논리&산술 연산이 가능한 OTS 기반 뉴로모픽 소자 연구

Abstract

에너지 비효율적인 폰 노이만 컴퓨팅 방식의 한계를 극복하기 위해, 뉴로모픽 컴퓨팅의 필요성이 제기되면서 신경을 모사하려는 연구가 활발히 진행되고 있다. 1943년, 인간의 뇌는 '논리 연산이 가능한' 뉴런 네트워크로 구성되어있다는 가설이 제안되었고, 그 중에서도 XOR 연산은 인간의 학습과 기억에서 중요한 역할을 한다고 알려져 있었다. 그리고, 최근 인간 뇌의 일부 가지 돌기(dendrite)가 XOR 연산을 하고 있음이 실험적으로 밝혀지면서, 뉴런이 연산을 수행할 수 있는 하나의 단위라는 가설을 뒷받침하였다. 이처럼 논리 연산이 가능한 뉴런의 필요성에 비해, 이를 모사하는 인공 뉴런에 대한 연구는 부족한 상황이다. 우리는 OTS(Ovonic threshold switch) 소자를 활용하여 비선형적인 XOR 연산이 가능한 단순 인공 뉴런 회로와 더불어, 비선형적 논리 연산 및 산술 연산자를 최초로 제안한다. 첫 번째로, XOR 연산 뉴런은 기존 OTS 인공 뉴런의 회로를 활용하여, 두 개의 펄스 입력을 받고 연산 결과를 뉴런 스파이크 형태로 출력한다. 실험 결과, 5V의 입력 펄스 전압에 대한 연산 결과는 4MHz 주파수의 뉴런 스파이크로 출력이 가능함을 확인했다. 뿐만 아니라, XOR 연산 뉴런 2개를 활용해 대뇌 피질의 2-3층에 존재하는 피라미드 뉴런(L2/3 pyramidal neuron)에서 보이는 동일한 특성을 시뮬레이션 상으로 구현했다. 비슷한 원리를 응용하여, 선형적인 연산(NOT, AND, OR, NAND, NOR)이 가능한 인공 뉴런과 함께, 실제 뉴런에서 자주 발견되는 특성인 flip-flop 도 실험적으로 구현했다. 이처럼 다양한 논리 연산 뉴런들은 스파이크 기반의 부울 논리 연산이 가능함과 동시에, 인공 뉴런을 구성하는 데에 있어서 하나의 빌딩 블록으로 사용할 수 있음을 보여준다. 두 번째로, 입력 전압의 합을 뉴런 스파이크 주파수의 크기로 출력이 가능한 Rate coding 기반의 인공 산술 연산 뉴런을 제안한다. 이 인공 뉴런은 OTS 소자와 가변 저항처럼 동작하는 FET를 조합하였고, FET의 각 게이트를 입력 단자로 사용한다. 실험 결과, 각 입력 전압의 합(-2V~4V)은 스파이크 주파수의 크기(0.03~0.62MHz)에 대해 선형적으로 비례하는 것을 확인하였다. 위 산술 뉴런은 대뇌 피질의 5층에 존재하는 피라미드 뉴런(L5 pyramidal neuron)의 특성을 동일하게 모사할 수 있음을 보여주었다. 앞서 언급한 인공 뉴런들은 모두 OTS 소자를 기반으로 하는데, 이 소자는 필연적으로 '전기적 형성(electro forming)' 과정을 가진다. 이 과정은 OTS 소자의 내구성 문제뿐만 아니라, 추가적인 구동 회로를 요구하기 때문에 인공 뉴런 네트워크 설계에서 큰 장애물로 작용한다. 우리는 전기적 형성 과정을 완화하기 위해, 기존 GeSe 기반의 칼코지나이드 재료에서의 전기적 형성 전, 후로 수송 특성을 비교하였다. 전기적 형성 이후 EC-EF 값이 1.34eV에서 0.26eV로, 트랩 사이의 거리(Δz)가 26.5nm에서 13.5nm로 크게 감소한 것이 확인되었다. 우리는 이러한 변화가 재료 내 결합 상태 변화에 의해 발생한 것이라고 판단하였으며, 전기적 형성 과정을 완화하기 위한 재료를 설계하였다. 비정질 칼코지나이드 재료 내 트랩의 기원으로 알려진 VAP (Valence alternation pair) 모델을 기반으로, 국소 결합 구조의 변화를 통해 트랩 밀도를 증가시킬 수 있는 Sn을 치환 도핑했다. 우리는 GSS (Ge1-xSnxSe1) 박막을 농도 별로 제작하였고(x=0-0.47), XPS 및 Raman 분석을 통해 예상한 결합 구조의 변화를 검증하였다. GSS 박막 OTS의 전류-전압 특성을 분석한 결과, Sn 농도가 증가할수록 전기적 형성 전압(Vform)이 9V-6.5V 으로 점차 감소하였고, Δz는 26.5nm에서 17.5nm로 점진적으로 감소하는 것이 확인되었다. 위 결과는 OTS의 전기적 형성 과정이 Δz와 관련이 있음을 보여주며, 궁극적으로 전기적 형성 과정이 없는 OTS를 개발하는 데에 실마리가 될 것으로 보인다. 본 연구에서는, 다양한 논리 및 산술 연산 뉴런들을 통해 뇌에서 영감을 받은 컴퓨팅(뉴로모픽 컴퓨팅) 시스템 개발을 위해 필수적인 구성 요소를 제공한다. 또, OTS 소자의 '전기적 형성' 문제를 완화시킬 수 있는 재료를 설계하면서, 인공 신경망 설계를 더 단순화할 수 있는 기반이 될 것으로 기대한다.

To overcome the limitations of energy-efficient von Neumann computing methods, research has been actively conducted to simulate nerves as the need for neuromorphic computing has been raised. In 1943, a hypothesis was proposed that the human brain consists of a network of neurons capable of 'logical operations', and it was recently experimentally verified that some dendrites are performing XOR operations in the human brain. Compared to the importance of neurons capable of logical operations, research on artificial neurons that simulate them is insufficient. We are the first to propose a variety of logical and arithmetic operators, in addition to a simple artificial neuron circuit capable of XOR computation using OTS (Ovonic threshold switch) elements. In addition, with a material design that can alleviate the problem of 'electroforming' of OTS devices, the utilization of OTS computational neurons has been enhanced. The proposed circuits provide essential components for the development of brain-inspired computing (neuromorphic computing) systems, and expect to be the basis for simplifying artificial neural network design.