빛으로 구동되는 칩, AI 효율 100배 높여

새롭게 개발된 실리콘 광자 칩은 빛으로 인코딩된 데이터를 즉각적인 합성곱 결과로 변환합니다. 출처: H. Yang (플로리다 대학교)

인공지능(AI) 시스템은 얼굴 인식부터 언어 번역에 이르기까지 모든 기술을 구동하며 기술의 핵심으로 자리 잡고 있습니다. 하지만 AI 모델이 더욱 복잡해짐에 따라 막대한 전력을 소모하게 되어 에너지 효율과 지속가능성에 어려움을 겪고 있습니다. 플로리다 대학교 연구진이 개발한 새로운 칩은 AI에서 가장 전력 소모가 큰 작업 중 하나를 수행하기 위해 전기가 아닌 빛을 사용함으로써 이러한 문제를 해결하는 데 도움을 줄 수 있습니다. 이 연구는 Advanced Photonics 에 게재되었습니다.

이 칩은 머신러닝의 핵심 기능인 컨볼루션 연산을 수행하도록 설계되었습니다. 컨볼루션 연산은 AI 시스템이 이미지, 비디오, 텍스트에서 패턴을 감지할 수 있도록 하는 머신러닝의 핵심 기능입니다. 이러한 연산에는 일반적으로 상당한 컴퓨팅 성능이 필요합니다. 연구진은 광학 부품을 실리콘 칩에 직접 통합하여 레이저 광과 미세 렌즈를 사용하여 컨볼루션 연산을 수행하는 시스템을 개발했습니다. 이를 통해 에너지 소비를 획기적으로 줄이고 처리 속도를 향상시켰습니다.

플로리다 대학교 반도체 광자공학과 라인스 기금 교수이자 연구 책임자인 볼커 J. 소거는 "핵심 머신러닝 연산을 거의 제로 에너지로 수행하는 것은 미래 AI 시스템의 도약입니다."라고 말했습니다. "이는 향후 AI 역량을 지속적으로 확장하는 데 매우 중요합니다."

테스트에서 시제품 칩은 손으로 쓴 숫자를 약 98%의 정확도로 분류했는데, 이는 기존 전자 칩과 비슷한 수준입니다. 이 시스템은 등대에서 사용하는 렌즈의 평평하고 초박형 버전인 두 세트의 소형 프레넬 렌즈를 사용하는데, 이 렌즈는 표준 반도체 제조 기술을 사용하여 제작되었습니다. 이 렌즈는 사람 머리카락보다 가늘며 칩에 직접 식각됩니다.

컨볼루션을 수행하려면 먼저 머신 러닝 데이터를 칩에서 레이저 광으로 변환합니다. 이 빛은 프레넬 렌즈를 통과하면서 수학적 변환을 수행합니다. 그 후, 그 결과는 다시 디지털 신호로 변환되어 AI 작업을 완료합니다.

플로리다 대학교 소거 연구팀의 연구 조교수이자 이 연구의 공동 저자인 항보 양은 "이러한 유형의 광학 계산을 칩에 넣고 AI 신경망에 적용한 것은 처음입니다."라고 말했습니다.

연구팀은 또한 이 칩이 서로 다른 색상의 레이저를 사용하여 여러 데이터 스트림을 동시에 처리할 수 있음을 시연했습니다. 이 기술은 파장 다중화(wavelength multiplexing)로 알려져 있습니다. 양 교수는 "여러 파장, 즉 여러 색상의 빛이 렌즈를 동시에 통과할 수 있습니다."라고 말했습니다. "이것이 광자공학의 핵심 장점입니다."

이 연구는 플로리다 반도체 연구소, UCLA, 조지 워싱턴 대학교와 협력하여 수행되었습니다. 소거는 엔비디아와 같은 칩 제조업체들이 이미 AI 시스템의 일부에 광학 소자를 사용하고 있으며, 이를 통해 이 새로운 기술을 더욱 쉽게 통합할 수 있다고 언급했습니다.

소거는 "가까운 미래에 칩 기반 광학은 우리가 매일 사용하는 모든 AI 칩의 핵심 요소가 될 것입니다."라고 말하며, "광학 AI 컴퓨팅이 그 다음 단계입니다."라고 덧붙였습니다.

출처: https://www.sciencedaily.com/releases/2025/09/250908175458.htm