지능형 반도체 등 전자부품의 변화
날짜2018.02.28
조회수22184
글자크기
  • Changes in electronic components such as an intelligent semiconductor
    • 지능형 반도체는 IoT, 웨어러블 디바이스, 스마트시티, 지능형 이동체 등의 기술적 성숙도를 이끄는 부품으로 우리나라의 신성장 동력 산업 중 하나임
    • 지능형 반도체는 인간의 뇌를 모방하는 뉴로모픽칩(Neuromorphic chip)의 형태로 진화하고 있으며, 반도체 강국인 우리도 개발에 적극 나서야 함
    • An intelligent semiconductor is one of the new growth engine industries that leads to the technological maturity of IoT, Wearable Devices, Smart City, and Intelligent Mobility.
    • An intelligent semiconductor is evolving into Neuromorphic chip that mimics the human brain, and we, as a semiconductor powerhouse, should be also active in the development of Neuromorphic chips.
  • 지능형 반도체의 기본 개념과 반도체의 종류
    • 지능형 반도체는 데이터를 저장하는 메모리 반도체와 연산 기능을 수행할 수 있는 시스템 반도체의 융합된 형태를 가짐
    • 지능형 반도체(Process in Memory, PIM)는 사물인터넷(IoT), 스마트시티, 로봇, 착용형 장치(Wearable Device)1 및 맞춤형 헬스 케어, 그리고 자율주행차나 드론과 같은 지능형 이동체 등의 기술적 성숙도를 이끌 수 있는 부품임
    • IoT의 활성화와 점차 증가하고 있는 빅데이터로 인해 기존의 반도체 형태만으로는 이를 응용하는 서비스를 원활하게 지원하기에 한계가 있음
    • 더 많은 데이터를 더 효율적으로 처리하고 인공지능을 탑재하여 보다 지능적인 서비스를 지원하기 위해, 부품의 내부 구성의 변화가 필요함
    • <그림 1> 지능형 반도체의 응용 분야
    • 반도체는 메모리 반도체와 비메모리 반도체 두 종류로 구분됨
    • (메모리 반도체) 메모리 반도체는 정보의 기억과 저장을 목적으로 하며 휘발성이냐 비휘발성이냐에 따라 다시 램(RAM, Random Access Memory)과 롬(ROM, Read Only Memory)으로 구분됨
    • () DRAM(Dynamic RAM)은 컴퓨터의 주기억장치에 주로 사용되며, SRAM(Static RAM)은 중앙처리장치(CPU, Central Processing Unit)의 캐시(Cache) 기억장치2로 사용되고, VRAM(Video RAM)은 그래픽 카드(VGA, Video Graphics Array)의 메모리로 사용됨
    • () 제조 공정 시 특정 데이터를 미리 기록한 상태로 출시하여 전력의 흐름에 따라 미리 기록된 동작을 수행하며, 대표적으로 Mask ROM이 있음
    • RAM과 ROM의 장점을 모두 갖는 플래시 메모리(Flash Memory)는 우리에게 USB 저장 장치로도 잘 알려져 있음
    • 메모리 반도체는 우리나라의 주력 반도체 생산 제품이자 세계적으로도 높은 점유율 (50% 이상)을 보이는 분야임
    • (비메모리 반도체) 주로 연산이나 제어 같은 정보의 처리를 목적으로 하는 시스템 반도체이며 대표적으로는 CPU, 그래픽처리장치(GPU, Graphic Processing Unit), 휴대폰에 사용되는 응용 프로세서(AP, Application Processor) 등에 활용됨
    • 반도체 내부에 기존의 CPU나 GPU 등과 같은 특정 목적의 기능을 탑재하여 하나의 시스템을 이루는 경우도 있어서 이를 시스템 온 칩(SoC)3이라고도 함
    • SoC에는 마이크로 컴포넌트(Micro-component), 로직 IC(Logic IC)4 등이 있으며, 그 외 비메모리 반도체로는 아날로그 IC(Analog IC), 광학 반도체 등이 있음
    • (마이크로 컴포넌트) 단일 칩에 CPU의 기능을 집적시켜 만든 MPU(Micro Processing Unit), 특정 제품이나 시스템을 제어하기 위해 RAM과 ROM 회로를 탑재하고 단일 칩으로 작동이 가능한 MCU(Micro Controller Unit)가 있음
    • (로직 IC) 논리회로 구성과 저장소 및 주변 배선 등을 집약하여 만든 반도체로 휴대폰의 AP가 대표적임
    • (AP) 휴대폰에서 컴퓨터의 CPU 기능과 동시에 저장소 역할도 수행하는 핵심 부품으로 최근에는 MCU와 AP의 경계가 모호해 지고 있음
    • (아날로그 IC) 아날로그 신호를 증폭하는 회로나 전압 회로를 집적하여 만든 반도체로 오디오 연산 증폭, 온도 감지, 무선 주파수의 증폭 등에 사용될 수 있음
    • (광학 반도체) 전자 소자들을 광반응 소자들과 함께 하나의 칩에 집적시켜 빛 신호를 전기 신호로 변환시켜주는 반도체로 이미지 센서로 널리 쓰이며, 카메라를 활용하는 CCTV나 의료기기, 자동차 부품 등에 활용됨
    • <그림 2> 반도체의 종류
  • 지능형 반도체의 부상과 뉴로모픽칩(Neuromorphic chip)의 등장
    • IoT가 현실화되면서 늘어나는 빅데이터와 이를 전송하는 5G5 같은 고속 통신이 활성화되면, 더 빠르고 지능적인 데이터 처리를 위한 지능형 반도체가 필요함
    • 지능형 반도체는 CES2018에서도 미래를 이끌 중요한 기술이자 각종 전자 장비의 핵심 부품으로 주목을 받음
    • (삼성) 정확한 안면 인식을 위한 심층학습 기능과 고성능 통신 모듈(1.2Gbps 속도)을 탑재한‘ 엑시노스 9810’ 칩을 발표했으며 임베디드 기술 제품 분야 혁신상을 수상함
    • 글로벌 IT 기업들도 지능형 반도체의 개발 및 제품 출시에 박차를 가하고 있음
    • (애플) 최신 아이폰에‘ A11’이라는 새 AP칩을 사용했고, 여기에 인공지능을 지원할 수 있는 기능을 탑재하여 인공신경망 연산 수행에 최적화된 NPU(Neural Processing Unit) 기능을 지원하도록 했음
    • (구글) 자체 개발한 TPU(Tensor Processing Unit)는 자사의 인공지능 알고리즘인 텐서플로우(Tensor Flow)를 전용으로 구동시킬 수 있는 장치로 인공신경망의 연산에 반드시 필요한 병렬 형태의 계산 구조와 데이터의 재활용 등을 지원함
    • (퀄컴) 세계 3위의 휴대폰 칩셋 사업자이자 CDMA 기술 특허를 보유하고 인공지능 성능을 대폭 향상한‘ 스냅드래곤 845’칩을 개발하여 주요 스마트폰에 탑재함
    • (엔비디아) GPU 시장을 70% 이상 점유하는 업체로 자사의 GPU 칩셋을 인공신경망 연산을 위한 병렬컴퓨팅에 적극 활용하고, 하드웨어뿐만 아니라 쿠다(CUDA)6와 같은 SW기술을 고도화하는 중
    • 최근 자율주행차를 위한 고성능 인공지능 칩셋 자비에(Xavier)를 선보였는데, 이 칩셋은 90억 개의 트랜지스터(Transistor)를 내장하고 30와트(W)의 전력으로 초당 30조 회 연산이 가능하여 이전 세대 대비 15배 성능을 향상시킴
    • 뉴로모픽칩은 인간의 뇌를 모방한 형태로 기존의 폰노이만(Von Neumann) 구조를 벗어나 효율성을 극대화하고 스스로 학습할 수 있는 능력을 갖춤
    • 현재 우리가 일반적으로 사용하는 모든 종류의 컴퓨터는 <그림 3>의 (a)와 같이 폰노이만 구조로 구성되어 있으며, 이는 입력 값에 대하여 저장소와 처리 장치로 구성된 장치를 통해 연산을 수행하고 출력 값을 얻는 형태임
    • 그러나, 각 구성 요소 간의 처리 속도 차이와 데이터 전송 시의 병목 현상 등은 점점 증가하는 빅데이터와 고성능 인공지능을 충분히 지원하지 못하는 한계점임
    • 뉴로모픽칩은 인간의 뇌세포인 뉴런을 모방한 뉴로시탭틱 코어(Neurosynaptic core, 이하 인공 뉴런)가 네트워크 형태를 이루면서 <그림 3>의 (b)와 같은 구조를 가짐
    • 병렬로 구성된 이 인공 뉴런들은 클럭(Clock)7 동작 없이 이벤트 구동 방식8으로 작동되며9 기존의 메모리, 연산, 통신의 기능을 하나로 통합하여 각각의 인공 뉴런들이 유기적 연동되어 신호를 주고받음
    • 이는 인간의 대뇌 피질처럼 동작하는 것을 원동력으로 하여 각 인공 뉴런들의 네트워크 군집을 자유롭게 확장하거나 구성할 수 있도록 하여 심층학습(Deep Learning)에 최적화된 구조를 가짐
    • <그림 3> 폰노이만 구조와 뉴로모픽칩
    • 뉴로모픽칩의 개념이 처음 등장한 것은 1987년으로 초 대규모 집적회로(VLSI)를 발명한 MIT의 카버 미드(Carver Mead)의 논문10에서 처음 언급되었음
    • 뉴로모픽칩의 선두주자들은 인텔과 IBM인데, 인텔은 2012년 뉴로모픽칩 설계를 발표 후 로이히(Loihi)라는 칩을 개발하였고, IBM은 2014년 8월 DARPA11 과제로 시작한 트루노스(TureNorth)라는 뉴로모픽칩을 발표함
    • 인텔의 Loihi는 13만 개의 인공 뉴런과 1억 3천만 개 이상의 인공 시냅스 처리 능력을 보이며, 인텔은 이 칩의 시험판을 올해 상반기부터 인공지능을 연구하는 자국 대학 및 연구 기관에 제공할 예정임
    • IBM 뉴로모픽칩 트루노스의 예
    • 트루노스는 컴퓨팅 칩과 신경망 칩을 하나의 칩에서 구현했고 매우 낮은 소비전력과 상대적으로 낮은 코어의 처리 속도로도 현재의 CPU를 능가하는 성능을 보일 수 있게 <그림 4>와 같이 설계함
    • <그림 4> IBM TureNorth의 구조
    • (구성) 칩 하나에 총 64x64(=4,096)개의 코어가 있고, 이 코어 하나당 256개의 인공 뉴런을 보유하여 칩 하나 당 104만 8천여 개의 인공 뉴런을 가지고 있는 것과 같음
    • 이 인공 뉴런들은 뉴런들과의 연결을 각각 256개씩 가져서, 코어 하나당 256x256 (65,536)개의 연결을 가지며, 트루노스 칩 하나당 2억 6천만 개가 넘는 인공 신경 접합부(Synapses) 갖는 것과 같음
    • 인간의 뇌신경 세포(뉴런)는 약 860억 개이고, 각 신경 세포마다 다른 세포들과 연결을 위한 수천~수만 개의 가지(축삭)들이 있어 약 100조 개의 시냅스가 존재함에 비추어 볼 때 아직 인간의 뇌 형태를 완전히 모방하기에는 많이 부족함(칩 하나에 0.00026% 수준)
    • (성능) 평균 70밀리와트(mW)로 매우 적은 전력을 소비하며 초당 460억 시냅틱(Synaptic) 연산을 수행함 
    • 인간 뇌의 신경세포 연산(초당 10회 수준 : 10Hz) 대비, 성능적으로는 뇌보다 단위 영역당 더 강한 연산 성능을 보여줌
    • 실제 인간의 뇌 수준으로 이 칩들을 병렬로 연결하여 100조 개의 시냅스를 갖춘 시뮬레이션에는 1,500배 이상 느린 효율과 12기가 와트(GW)라는 엄청난 전력을 소모함(인간의 뇌가 약 20와트의 전력을 소비한다고 할 때, 6억 배에 달하는 매우 큰 전력소모임)
    • 현재 IBM은 16개의 트루노스 칩을 연결하여 1,600만 개의 인공 뉴런과 40억 개의 인공 시냅스를 구축하는 수준까지 도달하였으며, 향후 4,096개의 칩을 연결하고 약 1조 개의 인공 시냅스 구축 및 4킬로와트(kW) 이하의 전력 소모를 목표로 개발을 진행하는 중임
  • 지능형 반도체 산업 육성을 위한 정부 정책들
    • 정부는 지능형 반도체를 혁신 성장 동력 중점 13개 과제 분야 중 하나로 선정하고 지속적인 지원을 추진 중임
    • 지난 2014년에 지능형 반도체를 13대 성장 동력 중 하나로 선정하였고, 이후 2년에 걸쳐 ‘ 미래성장동력 종합실천계획’을 통해 국가 기반 산업으로 발전시키기 위한 전략을 수립함
    • 우리나라는 2020년까지 세계시장 점유율 10%(2위) 달성과 뉴로모픽, 초소형·저전력, 웰니스 케어(Wellness care), 저전력 연결형 반도체 개발 및 서비스를 주요 목표로 삼았으며, 투자 규모 계획은 2020년까지 총 4,886억 원임
    • 또한‘, K-ICT전략 2016’‘, 지능정보사회 중장기 종합대책(2016.12.)’‘, 시스템반도체 산업 경쟁력 강화방안(2017.3.)’등 지속적인 대책 마련을 통해 지능형 반도체를 중요 핵심 과제로 선정하여 기초 및 원천 기술 확보에 주력해 왔음
    • 이번 제13회 국가과학기술심의회 미래성장동력 특별위원회에서 확정한‘ 혁신성장동력 추진계획(2017.12.)’에서도 중점 13개 과제의 분야 중 하나로 지능형 반도체를 선정하여 지속적인 지원을 할 것으로 예정
    • 해외 주요국들도 우리보다 한발 앞서 지능형 반도체 관련 정책을 적극적으로 추진
    • (미국) 앞서 예시로 살펴본 트루노스 칩처럼 DARPA를 중심으로 IBM과 지능형 반도체프로젝트를 진행하는 등 민·관 협력의 투자 개발에 주력하고 있음
    • (EU) 인간의 뉴런을 모사한 인공지능 칩 개발12을 포함하는 프로젝트에 1조 2천억 원 규모의 투자를 하고 있음
    • (일본) 이미 2001년부터 2007년까지 MIRAI, 2007년부터 2011년까지는 ASUKA 등의 프로젝트를 통해 1조 2천 8백억 원 이상의 투자를 진행해 왔음
    • (중국) 반도체 생태계의 양성을 위한 투자를 2015년 이후 10년간 180조 원 규모로 투자하며 세제 혜택 등을 통한 기업 R&D를 장려하고 있음
  • 시사점
    • 지능형 반도체는 스마트 인프라 및 기기의 지능형 서비스를 가능하게 하며, 산업 전체의 지능화를 실현시키는 파급 효과가 큰 핵심 기반기술이므로 시장의 요구에 따라 기존 반도체 산업을 지능형 반도체 산업으로 진화시키는 것에 박차를 가할 때임
    • 반도체 산업은 우리나라의 효자 종목으로 IT 산업을 이끄는 주역이며, 지난해 우리나라 반도체 생산 기업들은 좋은 성적을 거두며 세계 시장을 재패했음
    • 비록 아직까지는 메모리 반도체의 비율이 더 크긴 하지만, 지능형 반도체의 수요는 그 비중이 빠르게 늘어날 것으로 보임
    • 특히, 반도체가 차지하는 비중이 9~12% 이상인 사물인터넷의 시장 규모는 향후 2020년에 최대 7천억 달러 규모까지 성장할 것으로 전망됨
    • 사물인터넷의 부류인 착용형 장치도 지금보다 더 발전된 서비스를 제공하고, 산업이 성장하기 위해서는 지능형 반도체 기술이 뒷받침되어야 함
    • 사물인터넷의 궁극적인 단계는 각 사물이 외부의 환경을 스스로 탐지하고 판단하여 필요한 최적의 서비스를 제공하는 것이며, 이를 위한 핵심 기술은 바로 지능형 반도체임
    • 1 착용형 컴퓨터(Wearable Computer)라고도 하며 안경, 시계, 옷 등과 같이 사람이 착용할 수 있는 형태의 장치로써 사용자가 거부감 없이 신체의 일부처럼 착용하고 인간의 능력을 보완·증가시키거나 각종 편의를 제공
    • 2 고속의 CPU와 상대적으로 느린 주기억장치(메모리, 하드디스크(HDD) 등)의 속도 차이를 보완해주기 위한 고속의 버퍼(Buffer) 역할을 수행하는 메모리
    • 3 SoC : System on Chip, 한 개의 칩에 완전 구동이 가능한 시스템이 들어 있는 것을 의미, 기존 여러 개의 반도체가 모여 시스템을 구성하던 것을 하나의 통합된 칩으로 구현
    • 4 IC : 집적회로(Integrated Circuit), 반도체에 만든 전자회로의 집합으로 최근에는 칩 하나에 연산을 위한 트랜지스터(Transistor)를 수십억 개 이상 들어갈 수 있는 나노공정으로 조밀하게 만듦
    • 5 5세대 이동통신 표준(5th generation mobile communications)으로 28Ghz의 초고대역 주파수를 사용하며, 최소 100Mbps에서 최대 20Gbps의 데이터 통신 속도, 1km 반경 내 최대 100만 개의 IoT 기기 연결성, 고속 이동(500km/h) 시에도 안정적인 통신을 지원하는 것을 목표로 함
    • 6 엔비디아가 개발한 SW로 GPU에서 수행하는 병렬 처리 알고리즘을 그래픽 처리 외의 일반적인 목적(General purpose GPU, GPGPU)으로 사용하는 것을 지원하는 역할을 수행
    • 7 CPU가 일정한 속도로 작동하기 위해 일정한 간격으로 전기적 진동을 공급하는 규칙적인 신호
    • 8 Event-driven 방식, 이벤트가 발생했을 때 미리 정해진 패턴대로 처리하는 방식
    • 9 클럭 동작 방식은 매 클럭마다 연산을 위한 계산 단계상의 동작이 한순간에 한 번씩 순차적으로 이루어지는 데 반해, 이벤트 구동 방식으로 하면 각 코어의 동작이 정해진 패턴대로 신호를 주고받는 등 단순해질 뿐 아니라, 대규모 군집을 이룰 경우 서로 유기적으로 동시다발적인 신호를 주고받을 수 있고, 이는 학습을 위한 병렬 연산의 더 빠르고 효율적인 처리를 가능하게 함(참고 : https://www.youtube.com/watch?v=5izS3lAZHmI#action=share)
    • 10 M.A. Sivilotti, M.A. Mahowald, and C.A. Mead“. Real-time visual computations using analog CMOS processing arrays.”, Advanced research in VLSI: Proceeding of the 1987 Stanford conference, P. Losleven (Ed.). Cambridge, MA; MIT Press, 1897, pp. 295-311.
    • 11 미 방위고등연구계획국, Defense Advanced Research Projects Agency.
    • 12 인간 뇌 프로젝트인 HBP(Human Brain Project)에서 추진하며 뉴로모픽, 로보틱스 등의 플랫폼 구축 및 지능형 반도체 개발 등을 진행