았다. 윤 대통령은 이날 용산 대통령실 청사에서 반도체 현안 점검회의를 주재하며 ‘AI 반도체 이니셔티브’를 발표했다. 윤 대통령은 “AI와 AI 반도체 분야에 2027년까지 9조4000억원을 투자하고 AI 반도체 혁신기업들의 성장을 돕는 1조4000억원 규모 펀드를 조성할 것”이라며 “민관협력을 위해 4일 출범한 (과학기술정보통신부 주도) AI전략최고위협의회를 국가AI위로 격상해 AI 국가전략을 제가 직접 챙길 것”이라고 밝혔다. 윤 대통령은 우선 재정투자에 관해 “고대역폭 메모리 HBM에 프로세싱 기능을 추가한 P-HBM과 인공신경프로세스 NPU, 뉴로모픽 기반 한국형 AI 반도체에 대한 R&D(연구·개발) 투자를 과감히 확대할 것”이라며 “차세대 범용 AI 원천기술 개발과 AI 안전기술 개발을 통해 책임성 있고 설명 가능한 방향으로 AI 기술의 발전을 이끌어나갈 것”이라고 설명했다. 윤 대통령은 그러면서 “AI 반도체 이니셔티브를 실현키 위해선 민관협력이 무엇보다 중요하다”면서 “국가AI위로 각 부처 간 협업은 물론 민간에서도 적극 참여시켜 국가 재정지원 배분 우선순위를 정하고 규제 등 장애요소를 찾아야 한다. 조직·직제를 만들어 빠른 시일 내 개최하라”고 주문했다. 윤 대통령은 이어 “AI 반도체는 파운드리(반도체 위탁생산)도 중요하나 팹리스(반도체 설계)를 키우는 것도 중요하다. 중소 팹리스들이 성장토록 공용 시스템 인프라를 구축하는 건 R&D 투자만큼 중요하다”며 “(또) AI는 안보와 연관된 핵심기술로 국제협력이 원활히 이뤄지기 쉽지 않다. 정부와 대통령이 직접 나서야 한다. 필요한 일을 알려주면 직접 뛰어 외교로 풀어가겠다”고 말했다. 윤 대통령은 이외에도 지난 1월 민생토론회에서 발표한 622조원 규모 용인 반도체 메가 클러스터 조성 방안에 대해 윤 대통령은 2026년 착공을 약속하면서 “시간이 많이 소요되는 환경영향평가, 토지 보상 등의 절차도 2배 이상 속도를 내 절반 이상의 시간을 앞당겨 완료하겠다”며 “전기와 공업용수는 정부가 책임지고 공급하겠다. (이를 위해) 국회에 계류된 ‘국가기간 전력망 확충 특별법’을 조속히 통과시키도록 노력할 것”이라고 강조했다. 윤 대통령은 이 같은 노력을 통해 “반도체 메가 클러스터가 본격 가동되는 2030년에는 세계 시스템 반도체 시장 점유율 10% 이상을 달성토록 최선을 다할 것”이라고 했다. 이날 회의에 참석한 기업인들은 정부의 적극적인 지원금 정책을 요청했다. 이정배 삼성전자 DS부문 사장은 “대한민국이 반도체 중추국가가 되도록 투자 인센티브와 같은 적극적 지원 정책 도입이 시급하다”고 했고, 곽노정 SK하이닉스 대표는 “국내외 기업들이 더욱 투자를 많이 하도록 뒷받침하는 정부의 적극적인 지원금 정책이 필요하다”고 건의했다. 또 최수연 네이버 대표는 “글로벌 빅테크들과 경쟁할 수 있도록 정부가 차세대·도전형 AI R&D 등 핵심 원천기술 확보에 힘써 달라”고 요청했고, 류수정 사피온코리아 대표는 “대규모 반도체 검증시스템이 구축된다면 국내 팹리스들이 활발히 활동할 수 있을 것”이라고 기대했다. uknow@fnnews.com 김윤호 김학재 기자

[파이낸셜뉴스] 과학기술정보통신부는 제2차 한-EU 디지털 파트너십 협의회(협의회)를 26일 벨기에 브뤼셀에 위치한 EU 집행위원회 본부에서 개최했다고 27일 밝혔다. 매년 한번씩 개최되는 협의회는 한국 과기정통부 장관과 EU 내수시장 집행위원을 수석대표로 둔 장관급 협의체다. 2022년 11월 체결한 한-EU 디지털 파트너십 이행을 위해 신설됐다. 앞서 양측은 지난해 5월 한-EU 정상회담 후속 조치로 제1차 협의회가 서울에서 개최된 바 있다. 지난해 1차 협의회에서는 주요 협력 분야와 의제를 설정한 데 이어 이번 2차 협의회에선 보다 구체적인 분야별 협력 내용에 대한 논의가 오갔다. 한국과 EU는 반도체 분야에서 뉴로모픽 컴퓨팅과 이종 집적 기술 분야를 주제로 3년 간 총 1200만유로(약 168억원) 규모의 공동 연구를 추진하기로 합의했다. 올해 하반기부터 공동 연구를 개시할 예정이다. 양측은 지난 25일부터 26일까지 양국 연구자 간 네트워크를 강화하기 위해 '제1차 한-EU 반도체 연구자 포럼'을 현지에서 개최하기도 했다. 비욘드 5G·6G 분야에선 인공지능(AI)을 활용한 무선 전송 성능 향상, 무선 네트워크 자동화·효율화 등에 대한 공동 연구에 3년 간 총 500만유로(약 73억원) 규모의 공동 연구를 추진한다. 올해 말투 과제를 개시하기로 했다. 아울러 6G에 대한 공통 비전을 기반으로 표준화 포럼에서 협력을 강화하기로 했다. 양국은 양자 분야에서 연구개발(R&D) 협력을 한층 강화한다. 올해 6월 한국에서 개최되는 퀀텀코리아 2024 등 양측이 개최하는 양자 네트워킹 행사에 참석해 양자 기술 협력을 강화해 나가기로 했다. 인공지능(AI) 분야에선 글로벌 AI 거버넌스 정립을 위해 한국에서 개최하는 차기 AI 안전성 정상회의와 AI 글로벌 포럼에 관해 의견을 지속적으로 교환하기로 했다. 디지털 플랫폼 분야에서도 플랫폼 경제 관련 제도 및 기타 이니셔티브에 대한 교류를 심화하기로 했다. 이외 사이버보안, 디지털 권리장전 등 분야에서도 협력과 교류를 강화해 나간다는 방침이다. 이종호 과기정통부 장관은 "한-EU 디지털 파트너십 협의회를 계기로 반도체, 5G·6G 분야 공동연구, 연구자 포럼·전문가 워크숍 개최 등 양국 간 디지털 분야 협력 성과가 다양한 형태로 창출되는 것이 매우 의미있다"며 "한국의 호라이즌유럽 준회원국 가입 협상이 타결돼 한-EU 간 발전적 변화를 가져올 새로운 협력이 시작된 만큼 디지털 파트너십을 통한 디지털 협력 또한 더욱 가속화될 것"이라고 밝혔다. jhyuk@fnnews.com 김준혁 기자

[파이낸셜뉴스] 연구자들이 실제 연구 프로젝트에 인공지능(AI) 기술을 효과적으로 적용해 연구개발(R&D) 역량을 높일 수 있는 교육 프로그램이 마련됐다. 국가과학기술인력개발원(KIRD)은 AI 활용역량 강화 지원의 일환으로 정부출연연구기관과 공공연구기관 재직자 대상 '출연연구기관 AI 통합교육'을 본격 시작했다고 8일 밝혔다. 올해는 양자, 시스템반도체 등 국가전략기술분야를 집중 타깃으로 한 'AI혁신 과정'을 새롭게 도입하고, 교육수요를 반영하여 생성형 AI, 딥러닝 활용 등 최신 트렌드에 맞춘 교육으로 확대한다. 1단계 AI 입문·기초 과정에서는 AI 위한 기초수학, 연구데이터 활용 사례 등 13개 과정이 제공되며, 2단계 AI 기본·활용 과정은 데이터 분석, 업무생산성 향상을 위한 생성형 AI 활용 등 총 26개 과정이 마련되어 있다. 3단계 AI전문·심화·혁신 과정은 오픈소스 라이브러리 활용한 딥러닝, AI 최적화 기법 외 뉴로모픽 반도체 등 신규 포함한 총 38개 과정으로 구성된다. 실습 중심의 교육은 오프라인으로, AI와 프로그래밍 기초는 상시 학습 가능한 온라인으로 제공된다. 특히 올해는 학습내용이 실제 연구성과 향상에 기여한 정도 등을 보다 심도 있게 분석하고, AI를 활용해 뛰어난 성과를 이룬 R&D 우수 사례를 적극 발굴함으로써 교육 프로그램 성과를 확산할 계획이다. AI 통합교육은 지난 2022년부터 한국전자통신연구원(ETRI), 한국과학기술정보연구원(KISTI)과 컨소시엄을 구성해 진행하고 있다. AI 기초 소양부터 심화 적용까지 제공하며, 지난 2년간 6681명이 수료하는 등 매년 교육 참여자가 증가하고 있다. KIRD 배태민 원장은 "AI 혁신이 모든 산업분야에 확산되어, 디지털 전환의 기반이 될 수 있도록 생태계를 구축하는 것은 기술패권 시대의 국가경쟁력 확보를 위해 매우 중요하다"며 "AI통합교육을 통해 공공연구분야 연구자들이 각자의 연구분야에 AI를 활용하여 R&D혁신의 최전선에서 활약할 수 있도록 KIRD가 적극 지원하겠다"고 밝혔다.   monarch@fnnews.com 김만기 기자

[파이낸셜뉴스] 국내 연구진이 세계 최초로 클라우드를 거치지 않고 스마트폰이나 노트북만으로도 거대언어모델(LLM)을 처리할 수 있는 뉴로모픽 컴퓨터용 인공지능(AI) 반도체를 개발했다. 이 반도체로 인간의 뇌를 닮은 뉴로모픽 컴퓨팅을 만들어 '온 디바이스', 즉 장치 내에서 0.4초 만에 LLM을 처리하는데 성공했다. 무엇보다 이같은 작업을 진행하는데 엔비디아의 그래픽 처리장치(GPU) 보다 소모전력을 625분의 1 수준으로 줄였고, 칩 크기도 41분의 1에 불과했다. 연구진은 이론적인 논문에 그치지 않고 삼성전자의 28나노 파운드리 공정을 통해 직접 칩을 제작했다. AI 반도체 '상보형-트랜스포머'를 개발한 한국과학기술원(KAIST) AI반도체 대학원 유회준 교수는 6일 과학기술정보통신부 브리핑실에서 "초저전력의 뉴로모픽 액셀러레이터를 가지고 거대 모델인 'GPT-2'를 돌린 것은 세계 최초"라고 말했다.  GPT-2 실행속도 3~9배 빨라 AI 반도체는 현재 엔비디아가 장악하고 있는 GPU, 다음 단계로 신경망 처리장치(NPU), 지능형 반도체(PIM) 순이며, 최종 종착지가 바로 인간의 뇌를 모사하는 뉴로모픽 컴퓨팅이다. 이번 반도체 개발에 참여한 KAIST 김상엽 박사가 이날 직접 시연을 해 보였다. 인터넷 연결이 안된 노트북에 '상보형-트랜스포머' 칩이 내장된 보드를 연결해 GPT-2로 문장 요약과 번역, 질의응답을 실행했다. 그 결과, 일반 노트북으로 GPT-2를 실행한 것보다 최소 3배에서 최대 9배 빨랐다. 또한 갤럭시S24에 연결해도 GPT-2를 쉽고 빠르게 실행시켰다. 윤두희 과기정통부 정보통신산업정책과장은 "그동안 AI 서비스들은 LLM을 실행시키기 위해 엔비디아의 A100 같은 칩으로 처리해 휴대폰으로는 도저히 불가능했다"며 "이 뉴로모픽 액셀러레이터를 사용하게 되면 현재 아마존의 알랙사, KT의 지니 등 시중에 나와있는 AI 서비스를 클라우드와 연결하지 않고 기계 자체에서 다 처리할 수 있게 될 것"이라고 설명했다. 또한 윤 과장은 "반도체 기업과 학교 간의 협력 강화를 위해서 지난 2022년 6월 과기정통부 PIM 예타사업 지원을 통한 결과물"이라며 "이 사업으로 향후 추가적인 성과도 기대할 수 있을 것"이라고 전망했다. 하이브리드식 연산처리 이번 연구를 통해 개발한 AI반도체용 하드웨어 유닛은 기존 LLM 반도체 및 뉴로모픽 컴퓨팅 반도체에 비해 4가지의 특징을 지닌다. 심층 인공 신경망(DNN)과 스파이킹 뉴럴 네트워크(SNN)를 상호 보완하는 방식으로 융합한 독특한 신경망 아키텍처를 사용함으로써 정확도를 유지하면서도 연산 에너지 소모량을 최적화했다. 또 DNN과 SNN 모두를 효율적으로 활용할 수 있는 AI반도체용 통합 코어 구조를 개발했다. 특히 SNN 처리에 소모되는 전력을 줄이기 위해 출력 스파이크 추측 유닛까지 개발했다. 이와 함께, LLM의 파라미터를 효과적으로 압축하기 위해 빅-리틀 네트워크 구조와 암시적 가중치 생성기법, 그리고 부호압축까지 총 3가지 기법을 사용했다. 이를 통해 GPT-2 모델의 708M개에 달하는 파라미터를 191M개로 줄였으며, 번역을 위해 사용되는 T5 모델의 402M개에 달하는 파라미터 역시 동일한 방식을 통해 76M개로 줄일 수 있었다. 김상엽 박사는 "이러한 압축을 통해 연구진은 언어 모델의 파라미터를 외부 메모리로부터 불러오는 작업에 소모되는 전력을 약 70% 감소시켰다"고 설명했다. 이어 "상보형-트랜스포머는 전력 소모를 GPU(엔비디아 A100) 대비 625배 만큼 줄이면서도 GPT-2 모델을 활용한 언어 생성에는 0.4초의 고속 동작이 가능하며, T5 모델을 활용한 언어 번역에는 0.2초의 고속 동작이 가능하다"고 덧붙였다.   monarch@fnnews.com 김만기 기자