나노기계(NEMS)를 활용한 초소형 인공지능 컴퓨팅의 미래
손톱만한 진동기 안에 AI가 있다 — 나노기계와 레저버 컴퓨팅의 융합
손톱보다 작은 기계가 딥러닝을 한다고?
요즘 AI라면 보통 GPU, 클라우드, 거대한 연산자원을 떠올린다. 그런데 이와 정반대의 접근이 있다. 아주 작고, 전기도 거의 안 쓰며, 한 개의 기계 진동기로도 패턴을 학습하고 분류할 수 있는 기술. 이름도 생소한 ‘나노기계 기반 저전력 AI 시스템’이다.
바로 이 놀라운 연구가 터키 빌켄트 대학교의 연구팀에 의해 발표되었다. 그들은 손톱보다 작은 기계 장치 하나로 손글씨 숫자를 인식하는 데 성공했다. 그 정확도는 90%. 처리 시간은 고작 3.3마이크로초(μs) per 픽셀. GPU가 아니라, 진동하는 나노기계 장치 하나로 말이다.
---
레저버 컴퓨팅이 뭐지?
이 시스템의 핵심 개념은 ‘레저버 컴퓨팅(Reservoir Computing, RC)’이다. 이는 딥러닝의 한 갈래로, 복잡한 은닉층을 훈련시키는 대신, 이미 복잡하게 반응하는 물리 시스템(=레저버)을 이용해 데이터를 고차원 공간으로 투영하고, 마지막 출력층만 학습시키는 방식이다.
이 연구에선 이 레저버 역할을 ‘나노 전자기계 시스템(NEMS)’이라는 작은 기계가 맡는다. 이 장치는 실리콘 나이트라이드로 만들어진 마이크로미터(μm) 크기의 빔이다. 여기에 전류를 흘리면 진동하고, 그 진동 패턴이 입력 신호에 따라 달라진다. 이것이 바로 AI 연산의 재료가 되는 것이다.
---
손글씨 숫자 인식, 어떻게 가능했나?
연구팀은 MNIST 데이터셋(손글씨 숫자 이미지, 28x28픽셀)을 22x20으로 잘라 총 440픽셀로 줄인 뒤, 각 픽셀의 밝기 정보를 진동 신호로 변환해 NEMS 장치에 입력했다. 그 후 NEMS의 진동 반응을 읽고, 이를 기반으로 숫자를 분류하는 AI 모델을 만들었다.
놀랍게도, 이렇게 단일 나노기계 장치로 만든 RC 시스템이 90% 이상의 정확도로 숫자를 인식했다. 게다가 입력을 빠르게 처리하면 처리 시간은 단 3.3μs, 평균 전력 소비는 620mW 이하. GPU나 CPU 대비 최소 10배 이상 에너지 효율적이라는 계산도 나왔다.
 |
| 저수지 컴퓨팅 구조. 비선형 나노기계 공진기 기반 저수지 컴퓨팅 시스템의 개략도. 목표는 저수지의 출력 노드의 선형 가중 합이다. 저수지의 노드는 시간적으로 연결된 NEMS의 과도 응답에 의해 생성된 신경 노드다. |
---
왜 나노기계가 AI에 유리할까?
NEMS는 매우 작고, 공기 중에서도 작동 가능하며, 전력 소모가 적다. 또 이 장치는 비선형성(nonlinearity)과 퇴화기억성(fading memory)이라는 두 가지 특성을 동시에 가진다. 이는 입력 신호가 현재뿐 아니라 과거 정보에도 영향을 주게 만드는 중요한 성질이다. 딥러닝의 ‘순환’ 구조를 하드웨어로 구현한 셈이다.
또한 기존 RC 시스템은 종종 여러 개의 물리적 장치를 병렬로 써야 했지만, 이번 연구는 단일 진동기로 구현했다는 점에서 획기적이다.
---
한계는 없을까?
물론 이 방식에도 한계는 있다.
이미지 하나를 처리하려면 모든 픽셀을 ‘차례대로’ 보내야 하므로 병렬처리에 비해 속도가 느릴 수 있다.
복잡한 이미지(예: 고해상도 사진)는 더 많은 장치가 필요할 수 있다.
현재 정확도는 90% 수준으로, 디지털 딥러닝의 92~99%에 약간 못 미친다.
하지만 연구진은 앞으로 NEMS 장치를 네트워크 형태로 구성하거나, 더 복잡한 비선형 연산 구조를 만들면 이 단점을 극복할 수 있다고 본다.
---
하드웨어가 곧 AI가 되는 시대
이번 연구는 단순한 소재 개발이 아니라, AI의 실행 방식을 소프트웨어에서 물리적 시스템으로 옮긴 시도라는 점에서 큰 의미가 있다. 특히 센서 기반 엣지 디바이스나 웨어러블, 저전력 AI 칩 분야에서 큰 파장을 일으킬 수 있다.
머지않아, ‘소리’, ‘진동’, ‘빛’ 같은 물리적 신호를 직접 받아 분석하고 판단하는 초소형 AI가 나올 수도 있다. 마치, 손톱 크기의 진동기가 숫자를 알아보는 것처럼.
---
키워드:
#나노기계 #레저버컴퓨팅 #NEMS #저전력AI #MNIST분류
---
출처 논문
Kartal, E.; Selcuk, Y.; Ahmed, H.; Kaynak, B. E.; Yildiz, M. T.; Erdogan, R. T.; Yanik, C.; Hanay, M. S. Nanomechanical Systems for Reservoir Computing Applications. Adv. Intell. Syst. 2025, 2400971. [