전기및전자공학부 최양규 교수, 기계공학과 박인규 교수 공동 연구팀:
An Artificial olfactory sensory neuron for selevtive gas detection with in-sensor computing - 「Device」

우리 학교 전기및전자공학부 최양규 교수, 기계공학과 박인규 교수 공동 연구팀이 단일 소자만으로 가스 감지와 그 신호를 전달할 수 있는 뉴로모픽 소자를 개발했다고 지난달 12일 밝혔다. 이번 연구는 이상원 박사과정이 제1 저자로 참여하고, 강민구 박사과정이 공동 저자로 참여하여, 논문이 국제 학술지 `Cell’의 자매지 ‘디바이스(Device)’에 지난달 출판됐다.

 

뉴로모픽 컴퓨팅이란

기존의 가스 감지 소자들은 감지 센서의 신호를 받아 디지털화하는 아날로그-디지털 변환기(ADC, Analog-to-Digital Converter)가 필요하고, 프로세서와 메모리 사이의 데이터 전달이 지속적으로 이루어지는 폰노이만 아키텍처를 사용하기 때문에 전력 소모가 많다는 단점이 있다. 이런 단점을 보완하기 위해 최근에는 뉴로모픽 컴퓨팅이 연구 대상이 되었다. 뉴로모픽 컴퓨팅은 실제로 전력소모가 매우 낮은 인간의 뇌를 모방하여 뉴런과 시냅스라는 소자로 이루어져 있는 컴퓨팅 방식이다. 뉴런 소자는 앞에 있는 정보들을 받아 특정 기준 이상으로 정보가 들어오면 다음 뉴런에 보내는 인테그레이트 앤 파이어(Integrate-and-Fire)라는 특징이 있고, 시냅스 소자는 앞 뉴런과 뒤 뉴런의 연결성을 결정한다.

백금과 팔라듐을 이용한 수소와 암모니아 구별 방법 최양규 교수 제공
백금과 팔라듐을 이용한 수소와 암모니아 구별 방법                                                     최양규 교수 제공

 

단일 뉴로모픽 소자 개발

본 연구에서는 뉴로모픽 컴퓨팅을 이용하여 수소와 암모니아를 감지할 수 있는 소자를 개발했다. 기존에 센서, 아날로그-디지털 변환기, 프로세서가 분리되어 있는 컴퓨팅 구조나 센서와 뉴런이 분리된 니어-센서 컴퓨팅 구조가 아닌 인-센서 컴퓨팅 구조로, 단일 트랜지스터 하나가 뉴런 기능과 센서 기능을 하는 소자를 개발했다는 것에 그 의의가 있다. 본 연구에서는 수소, 암모니아 2가지 가스를 이용하여 2개의 입력과 2개의 출력을 하는 간단한 인-센서 소자를 만들어 기존의 가스 감지 소자보다 소비 전력을 낮추는 결과를 얻었다.

인-센서 소자를 개발할 수 있었던 이유는 팔라듐과 백금 나노입자를 뉴런 소자 위에 코팅했기 때문이다. 팔라듐의 경우, 수소에 반응성이 크고, 암모니아에 반응성이 작다. 백금의 경우는 수소와 암모니아, 두 기체에 적절히 반응한다. 그렇기 때문에 수소와 암모니아가 섞인 기체를 감지했을 때, 두 금속 나노입자가 반응하는 정도를 신호로 받아 어떤 기체가 더 많이 함유되어 있는지 알 수 있다. 예를 들어, 팔라듐이 많이 반응하게 된다면, 팔라듐 나노입자를 코팅한 뉴런 소자에 스파이크 신호가 많이 생성되고, 여기에 연결된 시냅스는 수소라는 출력과 강하게 연결되게 하고, 암모니아라는 출력단과 약하게 연결하는 방식으로 구성하여 결과값이 수소가 되도록 처리한다.

무궁무진한 응용 가능성

연구팀은 간단하게 두 가지 기체를 구분하는 소자를 개발했지만, 만약 특정 기체들에 반응하는 금속 물질들을 많이 개발할 수 있다면 원하는 만큼 다양한 기체들을 구분할 수 있다. 그러면 질병을 가진 사람들은 정상인들과 호흡에 있어서 다른 기체를 내뿜기 때문에 이런 차이를 구별하는 방향으로 응용될 수 있다. 산업적으로는 반도체 단지에서 나오는 기체들을 실시간으로 감지하여 주변의 시민들이 유해가스로 인한 불안에 떨지 않도록 알려주는 시스템을 구축할 수 있다. 마지막으로, 가정에서도 내부 공기를 분석하여 스마트홈 기기와 연결하면 적절한 시기에 환기할 수 있도록 도와줄 수 있다.

 

이 박사과정은 “팔라듐이 수소에 잘 반응하고, 백금이 수소와 암모니아 모두 잘 반응한다는 사실로부터 이론적으로는 이 연구가 성공할 것이라고 알고 있었지만, 눈에 보이는 기체로 진행하는 것이 아니기도 하고, 실제로 공정을 하고 측정하는 과정에서 공정이 원하는 대로 안 되는 경우도 있었다”며 연구가 쉽지 않았다고 말했다. 그렇지만, “여러 수치를 조정해 가며 좋은 결과를 얻었을 때 끝까지 포기하지 않고 시도한 것에 뿌듯함을 느꼈다”고 덧붙이며 어려움을 무사히 극복했다고 밝혔다.

저작권자 © 카이스트신문 무단전재 및 재배포 금지