꿈의 AI 하드웨어: 빛의 속도로 계산하는 광학 신경망 구현

본 기사는 PPLN 나노광 도파관을 이용한 수동적이고 완전한 광학적 비선형 활성화 함수 구현에 대한 획기적인 연구 결과를 소개합니다. 이 연구는 고속, 고효율, 에너지 절약형 AI 컴퓨팅을 위한 새로운 가능성을 제시하며, 향후 광학 신경망 기반 AI 하드웨어의 발전에 중요한 기여를 할 것으로 기대됩니다.

인공지능(AI)의 눈부신 발전에도 불구하고, 급증하는 컴퓨팅 자원 수요와 지속가능성 문제는 여전히 난제로 남아 있습니다. 하지만 최근, 푸우지에 푸(Wujie Fu) 박사를 비롯한 국제 연구팀이 이러한 문제를 해결할 획기적인 연구 결과를 발표했습니다. 바로 광학 신경망을 이용한 초고속, 고효율 AI 컴퓨팅 기술입니다!

기존의 전자 기반 AI 시스템과 달리, 이번 연구는 광자 집적 회로(PIC) 를 활용합니다. PIC는 병렬 처리 능력이 뛰어나고, 지연 시간이 짧으며, 전력 소모량이 적어 고성능 AI 연산에 유리합니다. 특히, 대량의 선형 연산 처리에 매우 효율적이죠. 하지만, 비선형 활성화 함수의 구현이 어려워 실제 광학 신경망 구현에는 어려움이 있었습니다.

연구팀은 이러한 문제를 주기적 극성 리튬 니오브산염(PPLN) 나노광 도파관을 이용하여 해결했습니다. PPLN 도파관에서 고효율의 2차 고조파 발생(SHG) 을 통해, 수동적이고 완전한 광학적 비선형 활성화 함수를 구현한 것입니다. 실험 결과, 79%라는 놀라운 절대 변환 효율을 달성했습니다. 이 활성화 함수는 시그모이드 형태의 파장 선택적 응답을 보이며, 펨토초 단위의 빠른 동작 속도와 빛의 속도에 가까운 처리 속도를 자랑합니다. 외부 전기 신호나 보조 광 신호 없이 작동한다는 점도 주목할 만합니다!

연구팀은 실리콘 기반 PIC의 마하-젠더 간섭계 시스템과 SHG 기반 비선형성을 결합하여, 항공기 날개 형상 예측 및 의료 영상 분류와 같은 실제 작업에서 디지털 구현과 동등한 성능을 달성했습니다. 이는 확장성이 뛰어나고, 고속이며, 완전히 통합된 광학 신경망을 향한 중요한 발걸음입니다.

이 연구는 단순한 기술적 진보를 넘어, 더욱 지속가능하고 효율적인 AI 시대를 여는 핵심 기술로 평가받고 있습니다. 빛의 속도로 계산하는 AI 컴퓨팅 시대의 도래가 머지않았습니다. 앞으로 광학 신경망 기술이 어떻게 발전하고 AI 산업에 어떤 영향을 미칠지 기대됩니다.