Mie Optical Computing

광학 컴퓨팅은 전기가 아닌 빛을 사용하여 정보를 처리하고자 하는 분야입니다. 수십 년 동안 과학자들은 빛이 거의 지연 없이 놀라운 속도로 데이터를 운반할 수 있다는 사실을 알고 있었으며, 이는 더 빠르고 에너지 효율적인 컴퓨터로 가는 잠재적인 경로를 제시해 왔습니다. 이러한 광학 컴퓨터를 구축하기 위한 전통적인 접근 방식은 종종 다층 케이크를 만드는 것과 유사하게, 많은 얇은 층을 쌓아 올리는 복잡한 구조에 의존합니다. 각 층은 일종의 작은 필터나 거울 역할을 하여 빛이 통과할 때 빛을 미세하게 조정합니다. 이러한 시스템은 효과적이긴 하지만, 빛이 퍼지고 각 층과 상호작용하기 위해 공간이 필요하기 때문에 부피가 커지고 크기를 줄이기가 어려워질 수 있습니다. 근본적인 과제는 복잡한 작업을 수행하는 능력을 잃지 않으면서 얼마나 많은 계산 능력을 아주 작은 공간에 집어넣을 수 있는가였습니다.

최근 연구에서 러시아 ITMO 대학교와 이탈리아 브레시아 대학교의 연구진은 이 문제에 대해 완전히 다른 사고방식을 제안했습니다. 연구진은 작업을 여러 층으로 분산시키는 대신, 단 하나의 아주 작은 입자가 전체 컴퓨터 프로세서의 역할을 할 수 있는지 자문했습니다. 그들은 '미 산란체(Mie scatterer)'라고 알려진 특정 유형의 입자에 주목했는데, 이는 빛과 복잡하게 상호작나하는 작은 구형의 물질입니다. 빛이 이러한 입자에 부딪히면 단순히 튕겨 나가는 것이 아니라, 입자의 크기와 모양에 따라 달라지는 다양한 내부 진동, 즉 '모드(modes)'를 자극합니다. 연구진은 이 단일 입자 내부의 물질을 정교하게 설계함으로써, 빛을 산란시키는 방식만으로 계산을 수행하는 학습 가능한 컴퓨터로 바꿀 수 있다는 것을 발견했습니다.

연구팀은 이 아이디어를 테스트하기 위해 입자에게 고전적인 문제인 '손글씨 숫자 인식'을 맡겼습니다. 그들은 0부터 9까지의 숫자 이미지를 빛의 위상(phase)에 인코딩했습니다. 이 빛은 단일 입자에 집중되었습니다. 빛이 입자에 닿으면, 입자의 내부 구조가 빛 신호의 서로 다른 부분들을 혼합합니다. 연구진은 입자로부터 산란되어 나오는 빛의 세기(intensity)를 측정했습니다. 산란된 빛의 패턴을 분석함으로써, 단순한 검출기가 어떤 숫자가 표시되었는지 판별할 수 있었습니다. 이 시스템의 핵심은 입자가 들어오는 빛을 나가는 빛으로 정확히 어떻게 변환하는지를 설명하는 'T-행렬(T-matrix)'이라는 수학적 도구였습니다. 연구진은 이 행렬의 항목들을 신경망의 '가중치(weights)'로 취급하였고, 입자가 숫자를 매우 정확하게 식별할 수 있을 때까지 학습 과정을 통해 이를 조정했습니다.

결과는 놀라웠습니다. 입자의 직경이 사용된 빛의 파장의 약 15배가 되도록 크기를 조절했을 때, 시스템은 약 90%의 테스트 정확도를 달양했습니다. 이 수준의 성능은 이 분야의 표준 벤치마크인 단일 계층 인공 신경망과 맞먹는 수준입니다. 이 연구는 이 단일 압축 객체가 훨씬 더 크고 전통적인 광학 시스템만큼이나 잘 이 작업을 처리할 수 있음을 보여주었습니다. 또한, 연구진은 빛을 입자 매우 가까이에서 측정하는 '근접장(near-field)'에서도 이러한 높은 성능을 달성할 수 있음을 입증했습니다. 이는 매우 중요한 세부 사항인데, 왜냐하면 이러한 장치가 렌즈나 빛이 이동해야 하는 긴 거리 없이도 광학 프로세서를 전자 회로에 직접 연결하여 컴퓨터 칩 위에 직접 통합될 수 있음을 시사하기 때문입니다.

하지만 연구진은 현실 세계의 물리학이 이러한 입자들이 할 수 있는 일에 엄격한 규칙을 부여한다는 점을 주의 깊게 언급했습니다. 현실 세계에서 물질은 에너지를 무에서 창조할 수 없으며, 오직 흡수, 반사 또는 투과할 수만 있습니다. '수동성(passivity)'이라고 불리는 이 원리는 입자가 수행할 수 있는 변환의 종류를 제한합니다. 연구는 이러한 물리적 제약이 최대 정확도를 약간 감소시키기는 하지만, 동시에 시스템을 더 견고하게 만든다는 것을 발견했습니다. 물리 법칙을 준에 따르는 입자는 신호의 작은 오류나 노이즈에 의해 흐트러질 가능성이 적습니다. 연구팀은 또한 입자의 대칭성이 성능에 미치는 영향을 탐구했으며, 완벽하게 둥글고 대칭적인 입자는 빛을 조작하는 독립적인 방법이 적어 복잡성은 제한되지만 설계는 단순해진다는 것을 보여주었습니다.

이 개념이 단순한 이론적 연습이 아님을 증명하기 위해, 연구진은 컴퓨터를 사용하여 특정 작업을 수행할 수 있는 비흡수성 유전체 입자를 설계했습니다. 그들은 복잡하고 불균일한 물질 특성 분포를 가진 가상의 입자를 만들었는데, 본질적으로 고유한 내부 구조를 깎아내어 완벽한 프로세서 역할을 하게 한 것입니다. 이렇게 역설계된(inverse-designed) 입자는 84%의 정확도를 달성했습니다. 이 구체적이고 매우 상세한 구조는 현재의 기술로 제조하기 어려울 수도 있지만, 이 시뮬레이션은 원리 증명(proof of principle) 역할을 합니다. 이는 유한하고 수동적인 물체가 실제적인 물질 매개변수를 가지고 광학적 분류에 필요한 복잡한 변환을 실제로 구현할 수 있음을 보여줍니다.

이 연구의 함의는 단순히 숫자를 인식하는 것을 넘어섭니다. 이 연구는 단일 객체가 처리할 수 있는 정보의 밀도가 이전에 생각했던 것보다 훨씬 높다는 점을 강조합니다. 전통적인 광학 층은 조정 가능한 지점이 제한적일 수 있지만, 단일 산란체는 방대한 수의 내부 모드를 활용하여 정보를 처리할 수 있습니다. 연구진은 빛의 파장과 맞먹는 크기의 입자에 대해, 조정 가능한 매개변수의 수가 동일한 면적의 기존 층보다 수백 배 더 높을 수 있다고 계산했습니다. 이는 광학 컴퓨팅의 새로운 경로, 즉 더 크고 더 많은 층을 쌓는 것이 아니라 더 똑똑하고 더 복잡한 단일 요소를 설계하는 방향을 제시합니다.

이 작업은 이러한 시스템과 관련된 트레이드오프(trade-offs) 관계도 명확히 합니다. 단일 산란체는 매개변수 밀도의 엄청난 증가를 제공하지만, 빛이 입자에 도달하거나 산란된 후 수집되기 위해 이동해야 하는 거리를 없애지는 못합니다. 입력 이미지는 여전히 준비되고 집중되어야 하며, 출력 또한 읽혀야 합니다. 그러나 모든 학습 가능한 변환을 하나의 작은 부피 안에 집중시킴으로써, 이 시스템은 컴퓨팅 단위 자체의 물리적 점유 면적을 획기적으로 줄여줍니다. 이는 미래의 칩에 직접 통합될 수 있는 차세대 소형 고속 광학 프로세서의 유망한 후보가 됩니다.

결론적으로, 이 논문은 컴퓨팅의 미래에 대한 설득력 있는 비전을 제시합니다. 빛이 물질과 상호작용하는 깊은 물리학을 이해함으로써, 우리는 단순하고 작은 입자를 강력한 프로세서로 바꿀 수 있음을 보여줍니다. 연구진은 적절한 내부 구조를 갖춘 설계라면 단일 객체가 빛을 산란시키는 방식을 통해 복잡한 패턴 인식 작업을 인코딩할 수 있음을 입증했습니다. 이 접근 방식은 광학 컴퓨터가 반드시 크고 층이 많아야 한다는 오랜 믿음에 도전하며, 대신 밀도가 높고 효율적이며 물리적으로 실현 가능한 광학 지능을 향한 길을 제시합니다.