I. 서론

사물인터넷(Internet of Things: IoT) 기기, 자율주행자동차, 드론, 웨어러블 장치와 같은 센서 집약적 장치가 급증하면서,

전 세계에 존재하는 센서의 수는 400억 개 이상으로 추산되고 있다[1].

이들 센서가 매 순간 생성하는 방대한 원시 데이터는 통신망을 통해 서버로 전송되어 연산한 뒤 사용자에게 전달된다.

폰 노이만 구조는 성공적으로 시스템을 유지해 왔으나, 최근 센서의 수가 많아짐에 따라 3가지의 한계가 두드러지고 있다.

첫째, 네트워크 왕복 지연(latency)이 증가하며 실시간 의사결정이 필수적인 자율주행자동차 등에서 그 문제가 두드러지고 있다.

둘째, 센서에서 생성되는 수많은 아날로그 데이터를 디지털 신호로 변환하고 서버로 전송하는 과정에서 변환 및 통신에 필요한 에너지가 기하급수적으로 증가하고 있다.

셋째, 민감 정보가 데이터센터로 이동하면서 프라이버시 및 보안 부담이 커지며 개인정보 기반이 새로운 AI

(Artificial Intelligence, 인공지능)의 성장을 가로막고 있다[2]. 이러한 세 가지 문제의 한계를 극복하기 위해서 센서 데이터 처리를

센서와 분리된 프로세서에서 수행하는 전통적 방식이 아닌 센서 근처 및 내부에 서 수행하는 지능형 센서 기술[3]과 엣지(Edge)

AI[4]가 주목받고 있다.

III. 지능형 센서 미래 전망

센서는 단순 데이터 수집기를 넘어 현장에서 실시간 판단을 수행하는 초소형 AI 시스템으로 빠르게 진화하고 있다.

지능형 센서의 발전 흐름을 참고할 때 모놀리식 삼차원 (3D) 집적, 온-센서 러닝, 멀티모달 센서라는 세 가지 키워드가 미래에

요구되는 핵심 기법으로 예상된다[그림 5].

모놀리식 삼차원 집적은 실리콘 로직 층 위에 메모리 및 연산 코어를 적층하고, 최상부에 감지 부를 저온 공정으로 연속 형성하는

방식이다[20]. 층간의 인터커넥트 길이가 μm 이하 수준이라 지연 및 대역폭 측면에서 기존 실리콘 관통 전극 기반 삼차원 패키지
보다 우수하고, 센서-프로세서 데이터 이동이 사실상 동일 다이에 있는 수준으로 축소된다.

---------------------------------------------------------------------------------------------------------------------------------------------------------