멤리스터 로직인메모리 회로 자동 최적화로 병렬연산 효율 향상
IEEE TCAD 게재… AI·빅데이터용 차세대 반도체 설계 기술 주목
UNIST 연구진이 인공지능(AI)과 빅데이터 시대의 핵심 과제로 꼽히는 '메모리 벽(Memory Wall)' 문제를 완화할 수 있는 차세대 반도체 설계자동화 기술을 개발했다. 이번 기술은 데이터를 메모리에서 직접 처리하는 로직인메모리(Logic-in-Memory, LiM) 반도체의 연산 배치와 데이터 이동 경로를 자동으로 최적화해 전체 동작 횟수를 평균 19.6% 줄인 것이 특징이다.
UNIST 전기전자공학과 박희천 교수 연구팀은 멤리스터(Memristor) 기반 로직인메모리 반도체의 회로 배치와 연결 경로를 자동으로 최적화하는 설계 기술을 개발했다고 밝혔다. 이번 연구는 AI 반도체의 성능과 전력 효율을 동시에 높일 수 있는 설계 기술로 평가받고 있다.
기존 컴퓨터는 데이터 저장을 담당하는 메모리와 연산을 수행하는 프로세서가 분리돼 있어 데이터를 반복적으로 이동시키는 과정에서 시간과 전력이 소모된다. 이러한 구조적 한계는 고성능 AI 연산에서 이른바 '메모리 벽' 문제를 유발하는 주요 원인으로 지목된다.
연구팀이 개발한 기술은 멤리스터가 격자 형태로 배열된 로직인메모리 구조에서 연산을 수행할 계산 블록과 데이터 이동 경로를 알고리즘이 자동으로 탐색·배치하는 방식이다. 특히 연산 결과가 다음 단계로 이동하는 경로까지 함께 최적화해 연산 효율을 높였다.
기존 기술이 가로 방향 중심의 병렬 연산만 지원했던 것과 달리, 이번 기술은 가로와 세로 방향 모두에서 동시 병렬 연산이 가능하도록 설계됐다. 또한 사용이 끝난 데이터를 자동으로 정리하고 중간 연산 결과를 효율적으로 재배치하는 기능을 적용해 제한된 메모리 공간 활용도를 높였다.
성능 검증 결과도 주목된다. 연구팀이 제안한 설계 기법을 적용한 반도체는 기존 최고 수준 기술 대비 전체 연산 사이클 수가 평균 19.6% 감소했다. 동일한 연산을 수행하는 데 필요한 동작 횟수가 줄어든 만큼 처리 속도 향상과 전력 절감 효과를 동시에 기대할 수 있다는 설명이다. 메모리 공간을 엄격하게 제한한 환경에서도 기존 기술로는 배치하지 못했던 회로를 모두 구현하는 데 성공했다.
박희천 교수 연구팀은 “인메모리 컴퓨팅에서는 회로를 단순히 메모리에 배치하는 것이 아니라 병렬 연산이 가능하도록 효율적으로 배열하는 것이 전체 성능을 좌우한다”며 “이번 기술은 제한된 면적에서도 안정적으로 동작하는 자동 설계 기술이라는 점에서 의미가 있다”고 설명했다.
이번 연구는 UNIST 김익겸 연구원이 제1저자, 김민홍 연구원이 제2저자로 참여했으며, 연구 결과는 반도체 설계자동화 분야 국제학술지 IEEE TCAD에 온라인으로 게재됐다.
연구팀은 이번 기술이 AI와 빅데이터 처리용 저전력·고성능 반도체는 물론 차세대 인메모리 컴퓨팅 시스템 설계에도 폭넓게 활용될 것으로 기대하고 있다.
헬로티 임근난 기자 |
