Vacuum Square

25Vacuum Square

기업소개

네패스는 웨이퍼레벨패키지(Wafer Level Package,

WLP), 팬아웃웨이퍼레벨패키지(Fan-Out Wafer Level

Package, FOWLP) 등 비메모리반도체 분야의 첨단 패

키지 서비스를 주력으로 하는 한국의 전자소재·부품 전

문기업이다. 지난 8월 국내 최초로 인공지능반도체(AI

Neuromorphic Chip)를 상용화하며 칩메이커로서 인공

지능사업에 진출했다.

본문

4차 산업혁명이라는 화두와 최근 알파고의 연이은 현존

하는 최고 바둑 고수들에게 연이은 승리로 인공지능이 사

람의 인식에 매우 근접한 것으로 느껴지고, 이미 일부는

현실에 적용이 되고 있다.

이미 잘 알고 있겠지만 인공지능은 인간의 지능을 기계

로 구현하다는 취지로 1956년 당시 인공 지능의 선구자

들이 인간의 지능과 유사한 특성을 가진 복잡한 컴퓨터를

제작하는 것을 목표에서 출발하였다. 그리고 수 십년 동

안 많은 기술의 발전을 통해서 최근 소셜 미디어의 이미

지 분류 서비스나 얼굴 인식 기능 등과 같이 특정 작업을

인간 이상의 능력으로 해낼 수 있는 것이 기술로 발전하

였지만 인간과 같은 감각과 사고력을 가지고 인간처럼 생

각하고 행동하는 인공지능의 개발은 아직 많은 시간이 필

요하다.

현재 일반적으로 알려져 있는 인공지능의 핵심요소로

알려져 있는 Deep Learning기술의 인공신경망을 토론토

대의 제프리 힌튼(Geoffrey Hinton) 교수 연구팀이 슈퍼

컴퓨터를 이용하여 딥러닝의 이미지인식 인공신경망 알

고리즘을 통해서 획기적인 이미지 인식에 성공하면서 급

속한 발전이 이루어 졌고 최근에는 엔비디아등의 업체에

서 병렬 연산에 최적화된 GPU를 이용한 딥러닝 가속기

뉴로모픽! 인공지능의 새로운 생태계를 만든다.

최기원

│연구실·기업체 탐방│

<저자 약력>

최기원 저자는 네패스 퓨처인텔리전스사업부 뉴로모픽HW팀장으로 재직 중에 있다. (kwchoi@nepes.co.kr)

[Fig. 1] 제프리 힌튼 교수: 출처 YouTube

Vacuum Square

진공 이야기 Vacuum Magazine │2017 09 September26

등장으로 연산 속도를 획기적으로 가속하며 딥 러닝 기반

의 인공 지능이 가속화되는 현실이다.

구조가 아니라 복잡한 소프트웨어로 코딩된 인공 신경

망은 다수의 레이어간 연결 및 일정한 데이터 전파 방향

을 특징으로 하고 있다. 즉 임의의 이미지를 수많은 조각

으로 잘라서 인공신경망의 Input 레이어에 입력하면, 인

공신경 망의 알고리즘을 통해서 데이터를 그 다음 레이어

로 전 달하여 마지막 레이어에서 최종 출력이 생성될 때

까지 알고리즘을 통한 연산을 계속 반복 하게 된다. 그리

고 각 Layer간 연산 작업시 정확도 향상을 위해서 개발

자의 경험이나 직관을 바탕으로 결정해야 될 임의의 가

중치가 할당하여, 가중치의 합에 의한 최종 출력이 결

정되는 방식 이다. 그래서 각 레이별로 계산되어야 하는

Data의 양에 따라서 소프트웨어를 보다 빠르게 구동시키

기 위해서 앞 서 언급한 슈퍼컴퓨터나 고성능 전용 GPU

Processor의 적용이 필수적으로 따라오게 된다.

따라서 현재 많이 언급되고 있는 출시되어 있는 많 은

딥러닝의 많은 장점과 여러 분야에 활용할 분야가 많지

만, 매우 복잡한 소프트웨어 알고리즘을 통한 다량의

Data를 처리하기 위해서는 앞으로 지속적인 고성능의 컴

퓨팅이 필요하다.

이와 같이 인공지능을 적용하기 위한 많은 데이터를 학

습할 수 있는 고성능 대용량 서버와 그 데이터를 처리할

수 있는 전문인력과 슈퍼컴퓨터가 필요한데, 간단한 기능

의 지능형 응용에 적용하기 위한 일반인들이나 기업에서

는 구축하기는 매우 어려운 현실이다 . 이러한 이유에서

기존에 출시되어 있는 인공지능이 대중적으로 사용되지

못했던 것은 이와 같은 비효율적인 문제가 가장 크다.

그래서 이미 많은 전문가들에서는 복잡한 딥러닝 알고

리즘 소프트웨어, 비싼 하드웨어 및 운영을 위한 많은 자

원을 요구하는 소프트웨어 와 네트워크 기반의 클라우드

인공지능의 문제를 언급하고 이를 극복하기 위한 솔루션

으로 인간의 뇌의 Hardware적인 뉴런을 반도체 CHIP을

구현하여 병렬 뉴럴네트워크를 구성한 뉴로모픽이 현실

적인 대안으로 최근 많은 연구기관과 기업에서 실용화 개

발에 뛰어들고 있다.

뉴로모픽(Neuro + Morphic) 칩은 이름 그대로 인간의

신경 구조, 즉 뉴런을 모방한 Hardware Neuron을 병렬

로 연결한 것을 의미한다 (그림 3).

금번 네패스의 뉴로모픽 칩 NM500에는 뉴런이 576개

가 장착돼 있다. 뉴런 하나당 한 가지 정보, 즉 하나의 상

황에 따른 한 가지 판단을 할 수 있는 구조를 가지고 있

[Fig. 2] 사람의 뇌신경망과 인공신경망의 구조 [Fig. 3] 뉴로모픽의 정의

Vacuum Square

연구실·기업체 탐방

27Vacuum Square

다. 산업현장에서 다양한 센서와 결합하여 누구나 적은

비용으로 빠르게 사람이 무엇인가를 판단할 때 보다 빠르

고, 정확하고 올바르게 판단을 내릴 수 있는 인공지능 시

스템을 만들 수 있는 최적의 솔루션중의 하나이자, 전세

계에서 유일하게 상용화가 된 하드웨어 뉴런으로 구성된

상용 제품이다.

또한 NM500을 연결하면 뉴런의 수를 지속적으로 늘릴

수 있다는 점과 뉴런의 수가 얼마나 증가하든 모든 뉴런

이 병렬로 연결되도록 설계되어 있어 인식하는 처리 속도

는 동일하다는 점이다.

이것이 가능한 이유는 데이터 처리방식이 데이터 입·

출력이 동시에 이루어지는 병렬식이기 때문이다. 기존 컴

퓨터 칩의 경우, 중앙처리장치(CPU)와 저장장치(메모리)

에서 데이터를 주고받는 직렬식이다 보니 취급하는 딥러

닝의 각 Layer별 수많은 노드들에 처리되는 데이터양이

많아지면 병목 현상이 생겨 처리속도가 느려지는 반면,

뉴로모픽 칩은 연산, 저장, 통신 등 기능이 융합되어 하나

의 사이클로 처리되기 때문에 데이터 병목 현상이 생기지

않는다.

예를 들면 인간의 뇌가 특정 정보를 찾기 위해 뉴런 속

정보를 동시다발적으로 찾는 것처럼 NM500 또한 뉴런

속 정보를 동시다발적으로 찾아 판단을 내리는 구조를 채

택했기 때문이다. 쉬게 말하면 기존 컴퓨터 칩의 경우, 아

파트에서 특정인물을 찾기 위해 1층부터 모든 문을 두드

리고 찾는 컴퓨터기반에서 운용되는 소프웨어방식으로

목표를 찾아가는데 수 많은 반복 연산을 통해서 해결한다

면, 뉴로모픽 칩은 아파트 밖에서 특정인물의 이름을 큰

소리로 외쳐서 찾는 것과 같이 한번의 연산으로 찾을 수

있다.

하드웨어 인공지능인 ‘NM500’은 현재 산업 전반적으로

[Fig. 5] NM500 특징: 뉴런 확장성 과 일정 인식 속도 [Fig. 7] 엣지컴퓨팅 생태계

[Fig. 4] Nepes NM500

[Fig. 6] 기존컴퓨팅기반의 소프트웨어 인공지능과 뉴로모픽 인공지능 비교

Vacuum Square

진공 이야기 Vacuum Magazine │2017 09 September28

확산되고 있는 IoT(Internet of Things)의 확장 형태인

엣지컴퓨팅을 보다 구체적 실현하게 하는 제품이다.

엣지컴퓨팅(Edge Computing)이란, 기계가 각 상황에

걸맞게 판단하고, 그에 따른 조치를 취하는 것을 말한다.

IoT가 각 상황에 대한 정보를 사용자에게 제공하고, 사용

자의 판단에 따라 조치가 취해지는 것에 반해, 엣지컴퓨

팅은 스스로 판단하고 학습하며, 상황에 적합한 판단을

내린다. 한마디로 기계마다 인공지능이 탑재되어 있는 것

이다.

NM500은 현장에서 실시간으로 Data를 학습하고 인식

할 수 있는 제품으로 학습 및 인지 가능한 Data는 Text,

Bio Signal, Audio, Image와Video 등과 같이 Pattern

으로 인식이 가능한 Data라면 어떠한 형태도 가능하기

때문에 대용량 서버나 슈퍼컴퓨터 없이도 상황에 맞는 판

단을 내릴 수 있는 인공지능 칩으로, 스마트팩토리를 비

롯해 다양한 산업군에 인공지능을 접목할 수 있게 한다.

또한 ‘Knowledge Builder’라는 학습 Tool을 통하면 파

워포인트 정도만 사용할 수 있는 산업현장의 누구나가 쉽

게 실시간으로 현장의 Data로 부터 바로 학습으로 시켜

서 바로 적용할 수 있다.

이러한 쉬운 인터페이스로 NM500은 현장에서 바로 새

로운 지식을 교육할 수 있으며, 전문지식이 없는 일반인

이라도 쉽게 인공지능을 이용한 어플리케이션을 만들 수

있다.

한편, 네패스는 NM500을 활용한 어플리케이션을 오

픈 소스 형태로 통해 공개하고 서로의 지식을 공유할 수

있 는코코아팹(kocoafab.cc)과 더뉴로모픽닷컴(www.

theneuromorphic.com) 을 운영하고 있다.

[Fig. 8] 엣지컴퓨팅 : IOT센서에 지능이 결합구조