▲ 초파리 시신경 구조(사진=대만 국립칭화대)

드론이 장시간 공중에 체류하려면 기체가 가벼운 대신 배터리 용량은 커야한다. 하지만 기체의 무게와 배터리의 용량은 정반대의 관계에 있다. 어느 한쪽을 희생해야 한다.

대만 국립칭화대학(國立清華大學) 연구진이 이 같은 문제를 해결하기 위해 초파리의 시신경을 모사한 인공지능 프로세서를 개발했다고밝혔다. 장애물 탐지 및 회피에 들어가는 연산 속도와 소비 전력을 크게 줄일 수 있을 것으로 기대된다.

연구진은 “이번에 개발한 인공지능 칩은 무인항공시스템(UAVs·unmanned aerial vehicles)이 ‘강력 파워 절약 모드(ultra-power-saving mode)‘ 상태로 장애물을 탐지해 자율적으로 회피할 수 있도록 지원한다”고 말했다.

연구팀에 따르면 대부분 UAV들은 장애물을 인지하고 회피하기 위해 전자기파의 전송 및 반사에 의존한다. 하지만 이런 방식은 많은 전력을 소비한다. 대안으로 광학 렌즈를 사용하는 방법이 있지만 이미지를 취득하고 분석하는 데 많은 시간이 들어가고 전력 소비량도 많다.

▲ 대만 칭화대 Tang Kea-tiong’ 교수팀(왼쪽)이 인공지능 칩과 드론을 선보이고 있다(사진=대만칭화대)

국립칭화대 ‘당케숑(Tang Kea-tiong)’ 교수팀은 초파리의 시신경을 모사해 드론용 인공지능 칩에 담았다. 연구팀은 정보의 과부하 문제를 해결하는데 목표를 두었다. 보통 카메라나 스마트폰에 사용되는 이미지 센서는 수백만 픽셀에 달하지만 초파리의 시신경은 약 800픽셀에 불과하다. 낮은 픽셀에도 불구하고 초파리의 뇌는 윤곽이나 콘트라스트와 같은 시각적 신호를 처리할 때 불필요한 정보를 자동적으로 걸러내는 탐지 메카니즘을 갖고 있다. 초파리는 다른 물체와의 충돌을 막기위해 움직이는 물체에만 초점을 주로 맞춰 시각 정보를 획득한다.

연구팀은 초파리의 탐지 매커니즘을 모사해 드론 제어시 손동작과 이미지 센서를 활용할 수 있는 인공지능 칩을 개발했다. 연구팀은 드론에게 무엇이 중요한 것인지 초점을 맞추고, 충돌 가능성이 있는 물체나 거리를 판단할 수 있는 방법을 학습시켰다. 이를 위해 연구팀은 초파리의 신경연결회로(neural pathways)에 관한 맵의 확장적인 활용을 위해 초파리의 ‘광학 흐름(optical flow)‘을 탐지할 수 있는 연구를 진행했다.

연구팀은 “광학 흐름은 근처에 있는 움직이는 물체가 시야에 남겨진 궤적으로, 뇌에 의해 장애물과의 거리를 결정하고 장애물을 회피하는 데 활용된다‘고 설명했다.

연구팀에 따르면 이번에 개발한 인공지능 칩은 인메모리 컴퓨팅(in-memory computing) 분야에서 기술적인 돌파구를 마련했다. 컴퓨터나 스마트폰은 데이터를 메모리에서 중앙연산장치로 옮겨야하고, 한번 처리된 데이터는 저장을 위해 다시 메모리로 옮겨야한다. 이 과정에서 인공지능 딥러닝 프로세스에 필요한 에너지와 시간의 90%를 소비한다. 하지만 이번에 개발한 인공지능 칩은 메모리 내부에서 연산을 수행, 효율성을 획기적으로 개선했다는 설명이다.