딥페이크 음성 실시간으로 걸러낸다…한양대, '가우시안 트랜지스터' 세계 최초 개발

단일 반도체와 스플릿 게이트 구조 적용해 가우시안 확률분포 하드웨어로 직접 구현

기존 CPU·GPU 연산 대비 전력 소모 대폭 낮춰…딥페이크 실시간 판별 시스템에 적용

(윗줄 왼쪽부터) 유호천 한양대 교수, 김영준 가천대 교수, 아미트 란잔 트리베디 미국 일리노이대학교 시카고 교수, (아랫줄 왼쪽부터) 김창현 캐나다 오타와대학교 교수, 한영민·유영우 한양대 박사과정생. [사진=한양대]

인공지능(AI)을 악용한 딥페이크 범죄가 기승을 부리는 가운데, 가짜 음성을 실시간으로 정확하게 판별해낼 수 있는 반도체 소자 기술이 국내 연구진에 의해 세계 최초로 개발됐다. 막대한 전력을 소모하던 기존 소프트웨어 방식 대신 단일 반도체 칩에서 직접 확률 연산을 수행해, 저전력 차세대 AI 반도체 분야에 새로운 패러다임을 제시할 것으로 기대된다.
 
한양대학교는 공과대학 융합전자공학부 유호천 교수 연구팀이 국내외 공동연구진과 함께 확률 기반 AI 연산을 위한 '전기적 가우시안 트랜지스터'를 세계 최초로 개발했다고 4일 밝혔다.
 
기존의 확률 기반 AI 모델은 가우시안(Gaussian) 분포를 계산하기 위해 중앙처리장치(CPU)나 그래픽처리장치(GPU)에서 반복적인 디지털 연산을 수행해야만 했다. 이로 인해 전력 소모가 극심하고 메모리 접근이 빈번하다는 치명적인 단점이 있었다. 또한 기존 '안티앰비폴라 트랜지스터(AAT)'를 활용한 가우시안 소자 역시 서로 다른 반도체를 결합한 이종접합 구조 탓에 출력이 비대칭적으로 나타나 이상적인 확률분포를 구현하는 데 한계가 뚜렷했다.
 
유 교수 연구팀은 이러한 문제를 해결하기 위해 단일 반도체와 스플릿 게이트(split-gate) 구조를 적용한 '단일 채널 가우시안 미러링 트랜지스터(SC-GMT)'를 새롭게 독자 개발했다. 연구팀은 순수한 전기적 제어만으로 대칭적인 가우시안 특성을 구현해 냈으며, 분포의 진폭, 평균, 표준편차를 각각 독립적으로 조절하는 데 성공했다.
 

나아가 연구팀은 개발된 소자를 인쇄회로기판(PCB) 기반 하드웨어 시스템으로 확장해 실시간 확률 연산을 수행하는 '가우시안 나이브 베이즈(GNB) 분류기'를 제작했다. 이를 이용해 딥페이크 음성과 실제 사람의 음성을 실시간으로 구분하는 시스템을 구현했으며, 국제 공동 벤치마크 챌린지인 'ASVspoof2019' 데이터셋을 활용한 실험에서 높은 분류 정확도를 달성하며 실효성을 입증했다.
 
유호천 교수는 "이번 연구는 기존에 소프트웨어와 디지털 회로를 통해 처리하던 확률분포 생성과 연산을 단일 반도체 소자에서 직접 수행할 수 있는 가능성을 제시한 것"이라며 "향후 저전력 엣지 AI, 확률 기반 인공지능, 딥페이크 탐지 등 다양한 차세대 AI 반도체 분야에 폭넓게 활용될 것으로 기대한다"고 밝혔다.
 
한편, 과학기술정보통신부와 정보통신기획평가원의 지원을 받아 수행된 이번 연구 결과는 재료·전자소자 분야 국제학술지 『어드밴스드 머티리얼스(Advanced Materials)』에 지난 7월 22일 게재됐다. 이번 연구에는 한양대 한영민 박사과정생이 제1저자, 유영우 박사과정생이 공동 제1저자로 참여했으며, 한양대 유호천 교수와 가천대 김영준 교수, 미국 일리노이대학교 시카고 아미트 란잔 트리베디(Amit Ranjan Trivedi) 교수, 캐나다 오타와대학교 김창현 교수가 공동 교신저자로 함께했다.