급속한 고령화로 인해 심장질환, 뇌질환 등과 같은 중대질환을 조기 진단하고 사전 예방하는 웨어러블 헬스 케어 기기가 주목받고 있다. 현재 웨어러블 헬스케어 기기들은 ‘순시동작’과 ‘클라우드 컴퓨팅’을 기반한다. 이들 기기의 확대 보급을 위해 기기가 항상 동작하는 ‘항시동작’과 기기 내 학습 및 진단이 가능한 고도 ‘엣지-컴퓨팅(extreme edge-computing)’ 도입이 필요하고, 이를 위해 기존 폰-노이만 방식이 아닌 인간 두뇌 모방형 뉴로모픽 컴퓨팅 기술이 요구된다. 본 고에서는 먼저 웨어러블 헬스케어 센서 동향을 살펴본다. 그리고 대표적인 반도체 소자인 Si CMOS를 이용한 웨어러블 뉴로모픽 시스템 하드웨어 연구개발 동향을 살펴본다. 이어서 뉴로모픽 전용 반도체 소자를 이용한 뉴로모픽 시스템 하드웨어 연구개발 동향을 살펴보 며, 마지막으로 웨어러블 헬스케어 솔루션으로 발전하기 위한 기술 장벽과 개발 방향을 논한다. I. 서론 우리나라는 급속한 고령화로 인해 2025년경 65세 이상 고령자의 비율이 전체 인구의 20.3%에 이르는 초고령화 사회로의 진입이 예측된다[1]. 이에, 고령인구에서 그 비중이 높아 지는 심장질환과 뇌질환 등의 중대질환을 조기 진단하고 사전 예방하는 웨어러블 헬스케어 기기 시장이 주목받고 있다. 동 기기 시장은 2020년 184억 달러의 세계 시장규모를 기록한 이후 20.5%의 가파른 연평균 성장세를 보이며 2025년 466억 달러 규모에 이를 것으로 전망된다[2]. 현재 웨어러블 헬스케어 기기들 중 상업화에 가장 많은 진척을 보이고 있는 분야는 심장질 * 본 내용은 이종원 선임연구원(☎ 042-366-1610, temuchin80@nnfc.re.kr)에게 문의하시기 바랍니다. ** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다. Chapter 01 엣지-컴퓨팅 웨어러블 기기를 위한 인공지능 반도체 하드웨어 기술 동향 기획시리즈-인공지능 반도체 정보통신기획평가원 3 환 분야이다. 동 분야의 진단 기기들을 통해서 그 기술적 특징과 요구사항을 잠시 살펴보도 록 한다. 대부분의 상용 기기들은 생체 이상신호가 나타나면 이를 개인이 직접 인지하고 기기를 동작모드로 전환시켜서 수동으로 진단하는 ‘순시동작’ 방식이다. 간헐적 부정맥과 같 이 갑작스레 발생하는 비정상 생체신호를 실시간으로 감지 및 진단하기 위해서는 기기가 항상 동작하면서 그 이상 여부를 체크하는 ‘항시동작’ 방식으로 전환되어야 한다. 그리고 현재는 기기를 통해 수집된 정보가 스마트폰과 데이터센터로 보내져서 분석 및 진단을 수행 하는 클라우드(cloud) 통신 방식이다. 클라우드 통신은 산간오지 및 통신 음영 지역과 같은 네트워크가 단절된 환경과 사물인터넷 확대 보급에 따른 부하 증가에 의한 전송지연 환경에 서는 응급 상황에 대한 유연한 대체가 어렵다. 이를 해결하려면, 컴퓨팅 기능을 기존의 클라 우드 단이 아닌 최종단 즉 웨어러블 헬스케어 기기로 가져오는 고도의 엣지-컴퓨팅(extreme edge computing) 기술이 요구된다. 해당 기술은 기기 자체에서 생체신호에 대한 연속적인 학습 및 진단이 가능하여 궁극적으로 신체의 이상 징후를 실시간으로 파악할 수 있게 된다. 이러한 엣지-컴퓨팅 기반 웨어러블 헬스케어의 실제 구현에 있어 그 무엇보다 중요한 것 은 혁신적 전력소모(혹은 에너지 소모) 절감 기술이다. 병렬처리(parallel processing) 방식 을 근간하는 GPUs(Graphical Processing Units), TPUs(Tensor Processing Units), ASICs(Application Specific Integrated Circuits)과 같은 하드웨어 가속기 기반의 인공 신경망(Deep Artificial Neural Network) 기술들이 산업계를 중심으로 활발하게 개발 및 제품화되고 있다. GPUs는 병렬처리에 최적화된 구조적 이점으로 마이크로소프트, IBM 등 과 같은 세계적 대기업의 클라우드 서버로 이용되는 중이다. TPUs는 구글사의 기존 알파고 대비 약 10배 감소된 전력소모를 갖는 알파고 제로(Alphago Zero) 제품과 같이 전력소모 절감에 특화된 기여를 하고 있다. 이러한 괄목할만한 전력 절감 성과에도 불구하고, 현재의 인공신경망 기술은 인간 두뇌 대비 아직도 수백~수천 배 더 많은 전력을 소모하는 것으로 평가되고 있다[3]. 전력소모를 더욱 혁신하기 위해서 인간의 신경망을 그대로 모방하는 뉴로 모픽 컴퓨팅(Neuromorphic Computing) 도입이 필요하다. 궁극적인 뉴로모픽 컴퓨팅은 폰-노이만 컴퓨팅의 기초가 되는 클록(clock) 기반의 동기식(synchronous) 구동이 아니라 사건(event) 기반의 비동기식(asynchronous) 구동이다. 즉, 외부의 자극이 들어올 경우에 만 시스템이 구동됨으로써 효율적인 전력 사용이 가능하게 된다. 그리고 뉴로모픽 컴퓨팅은 메모리와 프로세서가 서로 분리되지 않고 공존하는 형태로, 메모리는 전통적 정보저장뿐