새로운 광자 처리기, 더 빠르고 에너지 효율적인 AI 연산 가능성 약속

MIT의 연구자들이 인공지능(AI) 계산의 속도와 에너지 효율성을 크게 향상시킬 수 있는 새로운 광학 칩을 개발했다는 소식이 월요일에 MIT의 보도자료를 통해 전해졌습니다.

이 칩은 깊은 신경망이라는 기계 학습 모델의 필수적인 연산을 수행하는 데 빛을 사용하여, 전통적인 전자 프로세서보다 더 빠른 대안을 제공합니다. 깊은 신경망은 이미지 인식부터 자연어 처리에 이르기까지, 다양한 AI 응용 프로그램에서 사용된다고 MIT가 말했습니다.

이 모델들은 상당한 계산능력을 요구하며, 복잡해질수록 일반적인 전자 하드웨어의 능력을 초과할 수 있습니다.

그러나, 새로운 광학 프로세서는 이러한 도전을 극복하기 위해 전기 대신 빛을 이용하여 연산을 수행함으로써, MIT에 따르면 효율적으로 작동할 수 있습니다.

광자 칩은 광을 이용해 행렬 곱셈과 같은 핵심 작업을 수행합니다. 이는 딥러닝에서 중요한 연산입니다. MIT에서는 이 과정을 전기 회로가 일반적으로 처리하는 것이 아니라, 칩에서 광학적으로 수행된다고 설명합니다.

결과적으로, 이 칩은 이러한 계산을 나노초의 절반 이하의 시간 동안 완료할 수 있으며, 92% 이상의 정확도를 달성합니다. 이 성능은 기존의 전자 하드웨어와 동등하나 훨씬 높은 에너지 효율성을 가지고 있습니다. 이는 MIT에서 보고된 바입니다.

이 칩을 만드는 데 있어 한 가지 어려움은 복잡한 패턴을 인식하는 데 필수적인 비선형 연산을 통합하는 것이었다고 MIT가 설명했습니다.

보통 빛만으로는 이러한 연산에 적합하지 않기 때문에, 연구자들은 빛과 최소한의 전기 입력을 결합하여 칩이 이러한 작업을 수행할 수 있게 하는 특수 컴포넌트인 비선형 광학 기능 단위(NOFUs)를 설계했다고 MIT에서 밝혔습니다.

이번 발전은 네비게이션, 통신, 과학 연구 등 빠른 처리가 필요한 AI 애플리케이션에 중요한 영향을 미칠 수 있습니다.

실시간으로 기계 학습 작업을 수행하면서 에너지 사용을 최소화할 수 있는 능력은 보다 효율적이고 확장 가능한 AI 시스템에 대한 가능성을 열어줍니다. 이 칩은 표준 반도체 제조 공정을 사용하여 제작되었으므로, 기존의 기술을 사용하여 대량으로 생산될 수 있습니다.

MIT는 앞으로의 연구가 카메라와 통신 장치와 같은 다른 시스템과 칩을 통합하는 데 초점을 맞출 것이라고 밝혔습니다.

전반적으로, 이 새로운 광학 프로세서는 더 효율적이고 빠른 AI 시스템 개발을 위한 한 발짝 앞으로 나아가는 것을 의미하며, 이는 자율주행 차량, 의료 진단 등 다양한 분야에서의 발전을 이끌 수 있습니다.