‘전기적 가우시안 트랜지스터’ 최초 개발

기술 통해 확률 기반 인공지능(AI) 연산

딥페이크 음성 분류 시스템 동작 개략도와 실제 음성 분류 및 AI 생성 음성(딥페이크) 분류 시연 및 실시간 판별 사진. [한양대]
딥페이크 음성 분류 시스템 동작 개략도와 실제 음성 분류 및 AI 생성 음성(딥페이크) 분류 시연 및 실시간 판별 사진. [한양대]

[헤럴드경제=이영기 기자] 한양대학교 연구팀이 딥페이크 음성을 판별할 수 있는 시스템의 기반이 되는 기술 구현에 성공했다.

한양대는 융합전자공학부의 유호천 교수 연구팀이 국내외 공동연구진과 함께 딥페이크 음성과 실제 음성을 실시간으로 판별하는 시스템의 기반 기술을 개발했다고 10일 밝혔다.

연구팀은 확률 기반 인공지능(AI) 연산을 위한 ‘전기적 가우시안 트랜지스터’를 세계 최초로 개발했다. 이번 연구는 단일 반도체와 스플릿 게이트(split-gate) 구조만으로 이상적인 가우시안(Gaussian) 확률분포를 하드웨어에서 직접 구현하고 자유롭게 조절한 성과로 평가받는다. 이를 기반으로 딥페이크 음성과 실제 음성을 실시간으로 판별할 수 있게 됐다.

기존 확률 기반 AI 모델은 가우시안 분포를 계산하기 위해 중앙처리장치(CPU)나 그래픽처리장치(GPU)에서 반복적인 디지털 연산을 수행해야 하기 때문에 많은 전력이 소모됐다.

이에 연구팀은 단일 반도체와 스플릿 게이트 구조를 적용한 ‘단일 채널 가우시안 미러링 트랜지스터(Single-Channel Gaussian-Mirroring Transistor, SC-GMT)’를 개발했다.

순수한 전기적 제어만으로 대칭적인 가우시안 특성을 구현했다. 또 분포의 진폭(A), 평균(μ), 표준편차(σ)를 각각 독립적으로 조절하는 성과를 이뤘다.

이어 개발한 소자를 인쇄회로기판(PCB) 기반 하드웨어 시스템으로 확장해 실시간 확률 연산을 수행하는 가우시안 나이브 베이즈(Gaussian Naive Bayes, GNB) 분류기를 제작했다. 이를 이용해 딥페이크 음성과 실제 음성을 실시간으로 구분하는 시스템을 구현했다. 국제 공동 벤치마크 챌린지인 ‘ASVspoof2019’ 데이터셋을 활용한 실험에서도 높은 분류 정확도가 확인됐다.

이번 성과는 기존에 소프트웨어와 디지털 회로를 통해 처리하던 확률분포 생성과 연산을 단일 반도체 소자에서 직접 수행할 가능성을 제시했다. 향후 저전력 엣지 AI와 확률 기반 인공지능, 딥페이크 탐지 등 차세대 AI 반도체 분야에 활용될 것으로 기대된다.

유호천 교수는 “이번 연구는 확률분포를 소자 수준에서 직접 생성하고 연산할 수 있는 새로운 반도체 플랫폼을 제시한 것”이라며 “향후 저전력 엣지 AI, 확률 기반 인공지능, 딥페이크 탐지 등 다양한 차세대 AI 반도체 분야에 폭넓게 활용될 것으로 기대한다”고 말했다.


20ki@heraldcorp.com