.avif)
마이크로일렉트로닉스는 인공지능(AI)과 머신러닝(ML), 사물인터넷(IoT), 차세대 통신, 그리고 떠오르는 양자 기술에 힘입어 기록적인 속도로 발전하고 있습니다. 이번 ACS/CAS 웨비나 세션에서는 세 명의 전문가가 연구 지형을 분석하고, 뇌에서 영감을 받은 컴퓨팅 혁신 사례를 공유하며, 미국 CHIPS 법안이 어떻게 소재 혁신을 촉진하고 있는지 설명했습니다. 연사로는 Jean-Marc Pécourt(CAS), Steve Furber(맨체스터 대학교), Jim Warren(미국 국립표준기술연구소(NIST))이 참여했습니다.
지형 분석: 문헌은 어떤 방향을 가리키고 있는가?
CAS의 수석 과학자인 Jean-Marc Pécourt 박사는 CAS Content Collection™의 데이터를 기반으로 한 지형 분석으로 발표를 시작했습니다. STN™ 기반의 CAS IP Finder를 통해 검색한 결과, 지난 20년간 약 230만 건의 마이크로일렉트로닉스 관련 기록이 확인되었습니다.
그림 1. 마이크로일렉트로닉스 분야의 출판 동향. 삽입된 도넛 차트는 저널 논문과 특허 패밀리의 분포를 보여줍니다. 데이터는 2004년부터 2024년까지의 CAS Content Collection에 수록된 저널 및 특허 패밀리 출판물을 포함합니다. *1월부터 11월까지의 데이터만 포함.
이어 Jean-Marc는 최근의 흐름을 파악하기 위해 5년간의 120만 건 기록을 집중적으로 분석했습니다. 이 분야의 이례적으로 높은 특허 대 저널 비율은 상용화에 매우 근접해 있음을 보여줍니다. 국가별 곡선을 보면 중국은 저널과 특허 분야에서 급격한 상승세를 보이고 있으며, 미국과 한국은 꾸준한 특허 경쟁력을 유지하고 있고, 일본은 2013년경부터 장기적인 하락세를, 인도는 저널 중심의 성장을 보이고 있습니다.
CAS 과학자들이 용어를 정리하여 구성한 여러 NLP 기반 CAS Trendscape 맵은 빠르게 성장하는 분야를 강조합니다. 2D 소재(전이 금속 디칼코게나이드, MXenes), 페로브스카이트 광전자공학/PV, 그리고 광범위한 센서 분야가 이에 해당합니다. 소자 중에서는 FET가 특허 측면에서 가속화되고 있으며, 저널에서는 멤리스터와 마찰전기 나노발전기가 급성장하고 있습니다. 성숙한 공정(화학적 기계적 연마, 화학 기상 증착, 식각)은 기반 규모가 워낙 커서 성장세가 더뎌 보일 수 있으나, 여전히 현대 팹(fab)의 핵심입니다.
뉴로모픽 컴퓨팅이 지금 중요한 이유
영국 맨체스터 대학교의 명예 교수인 Steve Furber 박사는 관점을 '무엇을 만드는가'에서 '어떻게 계산하는가'로 전환했습니다. 오늘날의 AI 스택은 밀집 행렬 연산에 의존하지만, 생물학적 대뇌 피질은 희소하고 반복적인 신호 전달을 기반으로 합니다. 그는 이러한 불일치가 AI의 에너지 한계의 근본 원인이라고 주장했습니다. 그의 SpiNNaker 프로젝트는 100만 개의 소형 ARM급 코어와, 단일 스파이크를 수천 개의 타겟 메시지로 변환하여 상호 연결을 포화시키지 않고 피질의 팬아웃(fanout)을 모방하는 선택적 멀티캐스트 패브릭을 사용하여 이 문제에 접근했습니다. 그 결과 주요 뇌 모델에 대한 생물학적 실시간 작동, 스파이크 기반 제약 조건 해결(예: 스도쿠), 이벤트 기반 센서와 결합된 반응형 로봇 공학 구현이 가능해졌습니다.
산업적 맥락은 이러한 주장을 뒷받침합니다. 인텔의 Loihi 2 아키텍처와 2024년형 Hala Point 시스템(11억 5천만 개의 "뉴런")은 특정 딥러닝 워크로드에서 업계 최고 수준의 TOPS/W 효율을 보여주는 페타옵스(peta-ops) 규모의 뉴로모픽 컴퓨팅을 구현했습니다. 이는 이벤트 기반의 뇌 모방 실행이 기존 가속기를 보완(일부 영역에서는 능가)할 수 있다는 증거입니다. Steve는 희소성과 반복성이 생물학적 호기심의 대상이 아니라, 확장 가능하고 지속 가능한 지능을 위한 청사진이라고 믿습니다.
그는 대체가 아닌 융합이라는 실용적인 관점으로 발표를 마쳤습니다. 그래픽 처리 장치(GPU)와 뉴로모픽은 상호 보완적으로 발전할 가능성이 높습니다. 뉴로모픽은 초저지연, 저전력 인식 및 폐루프 제어를 담당하고, 기존 가속기는 밀집된 학습 단계를 처리하다가 결국 두 세계가 하이브리드 시스템에서 만날 것으로 전망됩니다.
지도에서 제조까지
Dr. James Warren, Director of the Materials Genome Program at NIST connected the literature signals and computed ideas to the reality of manufacturing. He outlined the CHIPS R&D Office Broad Agency Announcement (BAA), a call for proposals in advanced semiconductor manufacturing, AI, quantum, and standards along with an atypical returns model (equity/warrants/licenses) designed to align public investment with longterm outcomes. His throughline: to make discovery matter faster, labs need autonomy, data, and rigor.
여기서 소재 게놈 이니셔티브는 자율 주행 연구실 및 물리학 기반 머신러닝과 만납니다. Jim은 폐루프 실험이 어떻게 풍부하고 감사 가능한 데이터셋을 생성할 수 있는지, 그리고 제1원리(예: 수송, 열역학, 전기화학)에 의해 제약된 대리 모델이 어떻게 팹 현장에서 유용한 실시간 의사결정을 내릴 수 있는지 설명했습니다. 기억에 남는 일화로, AI가 고속 회절 스트림에서 직접 위상 경계를 추출하는 사례를 들며, 자율성이 과학자들의 시간을 데이터 정리에서 발견의 영역으로 어떻게 전환하는지 보여주었습니다. 이 메시지는 아이디어를 연구실에서 공장으로 빠르게 연결하는 측정 수준의 자율성을 구축하라는 초대였습니다.
청중의 주요 관심사
토론 내내 청중들은 적극적으로 질문을 던지고 자신의 견해를 공유했습니다. 그중 가장 많은 관심을 받은 분야는 다음과 같습니다.
1. 멀티모달 입력.스티브는 시각과 청각을 연결하는 것과 같은 진정한 멀티모달 통합은 오늘날의 뉴로모픽 연구가 주로 집중하는 저수준 뇌 회로보다 더 높은 수준에서 모델링된다고 설명했습니다. 일부 신경과학 실험과 모델은 청각 및 시각 공간 지도를 정렬하거나, 약한 자극을 결합하여 감지 가능하게 만든 쥐 실험처럼 감각 융합을 탐구하기도 합니다. 그러나 뉴로모픽 시스템은 일반적으로 완전한 다감각 처리보다는 기본적인 신경 미세 회로를 이해하는 데 우선순위를 둡니다.
2. NVIDIA와 AMAT의 디지털 트윈.짐은 NVIDIA와 AMAT의 협력에 대한 세부 사항은 알지 못하지만, 반도체 설계 및 제조 분야에서 디지털 트윈에 대한 대규모 투자가 이루어지는 광범위한 추세를 강조했습니다. 이제 가상 모델은 팹 수준의 시스템부터 재료와 원자 단위까지 확장되어 더 나은 예측과 최적화를 가능하게 합니다. 그는 이를 완전 가상화된 설계 루프를 활용한 NVIDIA의 신약 개발 작업에 비유했습니다. 모델링이 개선되고 데이터가 증가함에 따라 디지털 트윈은 엔지니어링 및 제조 혁신의 핵심이 되고 있습니다. 장 마크는 이러한 도구가 여러 규모에 걸쳐 등장하고 있다고 덧붙였습니다.
3. 스피네이커(Spinnaker)와 기존 고성능 컴퓨팅(HPC)의 비교.스티브는 스피네이커가 표면적으로는 HPC와 비슷해 보이지만 근본적으로는 다르다고 설명했습니다. HPC의 강력한 대형 프로세서와 달리, 스피네이커는 고도로 병렬화된 신경 모델링에 적합한 소형 프로세서를 다수 사용합니다. 가장 큰 차이점은 효율적인 멀티캐스트를 가능하게 하는 맞춤형 통신 패브릭으로, 하나의 스파이크가 수천 개의 타겟에 도달할 수 있는데 이는 표준 HPC 네트워크로는 효율적으로 수행하기 어렵습니다. 신경망 구조는 천천히 변하기 때문에 스피네이커는 라우팅을 하드코딩할 수 있으며, 이는 범용 HPC에는 부적합하지만 뉴로모픽 워크로드에는 이상적인 전략입니다.
4. 반도체 및 연구 성과 분야의 미국과 중국.장 마크는 중국 기관들이 상업적 목적의 특허를 많이 생산하는 반면, 미국의 연구 환경은 상업적 노력과 학술적 노력이 혼재되어 있다고 지적했습니다. 반도체는 전략적 자산이므로 상업적 관련성을 입증하는 미국 프로젝트는 강력한 자금 지원 기회를 얻을 수 있습니다. 짐은 정치적 세부 사항에 대한 언급은 피했지만, 초기 우려와 달리 NSF와 NIST에 대한 미국의 최종 예산은 안정적으로 유지되었다고 말했습니다. 그는 중국을 반도체 제조 분야의 주요 장기 경쟁자로 인정하며, 핵심 공급망을 확보하기 위한 미국의 지속적인 노력을 강조했습니다.
5. 뉴로모픽 컴퓨팅의 에너지 및 물 사용.스티브는 냉각수를 열교환기로 완전히 재활용할 수 있는데 왜 데이터 센터가 물을 소비하는지 의문을 제기했습니다. 뉴로모픽 시스템은 AI 에너지 수요와 그에 따른 냉각 요구량을 최대 1,000배까지 줄일 수 있습니다. 그는 또한 효율성 향상이 비용 절감으로 이어져 사용량이 확대되는 제본스의 역설(Jevons paradox)로 인해 전체 소비가 오히려 증가할 수 있다고 경고했습니다. 그는 이를 전 세계 컴퓨터 보급의 예상치 못한 폭발적 증가와 같은 역사적 사례를 들어 설명했습니다.
게스트와 청중 여러분께 감사드립니다. 자세한 내용은 웨비나 녹화본을 확인해 주시기 바랍니다.마이크로일렉트로닉스 프런티어: 신흥 기술, 재료 및 혁신
