클라우드에 의존하지 않고 실시간 인공지능(AI) 분석을 수행하는 나노 전자 소자가 개발됐다. 대용량 데이터를 자체적으로 처리하며 AI 작업을 실시간 수행해 에너지 소비를 절약할 수 있다.
미국 노스웨스턴대학교 연구진들은 에너지 효율적인 방법으로 기계학습 분류 작업을 수행할 수 있는 새로운 나노 전자 장치를 개발했다.
연구진들은 성능 테스트를 위해 공개적으로 사용 가능한 심전도(ECG) 데이터 세트에서 대량의 정보를 분류했다.
그 결과 불규칙한 심장 박동을 효율적이고 정확하게 식별할 수 있을 뿐만 아니라 약 95% 정확도로 6가지 범주 중 부정맥 하위 유형을 분류해 냈다.
현재 기술로 ECG와 같은 대규모 데이터를 분류하려면 100개 이상의 트랜지스터가 필요하다. 연구팀이 개발한 나노전자 장치는 두 개의 장치만으로 동일한 기계학습 분류를 수행할 수 있다.
이 나노 소자는 기존 실리콘 소재가 아닌 이황화몰리브덴과 탄소나노튜브를 활용해 소형화된 트랜지스터를 구성했다.
장치 수를 줄임으로써 전력 소비를 대폭 감소시키고 웨어러블 기기에 결합할 수 있는 작은 크기를 구현했다는 설명이다.
연구를 주도한 마크 허삼 노스웨스턴대 교수는 “현재 대부분의 센서는 데이터를 수집한 다음 이를 클라우드로 보내 에너지를 많이 소비하는 서버에서 분석한 다시 사용자에게 최종 전송된다”면서 “이러한 방식은 비용이 많이 들고 에너지 소비량이 크며 시간도 많이 걸리는 단점이 있다”고 설명했다. 이어 “새로운 나노 전자 장치를 이용하면 실시간 감지와 데이터 처리를 웨어러블 기기에서 직접 수행할 수 있어 건강과 관련된 응급 상황에 더욱 신속하게 개입할 수 있다”고 덧붙였다.
이번 연구 결과는 국제학술지인 네이처 일렉트로닉스 저널에 게재됐다.
정현정 기자 iam@etnews.com
