KIST 반도체기술연구단 박종길 박사 연구팀이 뇌의 학습 원리를 반도체 칩에 직접 구현해 신경망 연결 구조를 기존보다 2만 배 빠르게 실시간 분석하는 '온칩 학습 기반 뉴로모픽 시스템'을 개발했다. 이 기술은 뇌-컴퓨터 인터페이스(BCI)의 핵심 기반이 될 수 있으며, 생각만으로 인공 팔다리를 제어하거나 인간 지능을 강화하는 차세대 기술의 실현을 앞당길 전망이다. 연구팀은 뇌가 신경세포 간의 신호 발생 순서에 따라 연결 강도를 조절하는 '스파이크 시각 차이 기반 학습(STDP)' 원리를 공학적으로 구현했다. 기존 기술은 신경세포의 활동 데이터를 오랫동안 저장한 후 통계적 방법으로 연결 관계를 계산하는 방식이었다. 이 방법은 신경망 규모가 커질수록 막대한 연산량과 시간 지연이 발생해 실시간 분석이 불가능했다. KIST 연구진은 메모리 소모가 큰 '역연결 테이블'을 제거하고 새로운 학습 구조를 고안해, 고집적 뉴로모픽 하드웨어에서도 확장 가능한 STDP를 구현했다. 그 결과, 기존과 유사한 해석 정확도를 유지하면서 최대 2만 배 빠른 처리 속도를 달성했다. 뉴로모픽 기술은 미국과 유럽 등 주요 선진국이 기술 패권 확보를 위해 집중 투자 중인 전략 분야지만, 구체적인 응용 분야(킬러 애플리케이션)가 부족해 상용화에 어려움을 겪었다. KIST 연구팀의 '실시간 뇌 신경망 연결 구조 분석' 기술은 뉴로모픽 기술의 실질적 활용 가능성을 입증한 사례로, 차세대 AI 반도체 상용화의 전환점이 될 것으로 평가된다. 박종길 박사는 "하드웨어 구조가 단순하고 확장이 쉬워, 생각만으로 기기를 제어하거나 특정 뇌 기능을 복사하는 것은 물론, 자율주행차와 위성 통신 같은 첨단 AI 분야에 응용될 수 있을 것"이라고 밝혔다.