AI 전력난 해법 찾았다…KIST, 저전력 뉴로모픽 AI 학습기술 개발[과학을읽다]

AI 요약

한국과학기술연구원(KIST) 반도체기술연구단 박성식 선임연구원 연구팀이 스파이킹 신경망(SNN)의 학습 성능을 크게 높이는 새로운 학습기법 A²SG(Adaptive and Asymmetric Surrogate Gradients)를 개발했으며 연구 결과는 ICML 2026 정규 논문으로 채택됐습니다. A²SG는 적응형 기법과 비대칭 기법을 결합해 트랜스포머 기반 대형 SNN에 적용했을 때 이미지넷에서 세계 최고 수준의 정확도를 달성했고, 구글의 대표적 스파이킹 신경망 학습기법보다 추가 연산량은 약 6분의 1 수준이면서도 정확도는 더 높게 나타났습니다. 소프트웨어만으로 기존 하드웨어에 적용 가능해 스마트폰·웨어러블·드론 등 온디바이스 저전력 AI에 활용될 수 있고 KIST는 차세대 AI 반도체 RPU와 연계해 저전력 AI 반도체 상용화를 추진할 계획입니다.