일본산업뉴스요약

「심층 학습」 단 하나의 칩으로
Toshiba, 카메라 등에 탑재 가능케 해

▼심층학습(Deep learning)이란 반복된 학습으로 영상이나 음성 등의 특징을 찾아내는「기계 학습」의 방법 중 하나이다. 정보를 주고 받는 신경 세포「뉴런(Neuron)」이 여러 층의 구조로 이루어져 있는 인간의 뇌를 모사한 것이다. 1980년대에 유행하던 신경회로망(Neural network)를 발전시킨 것이다. 인공 신경세포가 모여있는 층이 신경회로망보다 더 깊은 것에서,「심층(Deep)」이라고 불린다. 학습 방법을 가르쳐주지 않아도, 인공지능(AI)이 스스로 특징을 찾아낸다. 「알파고」는 바둑을 반복 학습을 통해, 세계 제일의 바둑 기사를 무너뜨리는 실력을 갖추었다.

도시바는 인공지능(AI)의 첨단 기술「심층학습」을 실행할 수 있는 반도체 칩을 개발했다. 인간의 뇌신경 세포나 그 결합 기능을 모사해, 하나의 칩으로 방대한 데이터를 낮은 소비 전력으로 학습할 수 있다. 칩을 감시 카메라나 자율 주행 자동차 등에 삽입하면, 현장의 정보를 바탕으로 심층 학습이 가능하게 된다. 괴한이나 보행자를 조속히 발견하거나, 도로 상태에 따라 위험을 피해가는 상황 등에 이용될 전망이다.

-- 현장의 정보를 빠르게 판단하다 --
그 성과는 후지야마 시에서 열리는 반도체 기술의 국제 회의에서 8일에 발표된다. 앞으로는 학습 능력의 향상 등 개선에 힘쓸 것이다.

심층 학습에서는 대량의 데이터가 사용되기 때문에, 한 개의 반도체 칩만으로는 처리가 불가능해 여러 개의 고성능 컴퓨터를 사용할 수 밖에 없었다. 병렬 처리로 대량의 데이터 처리가 가능한 화상 처리용 반도체인 GPU를 사용하는 방법도 있으나, 자동차나 카메라 등의 전자 기기에 삽입하기는 어렵다.

개발된 반도체는 기존의 대규모 집적 회로(LSI)와 같은 CPU(중앙 처리 장치)와 기억 장치 등을 따로 만들어 배선하는 것이 아닌, 연산과 기억을 겸비한 뇌의 신경 세포에 해당하는 회로를 다수 만든다. 데이터의 특징을 찾아 학습 할 때, 연속되는 아날로그 신호로 처리한다. 각각의 회로는 복잡한 계산이 불가능하지만, 칩 전체로는 뇌의 신경 회로처럼 정보를 처리한다.

계산의 정밀도는 전기 신호를 「0」「1」인 디지털로 처리하는 현재의 반도체보다 우세하나, 대량의 데이터를 처리해 학습하는 것이므로, 결과적으로는 거의 차이가 없다고 한다.

도시바는 이 새로운 기술을 이용해, 약 3만2,000개의 회로를 가진 종횡 1.9mm의 반도체 칩을 시험 제작했다. 1왓트로 1초간에 48.5조 회(回)의 연산이 가능하다.

심층 학습을 하나의 칩으로 처리할 수 있다면, 다양한 기기로의 삽입 가능하다. 예를 들어, 자율 주행 자동차는 항상 변화하는 도로 상황에 맞춰 핸들이나 브레이크 등을 조작할 필요가 있다. 차량용 센서가 수집한 정보를 인터넷을 통해 서버로 전송해서 학습하는 방식으로는, 통신에 시간이 걸려 갑작스런 위기에 대처할 수 없다.

이 밖에, 비행 중에 스스로 최적의 루트를 찾는 드론(소형 무인기)이나 범죄자를 정확하게 찾아낼 수 있는 감시카메라 등으로의 응용을 기대할 수 있다.

뇌의 구조를 모사한 반도체 회로는 이론상, 기존의 프로세스와 비교해, 소비 전력이 기존의 수천 분의 1 이하로 줄일 수 있다. 미국 IBM 등이 2014년에 뇌형 컴퓨터 칩을 발표하였다. 방식은 다르지만, 도시바는 소비 전력 면에서 더 우세할 것이다.

    -- 끝 --