Title: 인공지능반도체와 고체물리학

Speaker: Professor Dongseok Suh (Department of Physics, Ewha Womans University)

Time and location: Mar. 8th (Wed) 17:00 PM-18:00 PM, Science Building B101

Abstract:

2016년 알파고, 2022년 ChatGPT로 대표되는 인공지능 기술은 우리 일상생활에 이미 깊숙이 들어와서 많은 기회와 도전을 주고 있다. 이는 신경망 기반 소프트웨어 기술의 발전을 기반으로 하지만, 하드웨어 측면에서는 엄청난 양의 데이터를 빠르게 처리할 수 있는 정보처리 소자의 발전을 요구하고 있다. 지금까지의 CPU, GPU, TPU 등 상용 칩들은 아직까지 전자의 흐름을 제어하고 전자를 저장하여 ‘0’과 ‘1’의 디지털 정보를 처리하는 원리에서 벗어나지 않고 있다. 그러나 향후 더 많은 정보량의 저장과 병렬 처리는 물론 ‘학습’ 이라는 과정의 특징을 보다 효율적으로 다루는 것에 있어서, 기존 실리콘 기반 트랜지스터 및 메모리 소자가 최적의 하드웨어 기술인지에 대해서는 지속적으로 의문이 제기되고 있다.

고체물리학에서의 다양한 물질 상태에 대한 연구는 기존에 전자의 유무로만 ‘0’과 ‘1’을 다루던 방법론을 넘어설 수 있는 대안들을 제시해왔다. 유전체의 자발 분극 상태, 자성체의 스핀 상태, 물질구조의 비정질/결정질 상태, 국소 전류 흐름길의 끊어짐/이어짐 상태 등이 그러한 예들이다. 이는 새로운 메모리 소자 기술 관점에서 각각 FRAM, MRAM, PRAM, RRAM 등의 기술로 명명되어 주로 DRAM, Flash 등 기존 상용 정보 저장 소자를 대체하는 목적으로 연구가 진행되었다. 그러나 최근 빅데이터, 기계학습,뇌-모사, 장기기억/단기기억, 병렬처리, 학습, 패턴인식 등 소자를 분석하는 관점들이 다양해지면서, 고체물리에서 다루던 여러 물질 상태들이 다시 새로운 각도에서 조명되고 재평가 되고 있다. 본 발표에서는 강유전체, 강자성체, 상변화물질, 저항변화물질 등에 대하여 실리콘을 벗어난 정보처리 소자 관점에서 지금까지 수행했던 연구들을 간략히 소개하고, 특히physical reservoir computing 측면에서 초전도 나노섬유를 이용한 새로운 기계학습 하드웨어 방법론에 대한 이해를 도모하고자 한다.

=============================================================================

물리학과 콜로퀴움은 물리학과와 양자나노과학연구단의 공동 주관으로 진행합니다.

물리학과 콜로퀴움은 학과 구성원 모두에게 열려있습니다. 관심 있는 학생들의 많은 참여 바랍니다.

문의사항: 02-3277-2322