KAIST, 차세대 최적화 연산 하드웨어 개발…반도체 생산라인 대량생산 가능 작성일 05-06 33 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- 전기및전자공학부 최양규·김상현 교수 공동 연구팀<br>- 저전력·고집적 특화연산 플랫폼으로 산업 응용 기대</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="VJhIrhqFXM"> <figure class="figure_frm origin_fig" contents-hash="fd47a3d0aceb7ead4c9b097d81dc766a1d4dce2885acddaa5c0f3b29461ad966" dmcf-pid="filCmlB3tx" dmcf-ptype="figure"> <p class="link_figure"><img alt="최양규(왼쪽부터) KAIST 전기및전자공학부 교수, 윤성윤 박사과정, 김상현 교수, 김준표 박사.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/06/ned/20260506082107363ylue.jpg" data-org-width="1280" dmcf-mid="x2P82PmjXh" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/06/ned/20260506082107363ylue.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 최양규(왼쪽부터) KAIST 전기및전자공학부 교수, 윤성윤 박사과정, 김상현 교수, 김준표 박사.[KAIST 제공] </figcaption> </figure> <p contents-hash="3a3bb1024c9550e67a63e51a29cf413d05db51b484c4cdbfc87ea98bbe426fc0" dmcf-pid="4gyvCy2u5Q" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 국내 연구진이 복잡한 회로나 특별한 신소재 없이 양산 중인 표준 반도체 공정으로 대량 생산이 가능한 차세대 연산 하드웨어 구현에 성공했다.</p> <p contents-hash="2f167da2ac120cb48613ddf5750cff35682aecdecb8b467c308e215289b809ee" dmcf-pid="8aWThWV75P" dmcf-ptype="general">KAIST는 전기및전자공학부 최양규‧김상현 교수 공동 연구팀이 기존 실리콘 반도체 공정만을 활용해 차세대 최적화 전용 하드웨어인 ‘오실레이터 기반 아이징 머신(Oscillatory Ising Machine)을 구현했다고 6일 밝혔다.</p> <p contents-hash="9feb77d9535d3da063578247b0109d18febd219d81d47c3d4a59d08e6f93572d" dmcf-pid="6NYylYfzH6" dmcf-ptype="general">빅데이터 기술이 빠르게 발전하면서 물류, 금융처럼 수많은 경우의 수를 동시에 고려해야 하는 ‘조합 최적화 문제’의 중요성이 커지고 있다. 하지만 기존 컴퓨터 구조는 데이터 이동에 따른 전력 소모와 연산 지연이 크고, 문제 규모가 커질수록 계산량이 기하급수적으로 증가하는 한계가 있다.</p> <p contents-hash="1f1495d17190a1c6060a0d2c5a9d8b2d0ceabb6cdfda58435b31821a1397ec0d" dmcf-pid="PjGWSG4q18" dmcf-ptype="general">연구팀은 이러한 한계를 극복하기 위해 ‘오실레이터(일정한 주기로 신호를 반복하는 진동 소자)’에 주목했다. 여러 개의 오실레이터가 서로 신호를 주고받으며 박자를 맞추는 과정에서 시스템은 자연스럽게 가장 안정적인 상태에 도달하고, 이 과정에서 최적의 해를 찾아낸다.</p> <p contents-hash="9c09c71f66cd58795aa6675680c1593df221269bdbf2c68e6a9de6b4cc7e5f3b" dmcf-pid="QAHYvH8BH4" dmcf-ptype="general">기존 아이징 머신은 오실레이터 간 미세한 주파수 편차(각 소자의 진동 속도 차이)를 정밀하게 제어하기 어렵고, 소자 간 연결도 제한적이어서 복잡한 문제를 푸는 데 한계가 있었다.</p> <p contents-hash="599dcf2e9176213e50ea4c3991627e468e17e8bcb9c5dd663ef46ec5eb4c75e4" dmcf-pid="xcXGTX6btf" dmcf-ptype="general">연구팀은 오실레이터와 이를 연결하는 커플러(Coupler, 소자 간 상호작용의 강도를 조절하는 장치)를 모두 단일 실리콘 트랜지스터(반도체의 기본 스위치 소자)로 구현하는 새로운 접근 방식을 도입했다.</p> <p contents-hash="06c6cc626ec96ac20288775a0f0adc7d032c01ba6f4d264ddb3adc808a63780f" dmcf-pid="yuJeQJSrHV" dmcf-ptype="general">이를 통해 오실레이터 간 주파수 편차를 줄여 안정적인 동기화(여러 신호가 같은 리듬으로 맞춰지는 상태)를 가능하게 했으며, 커플러를 이용해 다중 상태 커플링(연결 강도를 여러 단계로 조절하는 방식)을 구현함으로써 문제의 가중치(각 조건의 중요도)를 보다 정밀하게 반영할 수 있게 했다.</p> <figure class="figure_frm origin_fig" contents-hash="14c80e185fecf898a6a0ed8c78280caf22596f75ffa18ed3310c27ae2ea285e6" dmcf-pid="W7idxivmX2" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 기반 실리콘 아이징 머신 개념도(AI 생성 이미지).[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/06/ned/20260506082107662fjqf.jpg" data-org-width="1132" dmcf-mid="218fK8waXR" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/06/ned/20260506082107662fjqf.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AI 기반 실리콘 아이징 머신 개념도(AI 생성 이미지).[KAIST 제공] </figcaption> </figure> <p contents-hash="9f1f3a5de8948b4fe0cf70ec5174510a9f46f495ce620f94370c10d25710196c" dmcf-pid="YznJMnTs59" dmcf-ptype="general">그 결과 아이징 모델의 표현력과 해 탐색 성능을 동시에 크게 향상시켰다.</p> <p contents-hash="dc431dc139aff41d41340f2af8c33be6e41014f846795de61661edebcd48adeb" dmcf-pid="GqLiRLyOGK" dmcf-ptype="general">이 문제는 물류 경로 최적화, 금융 포트폴리오 구성, 반도체 회로 배치 등 다양한 산업 분야에 직접 활용될 수 있다. 이번 연구의 가장 큰 특징은 특수 소재나 비표준 공정 없이, 현재 반도체 산업에서 사용하는 CMOS 공정을 그대로 활용했다는 점이다. 별도의 설비 투자 없이도 기존 반도체 생산 라인에서 대량 생산과 상용화가 가능하다는 장점을 가진다.</p> <p contents-hash="34451000df64ac36ef2eebd6a2fd6df62cd35c0f07001cc914f21ee599a289e4" dmcf-pid="HQrDAr0H5b" dmcf-ptype="general">최양규 교수는 “향후 반도체 설계 자동화, 통신 네트워크 최적화, 자원 분배 등 대규모 조합 최적화가 필요한 다양한 산업 분야에 적용될 것으로 기대된다”고 말했다.</p> <p contents-hash="083c777995b828bdf2848f8c94ac5a47042d682eeaf882bffaf117a20c6bd027" dmcf-pid="XxmwcmpXYB" dmcf-ptype="general">이번 연구결과는 국제학술지 ‘사이언스 어드밴시스(Science Advances)’에 3월 27일 게재됐다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 임영웅, 다시 시골로 떠난다…'섬총각 영웅' 시즌2 제작 확정 05-06 다음 '세계 최강' 女 배드민턴 '금의환향'…안세영 "함께 해서 영광" 05-06 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
