[취재파일] 다시'아날로그'에 관심을 가져야 한다고요?

제1회 'SBS문화재단 그랜드 퀘스트 프라이즈' 수상자
백민경 서울대 생명과학부 교수, 김상범 서울대 재료공학부 교수

안녕하세요? 지적인 당신을 위한 인사이트, SBS D포럼에서 전해드리는 'SDF다이어리'입니다. 오늘은 모처럼 기쁜 소식으로 시작하려고 합니다.

지난해 SBS D포럼에서 서울대 국가미래전략원과의 공동연구를 통해 'AI시대, 어떻게 하면 대한민국이 기술주권을 확보할 수 있을지'를 ' 그랜드 퀘스트'라는 개념으로 제시했는데요. 당시 제안한 그랜드 퀘스트를 연구하는 학자들을 지원해 주기 위해 ' SBS 문화재단 그랜드 퀘스트 프라이즈'가 신설됐습니다.

그랜드 퀘스트 프로젝트를 이끌어온 이정동 서울대 국가미래전략원 과학과 기술의 미래 클러스터장은 당시 '그랜드 퀘스트'를 과학기술과 산업분야에서 아직은 해법을 찾지는 못했지만, 찾게 될 경우 그 분야의 패러다임을 바꿀 가능성이 있는 도적적 질문이라고 정의했는데요. 당시 SDF2023에서는 1년 동안 10개 분야에서 각각 2명씩의 전문가가 참여해 10개의 도전적 질문을 도출했습니다.

SBS문화재단과 서울대가 'SBS문화재단 그랜드 퀘스트 프라이즈'를 신설해, 중∙장기적 과학기술분야의 난제를 연구하는 신진학자 2명에 대해 3년간 각 1억 원씩 총 2억 원을 지원하겠다고 밝힌 것입니다. SBS D포럼에서 제시한 화두가 실제 확산을 해볼 수 있는 동력을 얻게 된 것인데요.

제1회 'SBS문화재단 그랜드 퀘스트 프라이즈'의 수상자로 선정된 김상범 서울대 재료공학부 교수와 백민경 서울대 생명과학부 교수를 만나봤습니다. 취재파일은 두 편으로 나눠서 1편은 김상범 서울대 재료공학부 교수의 연구에 대해, 그리고 2편에서는 백민경 서울대 생명과학부 교수의 연구에 대해 전해드리려 합니다.

Q. 제1회 SBS문화재단 그랜드 퀘스트 어워드의 수상을 축하드립니다. 먼저 어떤 연구를 하고 계신지 소개 부탁드릴게요.

안녕하세요? 서울대학교 재료공학부 김상범이라고 합니다. 저는 신소재와 연산 알고리즘의 공동 최적화를 통해 기존 인공지능 반도체보다 효율적인 초저전력 인공지능 반도체를 구현하는 연구를 하고 있습니다.

Q. 초저전력 반도체를 만들기 위해 기존의 디지털 형식이 아닌 아날로그식 반도체1)를 연구하고 있다고 들었는데요. 아날로그 반도체가 무엇인지 좀 어려운 것 같아요. 설명해 주실 수 있나요?

네, 제가 하는 연구 분야를 더 정확하게는 ' 아날로그 인 메모리 컴퓨팅'이라고 부릅니다. 크게 두 가지 장점을 가지고 있습니다. 하나는 아날로그 인 메모리 컴퓨팅에서 사용하는 컴퓨팅 소자는 디지털 방식처럼 0과 1만 저장하는 게 아니라 아날로그 방식으로 0과 1 사이에 존재하는 무수히 많은 값들을 저장할 수 있습니다. 따라서 같은 면적에 훨씬 더 많은 정보를 저장할 수 있는 기술이라고 보시면 될 것 같습니다.

그다음에 아날로그만큼 또 중요한 개념이 '인 메모리 컴퓨팅'이라는 용어입니다. 기존의 컴퓨터 같은 경우에는 메모리와 연산 장치가 구분이 되어 있습니다. 예를 들어 a 곱하기 b라는 연산을 하기 위해서는 a와 b가 저장되어 있는 메모리에 가서 데이터를 연산기에서 가지고 와서 곱셈을 수행하고 그 결과로 나온 값을 다시 메모리에 저장을 하는, 메모리와 연산 장치가 구분되는 구조입니다. 이에 반해 '인 메모리 컴퓨팅' 방식에서는 a와 b를 곱한다고 했을 때 a와 b라는 값을 저장하고 있는 소자 자체에 곱셈 연산을 수행할 수 있는 기능이 들어있는 것입니다.

요즘 인공지능 반도체가 에너지를 많이 소모하는 이유 가운데 하나가 메모리와 연산 기능이 구분되어 있다 보니 둘 사이에 데이터가 오고 가느라 많은 에너지와 시간을 소모하게 되는데 '인 메모리 컴퓨팅' 방식에서는 데이터가 저장되어 있는 곳에서 데이터를 옮길 필요 없이 바로 연산을 수행할 수 있기 때문에 에너지 효율적으로 빠른 시간 안에 연산을 수행할 수 있는 특징을 갖게 됩니다.

<아날로그 인 메모리 컴퓨팅 신소자 어레이 측정 실험 중인 김상범 교수>

Q. 저희가 한참 아날로그에서 지금 디지털로 가야 한다고 해서 디지털화를 하고 있는데요. 왜 다시 아날로그로 가고자 하는 것인지 궁금합니다.

맞습니다. 방금 말씀하신 것처럼 수십년 전에 컴퓨팅을 우리가 아날로그로 해야 될지, 디지털로 해야 될지에 대한 고민과 논의가 있었습니다. 당시 결론은 우리가 연산의 정확도와 범용성을 높이기 위해 '디지털' 방식을 선택한 것입니다.

아날로그 방식은 앞에서 말씀드린 것처럼 0과 1 외에도 무수히 많은 값을 저장하고 있다 보니 이게 0.3이라는 값이 나왔을 때 실제 0.3이 저장되어 있어서 0.3이 나온 것인지 0.29인데 노이즈가 섞여서 0.3이 나온 것인지 잘 알 수가 없습니다. 즉, 연산의 정확도에 있어서는 아날로그 방식이 디지털에 뒤지는 부분이 있습니다. 그래서 '다시 아날로그 방식으로 연산을 하자'가 황당무계한 소리로 들릴 수도 있습니다. 그럼에도 이런 것을 고민하게 된 이유가 인공지능 연산의 특징이 우리가 이때까지 생각했던 일반적인 연산의 특징과는 다른 부분이 있기 때문입니다.

우리가 은행계좌에 돈을 입금하고 뺄 때 컴퓨터로 처리한다고 하면 거기에는 오류가 있어서는 절대 안 되지만 사진 속에 사물이 무엇인지 맞추는 문제를 푼다고 하면 어차피 사람도 100% 정확하게 맞출 수 있는 것이 아니다보니 컴퓨터 역시 100% 맞히지 못하더라도 경우에 따라서는 큰 문제가 되지 않을 수 있습니다. 실제 우리가 대화할 때도 많은 비문이 섞여 있어도 우리가 문제 삼지 않고 충분히 의사소통이 가능합니다. 그래서 인공지능 연산의 경우에도 지나치게 부정확해서는 안되지만 그렇다고 완벽히 정확하게 처리하는 게 중요하다기보다는 인공지능 특성을 잘 구현할 수 있는 연산들을 빠르고 효율적으로 처리하는 게 더 중요하기 때문에 약간의 노이즈가 있어도 용납할 수 있는 부분이 있습니다. 그래서 아날로그 연산 방법을 다시 생각하게 되었습니다.

그러면 여기서 아날로그 연산의 장점은 무엇인지 궁금해하실 것 같습니다. 관련된 이론은 상당히 오래전에 제시가 되었는데요. 저희가 수행하는 인공지능 연산 가운데 가장 많은 비중과 시간을 차지하는 부분이 벡터와 행렬 연산 부분입니다. 벡터와 행렬 같은 경우에는 아날로그 방식으로 연산을 수행하면 훨씬 빠르게 병렬적으로 연산을 수행할 수 있다는 이론이 이미 나와 있습니다. 그래서 2010년대부터 인공지능 기술이 본격적으로 주목받게 되면서 사람들이 인공지능 연산을 어떻게 하면 빠르게 할 수 있을까를 고민하기 시작했고 그 결과로 행렬과 벡터 연산을 빠르게 할 수 있는 기술이 필요하다는 생각을 하게 된 것입니다. 그때부터 옛날에 나와 있었던 아이디어를 살려 아날로그 방식으로 매우 저전력으로 빠르게 연산을 수행할 수 있는 아날로그 인 메모리 컴퓨팅 분야에 대한 연구가 시작되었습니다.

Q. 교수님들 하시는 연구를 통해 궁극적으로 이루고 싶은 것은 무엇일까요?

인공지능 기술에 대해 많은 관심을 갖고 계시고 인공지능이라는 문제를 해결하고 나면 인공지능이 우리가 해결하고자 하는 많은 문제들, 핵융합기술, 환경문제 해결, 치료제 개발과 같은 문제를 해결해 줄 것이다, 그러니까 우리 인류가 가지고 있는 수많은 난제들을 다 해결해 줄 수 있을 것이다 하는 기대를 갖고 있는데요. 그런데 저희가 온전히 인공지능의 큰 잠재력을 누리려면 소수의 돈이 많은 부유한 개인과 기업만 사용할 수 있는 기술이 아니라 정말 많은 사람들이 다 혜택을 누릴 수 있도록 인공지능 기술을 자유롭게 사용할 수 있어야 한다고 생각합니다. 그래서 인공지능 반도체의 효율성 문제를 반드시 해결해야 한다고 생각합니다.

훨씬 저전력으로 많은 연산을 수행할 수 있는 저렴한 반도체가 개발되고, 우리 스마트폰에 들어가 누구나 강력한 인공지능을 사용할 수 있어야 한다고 생각하거든요. 저전력으로 구현되는 지금보다 1000배 향상된 인공지능반도체칩의 개발이 가능할까? 그렇게 된다면 누구나 매우 유능하고 자율성을 갖춘 개인비서, 동료, 조언자를 갖게 되지 않을까? 그런 희망을 갖는 것이고요. 그렇게 되면 인류의 행복과 발전에도 크게 기여할 수 있지 않을까 생각합니다.

Q. 이번에 SBS문화재단과 서울대학교에서 당장은 해법이 나오지 않을 수 있지만 개발되면 패러다임이 바뀔 정도로 큰 중장기적인 연구를 하는 신진학자들을 지원하는 상을 신설하게 됐는데요. 1회 수상자로서 선정되셨는데 어떤 의미가 있다고 생각하시는지 궁금합니다.

10년 넘게 연구를 해오고 있다 보니까 가장 필요한 게 다학제적인 연구를 할 수 있는 환경인 것 같습니다. 예를 들어 아날로그 소자의 노이즈 문제를 아까 언급해 드렸는데, 최대한 노이즈를 줄여야 되는 것이 맞긴 한데요. 거기에만 머물러서는 아날로그 인 메모리 컴퓨팅 기술을 상용화하지 못할 것 같습니다. 소자 연구로 모든 문제를 해결하기에는 여러 근본적인 한계가 보입니다. 예를 들어 알고리즘을 개선하면 노이즈 수준이 1이 아니라 10으로 높아져도 큰 문제가 되지 않을 수 있습니다. 이와 같이 소자도 이상적으로 만들기 위해 노력해야 하지만 그와 동시에 알고리즘, 또 소자와 알고리즘 사이에 위치하는 회로라든지 컴퓨터 아키텍처와 소자 간에도 서로 공동 최적화가 되어야 상호 보완적으로 서로의 문제점을 해결해 주고 보완해 줄 수 있을 것으로 기대합니다.

이번 그랜드 퀘스트가 큰 의의가 있다고 생각하는 것은 그런 다학제적인 연구를 하는 데 있어 가장 힘든 게 많은 분들이 장기적으로 긴밀하게 연구할 수 있는 환경인데요. 이러한 장기적인 관점에서의 연구는 혼자 할 수 없고 여러 관련된 연구자들이 힘을 합쳐서 노력해야 하는데 그런 환경을 만들어 준 것이 어떻게 보면 미래에 그런 기술을 직접 개발하게 될 우리 젊은 세대들이 이런 그랜드 퀘스트를 통해 어떤 기술이 미래에 유망한 지, 미리 접해볼 수 있는 기회가 되기도 했고요. 인공지능 기술만 해도 50년, 60년 전 나왔을 때 많은 관심을 받다가 기대 만큼 좋은 결과가 안 나오니까 많은 사람들이 비관적인 시각을 가지고 관뒀다가 무슨 계기로 또 관심을 받다가 하는 식으로 부침이 좀 있어왔는데, 이번 프라이즈가 장기적인 관점을 가지고 지속적으로 연구할 수 있게 도와준다는 측면에서 큰 의미가 있다고 생각합니다.

Q. 지난해 '그랜드 퀘스트' 연구를 얘기하실 때 이정동 교수님께서 지속적으로 강조한 게 '기술주권'이었거든요. 기술주권의 차원에서는 지금하시는 연구를 어떻게 볼 수 있는지 궁금합니다.

우리나라만큼 인공지능 반도체 분야에서 좋은 결과를 낼 수 있는 기반을 갖춘 나라는 전 세계에 몇 나라 없습니다. 그래서 저희가 가지고 있는 장점들을 어떻게 잘 활용할 수 있는지, 특히 제가 하는 아날로그 인 메모리 컴퓨팅 분야에서 핵심적인 역할을 하는 시냅스 소자가 전세계에서 우리가 가장 잘하는 메모리 소자와 유사한 부분이 많이 있습니다. 그래서 이 기술이 꽃을 피우면 우리나라가 이 분야에서 주도권을 가져갈 수도 있는 가능성이 충분히 있다고 생각하고, 지금도 앞서 나가고 있지만 이제는 지키는 것도 중요해서 우리가 기술을 조합해 선점할 수 있는 분야가 어떤 것인지 조금 더 적극적으로 탐색하고 장기적인 시각을 가지고 꾸준히 연구할 수 있는 환경을 만듦으로써 국가적으로 큰 기여를 하고 전세계에서 중요한 국가로서 더 역할을 확대해갈 수 있기를 바랍니다.

<지난 7일 서울대학교에서 인터뷰 중인 백민경 교수와 김상범 교수>

Q. 중장기적인 난제를 풀기 위해 이런 지원이 조금 더 있었으면 좋겠다는 바람이 있다면?

특정 분야와 관련해 장기적인 관점에서 정책을 하시는 분들이 아예 없거나 계속 바뀌거나 하는 경우가 많은데요. A라는 방향으로 하고 있는데 갑자기 B를 하게 되고 그때그때 즉흥적으로 정책이 만들어진다고 해야 할까요? 다양한 원인이 있을 수 있을 텐데 어떤 연구를 해야 하는지, 그런 연구를 기획하시는 분, 전문성을 가진 분들이 몇십 년 동안 계획을 가지고 과제도 방향도 설정해 주시고 일관된 방향으로 지속적으로 해야 하지 않을까 싶은데 그런 부분들이 조금 부족해 보입니다. 외국의 예를 들어보면 제가 외국에서 학생으로 있을 때 기업과제를 해보면 학생으로서 연구를 평가하러 오시는 분이 매년 같은 분이 오고 몇십 년 동안 같은 일을 해오셔서 어떤 분야에 어떤 연구가 이뤄졌는지를 다 알고 계셔서 실질적으로 도움이 되는 조언을 많이 들을 수 있었습니다. 그런데 우리는 그런 사람이 없다 보니 우리한테 연구계획 세워달라 하기도 하고요. 그러다 보면 문맥도 모르는데 연구계획을 만들어야 하는 경우도 있더라고요. 최선은 다하지만 이렇게 중요한 일을 내가 하는 게 맞나? 좀 더 전문적으로 오랫동안 고민해 온 분들이 해야 하지 않을까 그럼 생각이 들 때가 있습니다. 우리나라가 과학기술 혁신이라는 측면에서 잘하고 있는 것도 참 많은데요. 장기적인 관점에서 계획을 수립하고 수행하는 부분만 조금만 더 보완되면 우리 모두가 바라는 그런 혁신적인 과학기술의 개발을 선도하는 국가가 될 수 있지 않을까 생각합니다.

남들이 다 디지털을 바라볼 때 아날로그의 장점을 다시 돌아볼 수 있는 용기, 그리고 해법이 당장 도출되지 않아도 10년 간 지치지 않고 연구를 매진할 수 있는 끈기, 그것이 결국 우리 과학기술분야의 기술주권을 만들어내는 '혁신기술'의 원동력이 되지 않을까 새삼 생각하게 되었습니다. 마지막으로 더 하고 싶은 얘기들이 있는지 물었더니 아래와 같이 전해주었습니다.

"저희가 연구하고 있는 분야에 대해 생각하면 정말 많이 흥분이 된다고 해야 할까요? 앞으로 얼마나 발전할지 기대도 많이 되고 연구하면서 큰 기쁨도 있고, 그 기술을 통해 인류와 국가에 기여할 수 있는 분야가 많다고 생각돼 보람도 있습니다. 제가 이공계로 진학할 때는 사실 큰 즐거움을 느끼고 행복을 느끼고 보람을 느낄 것이라고는 별로 생각 못했는데요. 누가 그런 얘기를 나한테 미리 해줬다면 좀 더 빠르게 이 길을 찾아올 수 있지 않았을까? 하는 생각도 듭니다. 과학기술 분야의 재미있는 일들이 많이 벌어지고 있고, 특히 요즘에는 그런 과학기술에 대한 질문들이 예전과는 차원이 달라져서 '인간의 수명이 아주 길어지면 어떻게 될까?' '인공지능이 너무 발달해서 노동을 할 필요가 없어지면 어떻게 될까?' '핵융합 기술을 통해서 에너지가 공짜인 시대가 오면 어떻게 될까' 이런 질문들이 우리 사회에 미칠 영향이 막대해지고 있어서 더 많은 관심 가져주시면 좋겠다고 말씀드리고 싶습니다."

2편에서는 'SBS문화재단 그랜드 퀘스트 프라이즈'의 공동 수상자 백민경 서울대 생명과학부 교수의 연구에 대해 전해드리겠습니다.

(글: 이정애 기자, calee@sbs.co.kr)