생물학적 타당성을 갖춘 뉴로모픽 프레임워크 N-BIO 공개

생물학적 타당성을 극도로 강조한 접근 방식에 대해 흥미롭다는 반응이 주를 이룬다. 특히 양자 역학적 요소를 신경망에 도입한 가설에 대해 구체적인 근거를 궁금해하는 사용자들이 존재한다.

• 생물학적 타당성을 중시하는 뉴로모픽 시스템 설계 시 시상-피질 역학 모델을 참고할 것
• 저전력 AI 칩 설계를 위해 DG-FeFET와 같은 강유전체 소자의 활용 가능성을 검토할 것

뉴로모픽 컴퓨팅(Neuromorphic Computing)

— 인간의 뇌 구조를 모방하여 뉴런과 시냅스의 작동 방식을 하드웨어로 구현하는 기술이다. 기존 폰 노이만 구조와 달리 연산과 메모리가 통합되어 저전력으로 복잡한 인지 기능을 수행할 수 있어 차세대 AI 하드웨어의 핵심으로 꼽힌다.

헵 학습(Hebbian Learning)

— 함께 활성화되는 뉴런들 사이의 연결이 강화된다는 생물학적 학습 원리이다. 시냅스 가소성을 설명하는 가장 기본적인 모델로, 인공신경망에서 가중치를 업데이트하는 다양한 알고리즘의 기초가 된다.

시상-피질 역학(Thalamo-cortical Dynamics)

— 뇌의 시상과 대뇌 피질 사이에서 일어나는 상호작용과 신호 전달 체계이다. 감각 정보의 필터링, 주의 집중 조절, 의식 상태 유지 등에 결정적인 역할을 하며 뉴로모픽 시스템에서 정보 흐름을 제어하는 모델로 활용된다.

GUE 고윳값 통계(GUE Eigenvalue Statistics)

— 가우시안 유니터리 앙상블(Gaussian Unitary Ensemble)의 고윳값 분포 특성이다. 복잡한 양자 시스템의 에너지 레벨 간격을 설명하는 데 사용되며, 이 아티클에서는 미세소관 내의 양자 역학적 노이즈를 모델링하는 근거로 인용된다.

완전 공핍형 실리콘 온 인슐레이터(FDSOI)

— 절연층 위에 얇은 실리콘 층을 형성하여 누설 전류를 줄이고 동작 속도를 높인 반도체 공정 기술이다. 저전력 소모가 필수적인 뉴로모픽 칩이나 모바일 프로세서 제조에 유리한 특성을 갖는다.