자연처럼 사고하고 AI가 할 수 없는 것을 탐구하는 유레카 머신
출처: Hacker News
소개
FPGA 보드에 구현된 뉴로모픽 이징 머신은 지수적으로 많은 경쟁 가능한 가능성을 가진 거친 에너지 지형을 빠르게 탐색할 수 있습니다. 이는 단백질 접힘과 같은 복잡한 최적화 문제에서 거의 최적에 가까운 해를 신속히 발견하게 해 줍니다. 여기서 탐색은 펼쳐진 사슬이 중간의 용융 구형 상태를 거쳐 가장 안정적인 접힌 구조로 진화하는 과정을 모방합니다.
가장 어려운 계산 문제들은 더 빠른 칩을 기다리는 것이 아니라, 근본적으로 다른 방식으로 계산하는 기계를 기다리고 있습니다. 콜로라도의 텔루라이드 뉴로모픽·인지공학 워크숍과 IISc의 방갈로르 뉴로모픽 엔지니어링 워크숍(BNEW)에서 시작된 다기관 팀은 양자 터널링 물리와 뇌에서 영감을 받은 아키텍처를 결합한 뉴로모픽 컴퓨터를 구축했습니다. 이 컴퓨터는 어려운 수학 문제의 해를 찾습니다. Nature Communications에 발표된 이 연구는 CMOS 기술 위에 구축된 양자 영감 컴퓨팅의 새로운 방향을 제시합니다.
뉴로모픽 아키텍처
본 연구는 포울러‑노르드하임 어닐러가 탑재된 뉴로모픽 오토인코더를 제안합니다. 이러한 시스템은 물류 네트워크, 마이크로칩 라우팅, 암호 잠금 등 대규모 조합 최적화 문제를 점근적으로 최적 해에 수렴한다는 보장을 가지고 해결할 수 있습니다. 기존 프로세서는 단순히 결과를 계산하지만, 이 오토인코더는 해를 탐색합니다. 이는 자연 현상이 복잡한 에너지 지형을 따라 안정된 상태에 도달하는 방식을 모방한 것입니다.
의의
수십 년 동안 무어의 법칙은 지수적인 성장을 제공했으며, “더 빠른 컴퓨터를 사라”는 전략이 복잡한 문제 해결에 유효했습니다. 그러나 그 시대는 한계에 다다르고 있습니다. 다음 단계의 도약은 더 작은 공정 노드에서 오지 않고, 사고와 계산 방식을 근본적으로 다르게 하는 아키텍처에서 나올 것입니다.
협력자
이 협업 연구는 Shantanu Chakrabartty 교수(워싱턴 대학교 세인트루이스) 주도로 진행되었습니다. 그의 연구팀은 오랫동안 포울러‑노르드하임 기반 뉴로모픽 아키텍처를 탐구해 왔습니다. 팀에는 Chetan Singh Thakur 교수(IISc 전자 시스템 공학부)도 포함됩니다. 참여 기관은 다음과 같습니다.
- 하이델베르크 대학교(독일)
- 존스 홉킨스 대학교(볼티모어, 미국)
- 캘리포니아 대학교 산타크루즈(미국)
이 연구자들은 방갈로르, 텔루라이드, 카포카치아 워크숍에서 정기적으로 만나, 컴퓨팅에서 가장 어려운 문제를 해결하도록 설계된 새로운 세대의 기계를 구상하고 있습니다.
참고문헌
Ahsan F, Maiti S, Chen Z, Kaiser J, Nandi A, Srivatsav M, Schemmel J, Andreou AG, Eshraghian J, Thakur CS, Chakrabartty S. Higher‑order neuromorphic Ising machines—autoencoders and Fowler‑Nordheim annealers are all you need for scalability. Nature Communications (2026). DOI: 10.1038/s41467-026-71937-4