일본산업뉴스요약

Nikkei X-TECH_2021.2.22

광학 인공신경망의 현실화
빛의 파장으로 연산

최근에는 NTT뿐만 아니라, 빛을 정보처리에 이용하려는 움직임이 세계에서 활발해지고 있다. 특히 눈에 띄는 것은 빛의 파장을 이용해 연산을 실행하는 ‘광학 인공신경망(Optical Artificial Neural Networks)’이다.

간단히 말하면, 광학 회로를 연산용으로 조정해 빛의 통과만으로 연산이 완료되는 기술이다. 짧은 거리를 빛의 속도로 통과해 연산하기 때문에 일부 연산에서는 CPU 등의 칩보다 빠른 고속의 데이터 처리를 실현할 수 있다. “미국 매사추세츠 공과대학(MIT) 그룹이 논문을 발표한 2017년부터 광학 인공신경망의 연구가 매우 활발해졌다”라고 나고야(名古屋)대학 대학원 정보학연구과 교수 이시하라(石原) 씨는 말한다.

광학 인공신경망의 개념에 대해 간단히 설명하겠다. 좌측에는 광학 회로 안을 통과하는 빛의 광원이 있으며 우측에는 빛의 관측점이 있다. 광학 인공신경망 안에는 빛의 위상이나 강도 등을 변조하는 광디바이스가 설치되어 있다. 광디바이스는 컴퓨터의 전기 신호를 수신해 작동한다.

컴퓨터에 학습용 샘플의 파라미터 데이터를 계속해서 전송해 광학 인공신경망으로 올바른 연산 결과(출력광)를 관측할 수 있도록 광디바이스로 전달된 전기 신호의 강도를 지속적으로 조정한다.

이 조정을 통해 컴퓨터는 올바른 연산결과를 얻을 수 있도록 광디바이스로 수신한 전기 신호를 학습한다. 학습 후에는 전기 신호를 고정시킴으로써 학습을 마친 광학 인공신경망이 완성된다. 여기에 추론용 샘플의 파라미터 데이터를 컴퓨터에 전송하면 광학 인공신경망의 빛 파장만으로 올바른 연산 결과를 얻을 수 있는 구조다.

이 기술의 응용처로서는 자율주행차를 들 수 있다. “자율주행차가 엣지 센서에서 방대한 데이터를 지속적으로 처리할 경우, 탑재하고 있는 배터리를 금방 다 써 버릴 수 있다”(인텔 일본법인 집행임원 신규사업추진본부 본부장 오노 씨). 자율주행차에서는 주위 상태 등을 저소비 전력으로 인식할 수 있도록 하는 연산처리가 요구되고 있다. 이에 광학 인공신경망으로 소비 전력을 줄일 수 있을 가능성이 있다.

또한 광전융합기술의 보급이 진행된다면 센서류를 통해 수집된 데이터를 빛으로 송수신 하기 때문에 해당 디바이스의 이용처가 확대되어 갈 것이다. 예를 들면 CMOS 이미지 센서는 주위의 빛을 센싱해 전기 신호로서 추출하고 있다. 그것을 또다시 변환시켜 광 신호로 송신함으로써 광학 인공신경망 디바이스를 통한 물체 인식 등의 분석 처리를 고속으로 처리할 수 있게 된다. 자율주행 등에서 요구되는 순식간의 인식·판단에 기여할 수 있을지도 모른다.

-- 산업기술종합연구소나 나고야대학도 연구 개발 --
광학 인공신경망의 연구 개발은 산업기술종합연구소 및 나고야대학 등이 추진한다. 산업기술종합연구소는 해당 디바이스를 이용해 광학 인공신경망으로 3가지 종류의 붓꽃을 분류하는 연구를 추진하고 있다.

학습용으로는 90개의 샘플을 준비. 꽃잎의 형태 및 치수를 나타내는 4개의 파라미터를 입력해, 우측의 8개 채널에 3종류의 붓꽃을 분류할 수 있도록 마하젠더 간섭계로 불리는 광디바이스를 조정한다. 마하젠더 간섭계는 빛을 2개의 광 경로로 분리시켜 각각 다른 경로를 거쳐 되돌아 오게 한 다음, 그 2개의 빛을 결합(간섭)시키면 빛의 위상 차이로 인해 간섭이 발생한다. 광디바이스로의 전기 신호 조정을 통해 연산용 마하젠더 간섭계의 위상 설정을 학습. 학습이 끝난 후에는 연산용 마하젠더 간섭계의 위상을 고정시켜 그것에 추론용 샘플의 파라미터를 입력하면 빛의 통과만으로 연산이 실행 가능하게 된다.

광학 인공지능망 디바이스의 전체 길이는 약 3mm로, “빛이 통과하는 연산 시간이 불과 40 피코(p; 1피코는 1,000억 분의 1)초 정도가 된다”(산업기술종합연구소 일렉트로닉스·제조영역플랫폼 포토닉스연구센터 총괄연구주간 야마다 씨). 범용적인 CPU의 1클록의 6분의 1로 연산을 실행할 수 있다고 한다.

이 디바이스는 액셀러레이터 등 디바이스로서의 이용이 진행될 가능성이 있다. GPU나 FPGA 등과 구분하여 이용함으로써 디바이스의 처리 부하를 분산시킬 수 있다.

나고야대학은 빛의 파장마다 연산을 실행시킨다는 파장 다중형 광학 인공신경망 아키텍쳐(architecture)의 개발을 추진하고 있다.

빛은 부품류를 통과하면 감쇠해 버린다. 그래서 특정 파장만을 추출해 파장마다 전기신호를 부여함으로써 변조 및 연산을 가능하게 하는 디바이스(링공진기)를 사용한다.

나고야대학은 감쇠가 적은 파장 다중 기술의 특성을 살려, 7만 8,000개의 링 변조기를 이용해 연산이 가능한 구조를 실현시킬 계획이다. 조정할 수 있는 광디바이스가 많은 만큼, 실현될 수 있다면 복잡한 연산이 가능해진다. 파장 다중형의 광학 인공신경망 기술이 진전될 경우, 광통신망 내에서의 연산이 가능해지며, 연산의 분산화도 진전될 수 있다. 이로 인해 데이터 전송 중에 연산을 실행할 수 있어, 데이터 처리에서의 지연 억제 및 부하 경감으로 이어질 가능성이 있다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.