경희대, 멤리스터 기반 AI 추론가속기 개발…고효율 반도체 기반 제시
||2026.03.27
경희대학교가 차세대 인공지능(AI) 추론 전용 가속기 구현 가능성을 높인 멤리스터 기반 인메모리 컴퓨팅 기술을 개발했다.
경희대는 이홍섭 신소재공학과 교수 연구팀이 리튬이온 기반 자가정류형 멤리스터 소자를 활용해 대규모 크로스바 어레이에서 안정적인 AI 추론 연산이 가능한 하드웨어 구조를 구현했다고 27일 밝혔다.
최근 AI 기술 발전으로 데이터 처리량이 급증하면서 기존 GPU·NPU를 넘어서는 고효율 반도체 수요도 커지고 있다. 이에 저장과 연산을 메모리 내부에서 동시에 처리하는 인메모리 컴퓨팅이 차세대 AI 반도체 대안으로 주목받고 있다.
핵심 소자인 멤리스터는 전기 자극에 따라 저항값이 바뀌고 그 상태를 기억하는 차세대 전자소자다. 이 소자를 크로스바 구조로 배열하면 메모리와 연산 장치 사이 데이터 이동을 크게 줄일 수 있어 저전력·고속 연산에 유리하다. 다만 선택되지 않은 소자에 원치 않는 전류가 흐르는 '스니크 전류'와 이온의 불규칙한 움직임에 따른 가중치 신뢰성 저하가 기술적 한계로 꼽혀 왔다.
연구팀은 원자층 증착법(ALD) 공정을 적용해 리튬이온 기반 자가정류형 멤리스터 소자를 제작했고, 이를 통해 스니크 전류를 안정적으로 억제하면서 정밀 제어가 가능한 멤리스터 어레이를 구현했다. 분석 결과 전압 인가에 따라 리튬 이온이 전극과 박막 사이를 이동하며 저항이 바뀌는 메커니즘도 확인했다.
연구팀은 또 소자의 물리적 한계를 보완하기 위해 학습과 추론을 분리하는 방식을 적용했다. 학습은 외부 서버에서 수행하고, 학습된 가중치 값은 엣지 디바이스 내 멤리스터 어레이에 반영하는 구조다.
이 과정에서 소자 상태를 실시간으로 확인하며 목표값에 도달할 때까지 미세 조정하는 '라이트-베리파이(write-verify) 스킴' 알고리즘을 도입했다.
그 결과 1024개 멤리스터 소자에 가중치를 두 차례 연속 매핑하는 실험에서 99% 이상의 수율을 기록했다. 연구팀은 이번 성과가 대규모 패시브 크로스바 어레이 기반의 정확한 AI 추론 연산 가능성을 보여준 결과라고 설명했다.
연구팀은 앞으로 기존 AI 가속 하드웨어와 비교해 에너지 효율 향상 가능성을 추가 검증할 계획이다. 이홍섭 교수는 “이번 연구는 패시브 멤리스터 어레이의 스니크 전류를 효과적으로 제어하면서도 정밀한 웨이트 매핑을 구현했다는 점에서 의미가 있다”며 “향후 고집적·고효율 AI 추론 하드웨어 개발의 중요한 기반 기술이 될 것으로 기대한다”고 말했다.
이 같은 연구 결과는 국제학술지 'Nano Energy' 3월호에 게재됐다.
용인=김동성 기자
1
2
3
4
