○ 핀란드 탐페레대학교 연구진은 미국 매사추세츠대학교 애머스트(UMass Amherst) 및 미국 내 학계·산업 파트너들과 공동으로, 아날로그 기반 뉴로모픽(neuromorphic) 센서·연산 시스템에서 획기적인 연구 성과를 도출함
– 본 연구는 사물인터넷(IoT), 웨어러블 기기, 자율주행차, 무인 감시시스템 등에서 구조적 한계로 지적되어 온 에너지 소비 및 처리 지연(latency) 문제를 근본적으로 완화할 수 있는 새로운 기술 경로를 제시한다는 점에서 의미가 큼
< 그림1. 압전 햅틱 센서 어레이와 멤리스터 SoC 기반 이벤트 중심 센싱 시스템과 기존 프레임 기반 디지털 센싱 시스템의 비교 (출처: Nature Sensors) >
○ 기존 IoT 및 센서 시스템은 아날로그 신호를 디지털로 변환한 뒤 대량의 데이터를 클라우드로 전송·처리하는 구조로, 아날로그–디지털 변환 과정과 데이터 통신에서 상당한 에너지 소모와 지연이 불가피함
– 실제로 전송되는 데이터의 상당 부분은 연산에 활용되지 못한 채 에너지와 통신 자원을 소모해 왔음. 이러한 한계를 극복하기 위해 연구진은 핀란드 연구위원회(RCF)와 미국 국립과학재단(NSF)이 공동 지원한 IntelliSense 프로젝트를 통해 다음의 통합 아키텍처를 구현함
| ① 동적 압력 변화를 감지하면 스파이크 신호를 생성하는 유연한 압전(piezoelectric) 센서 어레이 ② 센서 이벤트를 시간·공간 정보를 포함한 ‘타임 서피스(time surface)’ 신호로 변환하는 사건(event)-기반 회로 구조 ③ 멤리스터(memristor) 기반 시스템온칩(SoC)을 결합한 엣지 연산 구조 |
– 해당 SoC는 10개의 벡터–행렬 곱 연산 코어와 RISC-V 프로세서를 포함하며, 복잡한 분류·추론 연산을 센서 노드 자체에서 로컬로 수행하도록 설계됨
– 이를 통해 87~92%의 패턴 인식 정확도를 달성했으며, 추론 과정의 에너지–지연 곱(Energy–Delay Product)은 기존 디지털 연산 대비 17배 이상 개선된 것으로 나타남
– 이는 멤리스터 기반 뉴로모픽 SoC가 초저전력·저지연 엣지 컴퓨팅 환경에 실질적으로 적용 가능함을 실험적으로 입증한 결과로, 비동기적 센서 데이터 처리에 특히 유리한 특성을 보임
○ 본 연구 성과는 배터리 제약이 극심한 환경에서도 장기간 작동 가능한 차세대 웨어러블 헬스케어 기기, 안전성과 반응성이 향상된 자율주행 시스템, 인간 상호작용 중심의 지능형 로보틱스, 그리고 저전력 무인 감시·정찰 시스템 개발을 가속할 수 있는 기술적 기반을 제공함. 관련 연구는 현재도 확장·고도화 단계에 있으며, 주요 성과는 국제 학술지 Nature Sensors에 게재됨
○ 이번 연구는 클라우드 의존형 디지털 처리 구조에서 벗어나, 센서–연산–의사결정을 통합한 저전력 지능형 엣지 아키텍처가 현실적인 대안으로 부상하고 있음을 보여줌. 이는 향후 IoT·AI 시스템 설계에서 에너지 효율과 자율성을 동시에 고려하는 방향으로 기술 패러다임이 이동하고 있음을 시사함