Spectro-temporal shaping of broadband optical wavepackets via programmable on-chip photonics

빛은 단순히 방을 밝히거나 길을 비추는 광선 그 이상입니다. 빛은 색상, 타이밍, 그리고 형태 속에 정보를 담고 있는 복잡한 파동입니다. 수십 년 동안 과학자들은 이러한 특성들을 제어하는 법을 배워왔지만, 다양한 색상과 시간 척도에 걸쳐 극도로 정밀하게 이를 수행하는 것은 매우 힘든 과제였습니다. 물결의 높이와 속도, 색상이 동시에 변하면서도 전체 구조를 온전히 유지하도록 물결을 조각하는 것을 상상해 보십시오. 광학의 세계에서 이는 인체를 절개하지 않고 내부를 들여다보거나, 빛의 속도로 데이터를 처리하거나, 방대한 양의 정보를 통신하는 것과 같은 첨단 기술에 필수적입니다. 문제는 이 빛을 형성하는 데 사용되는 도구들이 전통적으로 크고 딱딱하며 조정하기 어렵다는 점입니다. 그것들은 한 번 만들어지면 쉽게 다시 모양을 바꿀 수 없는 무겁고 고정된 조각상과 같습니다.

이제 한 연구팀이 이러한 경직성을 깨뜨릴 방법을 개발했습니다. 그들은 광범ું하고 혼란스러운 빛의 폭발을 받아들여, 요구에 따라 매우 구체적이고 맞춤화된 패턴으로 재형성할 수 있는 시스템을 만들었습니다. 작은 프로그래밍 가능 컴퓨터 칩과 스마트 학습 시스템을 결합함으로써, 그들은 광범위한 색상과 시간 간격에 걸쳐 빛을 제어하는 능력을 입증했습니다. 이 성과는 과학자들이 이전에는 신뢰성 있게 만들어낼 수 없었던 복잡한 빛 패턴을 생성할 수 있게 하여, 이미징, 컴퓨팅, 센싱을 위한 더욱 다재다능한 도구로 가는 문을 열어주었습니다.

이 빛의 여정은 1조 분의 1초도 안 되는 아주 짧은 펄스를 방출하는 표준 레이저로부터 시작됩니다. 이 펄스들은 유리로 만들어진 작은 칩으로 공급되는데, 이 칩은 빛을 위한 정교한 교통 관제사 역할을 합니다. 이 칩 내부에서 빛은 정밀한 방식으로 나뉘고 지연되어, 특정 타이밍과 강도를 가진 펄스 열을 만들어냅니다. 이렇게 형성된 빛의 열은 증폭되어 빛의 강도에 매우 민감하게 설계된 특수 광섬유 케이블로 보내집니다. 빛이 이 케이블을 통과하면서 극적인 변화를 겪게 됩니다. 섬유 내부의 강렬한 상호작용으로 인해 빛은 400나노미터에 달하는 광범한 스펙트럼을 아우르는 초광대역 스펙트럼으로 퍼져 나갑니다. '슈퍼컨티뉴엄 생성(supercontinuum generation)'이라고 알려진 이 과정은 단색 레이저를 무지갯빛 빛으로 변화시키지만, 지금까지 이 무지개의 정확한 형태와 타이밍을 제어하는 것은 어려웠습니다.

연구진은 이 과정을 숙달하여, 빛의 에너지가 시간과 색상에 따라 정확히 어디에 나타날지를 결정하고자 했습니다. 이를 위해 그들은 빛의 특성을 실시간으로 측정하고 칩을 조정하여 결과를 개선할 수 있는 실험 장치를 구축했습니다. 그들은 출력되는 빛을 두 번째 레이저와 혼합하여 빛이 어떻게 분포되어 있는지를 보여주는 상세한 지도, 즉 스펙트로그램을 만드는 기술을 사용했습니다. 이 지도는 빛의 파동이 가진 복잡한 구조를 드러냈습니다. 그러나 단순히 빛을 측정하는 것만으로는 충분하지 않았습니다. 칩의 설정값과 최종적인 빛의 형태 사이의 관계가 표준적인 수학으로는 풀기에 너무 복합적이었기 때문입니다. 이 시스템은 마치 노브를 돌리면 출력이 예측 불가능하게 변하는 블랙박스와 같았습니다.

이러한 복잡성을 헤쳐 나가기 위해 연구팀은 경험으로부터 배우는 인공지능의 일종인 머신러닝을 활용했습니다. 그들은 먼저 칩의 서로 다른 설정이 어떻게 서로 다른 빛 패턴을 만들어내는지에 대한 수천 개의 사례를 컴퓨터 모델에 입력하여 학습시켰습니다. 모델이 시스템의 규칙을 학습하자, 물리적인 실험을 직접 수행할 필요 없이 거의 즉각적으로 설정에 따른 결과를 예측할 수 있게 되었습니다. 연구진은 이 모델을 사용하여 특정 패턴을 만들기 위한 최적의 설정을 탐색했습니다. 그들은 두 개의 펄스가 특정 시간 간격으로 떨어져 있는 빛을 생성하거나, 네 개의 펄스가 서로 다른 색상을 가지면서도 정확히 같은 순간에 도착하도록 요청했습니다. 또 다른 경우에는 펄스의 타이밍이 색상에 따라 변하는 패턴, 즉 광섬유의 자연스러운 분산 현상을 극복해야 하는 복잡한 배치를 요청하기도 했습니다.

결과는 놀라웠습니다. 시스템은 높은 정밀도로 이러한 복잡한 패턴들을 성공적으로 생성해 냈습니다. 예를 들어, 특정 색상에서 각각 60피코초(1조 분의 60초)씩 떨어져 있는 네 개의 펄스 시퀀스를 만들어냈는데, 이는 1조 분의 1초 단위로 측정되는 매우 짧은 시간대입니다. 또한 네 가지 서로 다른 색상이 정확히 같은 순간에 도착하도록 동기화했는데, 이는 특정 유형의 고해상도 이미징에 필수적인 기술입니다. 아마도 가장 인상적인 점은, 빛이 광섬유의 자연스러운 분산을 거스르는 방식으로 행동하도록 서로 다른 색상에 특정 지연을 가할 수 있었다는 것입니다. 시스템은 목표치에 더 가까워지기 위해 매 시도마다 학습하며 칩 설정을 자율적으로 조정함으로써 이러한 결과들을 달в 달성했습니다.

이 과정을 더 빠르게 만들기 위해 연구진은 물리적 실험과 컴퓨터 모델을 결합했습니다. 몇 시간을 들여 미세하게 조정하는 대신, 훈련된 모델을 사용하여 가장 유망한 시작점들의 목록을 생성했습니다. 이 '스마트 스타트(smart start)' 덕분에 물리적 시스템은 그렇지 않았을 때보다 훨씬 짧은 시간 안에 원하는 패턴에 도달할 수 있었습니다. 한 테스트에서, 이전에는 3시간 동안 지속적인 조정이 필요했던 패턴이 단 몇 분 만에 구현되었습니다. 시스템은 장비의 변화를 처리할 수 있을 만큼 견고하여, 몇 주간 물리적 설정이 약간씩 변하더라도 성능을 유지했습니다.

이 연구는 빛이 사용자가 정의한 복잡한 형태로 모양을 만들 수 있는, 프로그래밍 가능한 재료처럼 취급될 수 있음을 보여줍니다. 빛의 스펙트로-템포럴 프로파일(spectro-temporal profile), 즉 색상과 타이밍을 동시에 제어하는 능력은 과학적 기구들에 새로운 수준의 유연성을 제공합니다. 정밀한 빛 제어가 필요한 첨단 의료 이미징, 재료 가공, 양자 정보와 같은 응용 분야들이 이 기술의 혜택을 받을 수 있습니다. 부피가 크고 고정된 광학 시스템을 작고 프로그래밍 가능한 칩과 스마트 제어 알고리즘으로 대체함으로써, 연구진은 더 적응력이 뛰어나고 효율적인 광자 소치로 가는 경로를 제시했습니다. 이 연구는 통합 광학과 머신러닝의 적절한 결합을 통해, 빛의 복잡한 역학을 길들이고 특정하고 까다로운 과업을 수행하도록 유도할 수 있음을 확인시켜 줍니다.