초당 17.5억 개의 이미지를 분류하는 광학칩

 

(A sample of the letter-like characters that the new optical neural network chip was tasked with classifying. Credit: University of Pennsylvania)

 최신 스마트폰의 이미지 인식 기능은 상당히 뛰어난 편입니다. 사람 얼굴이나 사물을 인지하고 잠금 해제를 하거나 여러가지 사진 효과를 실시간으로 넣을 수 있습니다. 

 하지만 기본적으로 현재의 기술은 많은 제약점이 있습니다. 이미지 센서가 렌즈를 통해 들어온 빛을 전기 신호로 바꾼 후 이를 메모리로 전송하고 여기서 다시 프로세서 접근해서 데이터를 처리한 후 필요한 작업을 합니다. 이 과정이 매우 빠르게 일어나긴 하지만, 사실 따져보면 그렇게 효율적이거나 빠른 방법이라고 보기는 어렵습니다. 

 펜실베이니아 대학의 과학자들은 완전히 새로운 접근법을 통해  이미지 인식 및 분류 속도를 획기적으로 높였습니다. 연구팀의 대안은 이미지 센서에 들어온 광학 정보를 전기 신호로 바꾸지 않고 광학 신경망 칩(optical neural network chip)으로 바로 처리하는 것입니다. 

 연구팀이 개발한 공학 뉴럴 칩은 9.3㎟ 크기로 광학 신호를 받아들이는 광학 섬유층과 광학 신호를 바로 분석하는 뉴런 층으로 되어 있습니다. 이 구조는 사실 실제 뇌나 신경 조직과 비슷한 것으로 전기 신호 대신 광학 신호를 빠르게 처리한다는 점이 다를 뿐입니다.

 테스트 대상은 매우 작은 문자 기호 패턴으로 광학칩은 이를 0.57 나노초 만에 분류했습니다. 이는 초당 17.5억 개의 이미지를 분류하는 속도로 기존의 이미지 센서 - 프로세서/메모리 구조로는 불가능한 속도입니다. 분류 정확도는 2가지 패턴인 경우 93.8%, 4가지 패턴인 경우 89.8%입니다. 

 당장 상용화하기는 어렵겠지만, 이미지 처리 속도가 압도적으로 빠른 만큼 앞으로 관련 연구가 활발하게 진행될 것으로 보입니다. 실제로 광학 이미지 처리 프로세서가 스마트폰에 탑재될 날이 올지 궁금합니다. 

 참고 

https://techxplore.com/news/2022-06-chip-billion-images.html

https://newatlas.com/computers/optical-neural-network-chip-2-billion-images-second/

 Farshid Ashtiani et al, An on-chip photonic deep neural network for image classification, Nature (2022). DOI: 10.1038/s41586-022-04714-0