▲ 센서의 소자인 광트랜지스터의 구조 / 도파민-글루타메이트 간 신경 조절 메커니즘을 응용해, 빛과 전기 신호의 상호작용으로 작동하는 시냅스 모사 광트랜지스터의 작동 구조. 광 트랜지스터를 배열해 센서를 만들었다.(그림 및 설명=UNIST)   © 특허뉴스

사람 뇌의 신경 전달 원리를 모방하여, 밝기가 급변하는 환경에서도 사물의 윤곽 정보를 효율적이고 정확하게 추출하는 혁신적인 비전 센서가 국내 연구진에 의해 개발되었다. 이는 자율주행차, 드론, 로봇 등 미래 기술의 '눈' 역할을 하는 핵심 부품의 성능을 획기적으로 향상시켜, 주변 환경을 더욱 빠르고 정확하게 인식하는 데 크게 기여할 것으로 기대된다.

UNIST 신소재공학과 최문기 교수팀은 한국과학기술연구원(KIST) 최창순 박사팀, 서울대학교 김대형 교수팀과의 공동 연구를 통해 이러한 시냅스 모방 로봇 비전 센서를 성공적으로 개발했다고 4일 밝혔다.

기존 비전 센서는 기계의 눈 역할을 하며 감지된 모든 정보를 프로세서로 전달하는데, 이 과정에서 불필요한 정보까지 전송되어 데이터량이 폭증하고 처리 속도가 느려지는 문제가 있었다. 특히 조명이 급격히 바뀌거나 밝고 어두운 영역이 뒤섞인 환경에서는 이러한 인식 정확도 저하 문제가 더욱 심화되었다.

공동 연구팀은 이러한 한계를 극복하기 위해 뇌 시냅스에서 일어나는 도파민-글루타메이트 신호 전달 경로를 모방했다. 뇌에서는 도파민이 글루타메이트를 조절하여 중요한 정보를 강화하는 방식으로 정보를 처리하는데, 이 원리를 센서 설계에 적용하여 윤곽선처럼 명암 대비가 큰 시각 정보만을 선별적으로 추출할 수 있도록 했다.

최문기 교수는 “눈 자체에 뇌의 일부 기능을 부여하는 인 센서 컴퓨팅(in-sensor computing) 기술을 적용해 영상 데이터의 밝기와 대비를 스스로 조절하고, 불필요한 정보는 걸러낼 수 있게 되었다”며, “초당 수십 기가비트에 달하는 영상 데이터를 처리해야 하는 로봇 비전 시스템의 부담을 근본적으로 줄여줄 수 있다”고 설명했다.

실제 실험 결과, 이 비전 센서는 영상 데이터 전송량을 기존 대비 약 91.8%나 줄이면서도, 객체 인식 시뮬레이션의 정확도를 약 86.7%까지 끌어올릴 수 있는 것으로 확인되어 그 효율성과 정확성을 입증했다.

이 센서는 게이트 전압에 따라 전류 반응이 달라지는 광트랜지스터로 구성된다. 여기서 게이트 전압은 뇌의 도파민처럼 반응 강도를 조절하는 역할을 하며, 광트랜지스터에서 나오는 전류는 글루타메이트 신호에 해당하는 자극 전달을 모사한다. 게이트 전압을 조절하면 빛에 대한 민감도를 높여 어두운 환경에서도 또렷하게 윤곽 정보를 감지할 수 있다. 또한, 빛의 절대 밝기뿐만 아니라 주변과의 밝기 차이에 따라 출력 전류가 달라지도록 설계되어, 밝기 변화가 큰 경계면(즉, 윤곽선)은 더욱 강하게 반응하고, 밝기가 일정한 배경은 억제되는 특징을 가진다.

KIST 최창순 박사는 “이번 기술은 로봇, 자율주행 자동차, 드론, IoT 기기 등 다양한 비전 기반 시스템에 폭넓게 적용할 수 있다”며, “데이터 처리 속도와 에너지 효율을 동시에 높일 수 있어, 차세대 인공지능 비전 기술의 핵심 솔루션으로 활용될 수 있을 것”이라고 이번 연구 성과의 높은 활용 가능성을 강조했다.

이번 연구결과는 세계적인 학술지인 '사이언스 어드밴시스(Science Advances)' 5월 2일 자 온라인판에 게재되었다. 논문명은 In-sensor multilevel image adjustment for high-clarity contour extraction using adjustable synaptic phototransistors이다.