IT/과학
구글보다 연산 부담 6분의 1…KIST, 저전력 뉴로모픽 AI 학습법 개발
뉴스보이
2026.07.23. 12:12
뉴스보이
2026.07.23. 12:12
간단 요약
간단 요약
뇌 신경세포를 모방한 스파이킹 신경망(SNN)의 학습 성능을 획기적으로 개선했습니다.
소프트웨어만으로 적용 가능해 스마트폰 등 온디바이스 AI 분야에 활용될 전망입니다.
이 기사는 3개 언론사의 보도를 교차 검증하여 작성되었습니다.
이 기사는 3개 언론사의 보도를 교차 검증하여 작성되었습니다.
한국과학기술연구원(KIST) 반도체기술연구단 박성식 선임연구원 팀이 뉴로모픽 인공지능의 핵심인 스파이킹 신경망(SNN)의 학습 성능을 높이는 새로운 학습 기법 'A²SG'를 개발했습니다. SNN은 뇌 신경세포가 전기 신호를 주고받는 방식을 모방해 전력 소모를 줄일 수 있지만, 학습이 까다로워 정확도를 높이는 데 한계가 있었습니다.
연구팀이 개발한 A²SG는 학습 상황에 따라 기울기를 스스로 조절하는 적응형 방식과 뇌 신경세포의 신호 누적·발화 특성을 반영한 비대칭형 방식을 결합했습니다. 이를 통해 구글의 기존 학습 기법 대비 추가 연산 부담을 약 6분의 1 수준으로 낮추면서도 더 높은 정확도를 기록하며 범용성을 입증했습니다.
이번 연구는 세계 3대 AI 학회로 꼽히는 국제머신러닝학회(ICML) 2026 정규 논문으로 채택돼 지난 7일 서울 코엑스에서 발표됐습니다. 하드웨어 변경 없이 소프트웨어만으로 적용할 수 있어 스마트폰, 웨어러블 기기, 드론 등 온디바이스 AI와 24시간 상시 작동하는 스마트 센서 등 저전력이 필요한 분야에 즉각 활용이 가능합니다.
연구팀은 향후 대규모 모델 학습과 뉴로모픽 하드웨어 검증을 거쳐 저전력 AI 반도체 상용화를 추진할 계획입니다. 특히 KIST가 개발 중인 확률 기반 차세대 반도체 'RPU(Random Processing Unit)'와 연계해 차세대 AI 반도체용 인공지능 모델 개발에도 속도를 낼 방침입니다.
이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다. AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
• 이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
• AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
