노이즈가 적이 아니라 무기가 된다면?
컴퓨터를 만드는 엔지니어들에게 노이즈, 그러니까 전기적인 잡음은 언제나 없애야 할 골칫거리였는데요. 트랜지스터가 작아질수록 열 때문에 신호가 흔들리고, 그걸 억누르려고 엄청난 공학적 노력이 들어가거든요. 그런데 발상을 완전히 뒤집은 컴퓨터가 등장했어요. 노이즈를 억누르는 게 아니라, 오히려 노이즈 그 자체를 계산의 재료로 쓰는 확률 컴퓨터(probabilistic computer)가 역대 최대 규모로 구현된 건데요. 지금까지 이론과 소규모 실험 수준에 머물던 기술이 드디어 '진짜 문제를 풀 수 있는 크기'에 도달했다는 점에서 의미가 커요.
p-비트: 0과 1 사이에서 춤추는 비트
이 컴퓨터의 핵심은 p-비트(probabilistic bit)라는 개념이에요. 이게 뭐냐면, 우리가 아는 일반 비트는 0이면 0, 1이면 1로 딱 고정돼 있잖아요. 반면 p-비트는 0과 1 사이를 아주 빠르게, 무작위로 왔다 갔다 해요. 다만 완전히 제멋대로는 아니고, "1이 나올 확률을 70%로 해줘" 같은 식으로 확률을 조절할 수 있다는 게 포인트거든요. 앞면이 나올 확률을 마음대로 바꿀 수 있는 마법의 동전인 셈이죠.
하드웨어로는 자기 터널 접합(MTJ)이라는 소자를 활용하는데요. 자성 메모리에 쓰이는 소자를 일부러 '불안정하게' 만들면, 상온의 열 에너지만으로 자화 방향이 무작위로 뒤집혀요. 보통은 이런 요동이 오류의 원인이지만, 여기서는 이게 바로 공짜 난수 생성기가 되는 거예요. 별도의 전력을 거의 안 쓰고 물리 현상 자체가 난수를 뿜어내니까요.
이런 p-비트를 수천 개 단위로 서로 연결하면 뭘 할 수 있냐면, '이징 모델'이라고 부르는 형태의 최적화 문제를 풀 수 있어요. 배달 경로 최적화, 반도체 회로 배치, 금융 포트폴리오 구성처럼 경우의 수가 폭발적으로 늘어나는 조합 최적화 문제들이 대부분 이 형태로 변환되거든요. p-비트들이 서로 영향을 주고받으며 요동치다 보면, 시스템 전체가 에너지가 낮은 상태, 즉 좋은 답 근처로 자연스럽게 수렴해요. 물이 낮은 곳으로 흐르듯이 물리 법칙이 알아서 답을 찾아가는 거죠.
GPU로도 되는데 왜 굳이? — 에너지 이야기
사실 이런 확률적 알고리즘은 지금도 GPU에서 소프트웨어로 돌릴 수 있어요. 시뮬레이티드 어닐링이나 MCMC(마르코프 체인 몬테카를로) 샘플링이 대표적인데요. 문제는 에너지예요. GPU는 철저히 결정론적인 기계라서 난수가 필요하면 의사 난수 생성 연산을 일일이 계산해야 하고, 확률적 요동도 전부 수식으로 흉내 내야 하거든요. 반면 확률 컴퓨터는 그 요동이 물리적으로 '그냥 일어나는' 것이라서, 같은 샘플링 작업을 훨씬 낮은 전력으로 처리할 수 있다는 게 이 접근의 핵심 주장이에요.
업계 맥락에서 보면 이 기술은 양자 컴퓨터와 자주 비교되는데요. 큐비트는 절대영도 근처의 극저온 냉각이 필요하고 오류 정정도 험난하지만, p-비트는 상온에서, 기존 반도체 공정과 호환되는 방식으로 동작해요. 양자 컴퓨터가 노리는 최적화·샘플링 영역의 상당 부분을 훨씬 현실적인 비용으로 공략하는 거죠. 최근에는 '열역학 컴퓨팅'이라는 이름으로 비슷한 방향의 칩을 만드는 스타트업들도 나오고 있고, 확산 모델처럼 본질적으로 샘플링이 핵심인 AI 워크로드가 커지면서 이런 하드웨어에 대한 관심이 함께 커지는 흐름이에요.
한국 개발자에게는 어떤 의미일까
당장 내일부터 실무에 쓸 수 있는 물건은 아니에요. 아직 연구 단계고, 개발 도구나 생태계도 없다시피 하니까요. 다만 두 가지는 챙겨둘 만해요. 첫째, AI 인프라의 전력 문제가 심각해질수록 'GPU가 아닌 계산 방식'에 대한 투자가 늘어날 텐데, 확률 컴퓨팅은 그 후보 중 가장 현실적인 축에 속해요. 둘째, 이 하드웨어가 잘하는 일, 그러니까 시뮬레이티드 어닐링, MCMC, 에너지 기반 모델 같은 확률적 알고리즘은 지금도 소프트웨어로 충분히 배우고 써먹을 수 있는 기술이거든요. 물류, 스케줄링, 추천 시스템처럼 조합 최적화가 숨어 있는 도메인에서 일하신다면 개념을 익혀두는 것만으로도 문제를 보는 안목이 넓어질 거예요.
정리하면, 모두가 없애려고만 했던 노이즈를 계산 자원으로 뒤집어 쓰는 컴퓨터가 드디어 실용적인 규모에 도달했다는 소식이에요. 여러분은 어떻게 보시나요? 극저온이 필요한 양자 컴퓨터보다 이런 '상온에서 도는 확률 컴퓨터'가 먼저 데이터센터에 들어올 수 있을까요?
🔗 출처: Hacker News