🔬 materials science

Computing at the Edge Enabled by Indoor Photovoltaics and Ferroelectrics

이 관점은 지속 가능한 분산형 엣지 컴퓨팅을 위한 AI를 구현하기 위해서는 중앙 집중식 데이터 센터의 한계를 극복하기 위해 국부적 에너지 수확을 위한 실내 태양광 발전과 효율적인 에너지 저장 및 뉴로모픽 프로세싱을 위한 (반)강유전체 재료의 시너지 효과적인 공동 창조가 필요하다고 주장한다.

원저자: Robert L. Z. Hoye, Markus Hellenbrand, Nuno Estrócio, Austin M. Kay, Alice Scardina, Alessandro Mezzetti, Ignasi Fina, Jorge Íñiguez-González, Luís S. Marques, Francesco Matteucci, Quanxi Jia, Judith

게시일 2026-10-06

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Robert L. Z. Hoye, Markus Hellenbrand, Nuno Estrócio, Austin M. Kay, Alice Scardina, Alessandro Mezzetti, Ignasi Fina, Jorge Íñiguez-González, Luís S. Marques, Francesco Matteucci, Quanxi Jia, Judith L. MacManus-Driscoll, Bert Offrein, Florencio Sánchez, Beatriz Noheda, George Koutsourakis, Marina Freitag, Gregory Burwell, Giulia Grancini, Jose P. B. Silva

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

현재의 디지털 세계는 점점 더 지속하기 어려워지는 모델로 운영되고 있습니다. 오늘날 스마트 기기가 결정을 내려야 할 때, 종종 데이터를 인터넷을 통해 거대한 중앙 집중형 데이터 센터로 전송하곤 합니다. 이러한 시설들은 막대한 양의 전기와 냉각용 물을 소비하는 에너지 과소비 시설이며, 인공지능이 성장함에 따라 글로벌 자원을 더욱 압박할 것으로 예상됩니다. 에지 컴퓨는(edge computing) 이와는 다른 접근 방식으로, 사고 과정을 기기 자체로 직접 옮기는 것을 제안합니다. 데이터를 멀리 보내는 대신, 기기가 마치 그 순간 생각하는 뇌처럼 정보를 로컬에서 처리하는 것입니다. 이는 장거리 통신을 제거함으로써 엄청난 양의 에너지를 절약할 수 있습니다. 그러나 이것이 작동하려면, 수십억 개의 작은 기기들이 작은 칩 위에 올라갈 수 있고 배터리 교체 없이 수년간 작동할 수 있는 신뢰할 수 있는 전원을 필요로 합니다. 문제는 실내의 희미한 빛으로부터 복잡한 계산을 수행할 수 있을 만큼 충분한 전력을 생성하고, 갑작스러운 활동의 급증을 처리하기 위해 그 에너지를 즉각적으로 저장하는 방법을 찾는 것이었습니다.

유럽과 미국의 대학 및 연구소 팀이 제시한 새로운 관점에 따르면, 세 가지 특정 기술의 융합 덕분에 이 비전이 마침내 가능해지고 있다고 주장합니다. 저자들은 고성능 실내 태양 전지, 전기를 저장하면서 동시에 계산을 수행할 수 있는 특수 재료, 그리고 새로운 방식의 컴퓨터 칩 설계를 결합함으로써 자립형 스마트 기기를 만들 수 있다고 제안합니다. 이 논문은 이 기기들이 이미 완벽하거나 널리 보급되었다고 주장하는 것이 아니라, 현재의 역량과 완전한 자율적 미래의 요구 사이의 간극을 메우기 위해 필요한 구체적인 재료와 공학적 단계를 지도화하는 것입니다. 연구진은 핵심이 빛을 수확하고, 결과적인 에너지를 저장하며, 다시 그 동일한 재료를 사용하여 생각하는 기능을 하나의 컴팩트한 시스템 내에서 모두 수행할 수 있는 '이중 역할'을 하는 재료를 사용하는 데 있다고 제안합니다.

여정은 빛 그 자체로부터 시작됩니다. 실외의 햇빛은 강렬하지만, 우리 집과 사무실 안의 인공 조명은 훨씬 더 희미하지만 항상 존재합니다. 스마트 센서에 전력을 공급하기 위해 기기는 이 희미한 빛을 포착하여 높은 효율로 전기로 변환해야 합니다. 논문은 이 과제에 도전하고 있는 몇 가지 신흥 기술들을 검토합니다. 밝은 태양을 위해 설계된 전통적인 태양 전지는 실내에서 어려움을 겪습니다. 그러나 납-할라이드 페로브스카이트(lead-halide perovskites), 유기 화합물, 염료 감응형 셀과 같은 새로운 재료들은 놀라운 진전을 보여왔습니다. 이러한 새로운 셀 중 일부는 이제 실내 빛의 40% 이상을 전기로 변환할 수 있는데, 이는 기존 기술에 비해 상당한 도약입니다. 연구진은 이것이 세계적인 규모로 작동하기 위해서는 이 셀들이 효율적일 뿐만 아니라 일관성도 갖추어야 한다고 강조합니다. 따뜻한 램프에서 오는 빛이든 차가운 LED에서 오는 빛이든 관계없이 신뢰성 있게 작동해야 하며, 성능 저하 없이 수년간 지속되어야 합니다. 논문은 이러한 재료들이 유망하지만, 산업계가 이들이 진정으로 대규모 배포될 준비가 되었는지 확인하기 위해 실제 실내 환경 조건에서 테스트하는 표준화된 방식을 합의할 필요가 있다고 강조합니다.

완벽한 태양 전지가 있더라도 스마트 기기는 두 번째 난관에 직면합니다. 바로 작업의 성격입니다. 컴퓨팅은 일정하고 느린 과정이 아닙니다. 그것은 갑작스럽고 날카로운 폭발(bursts)로 일어납니다. 기기가 얼굴을 인식하거나 소리를 감지할 때, 찰나의 순간 동안 막대한 전력 스파이크가 필요합니다. 전통적인 배터리는 이러한 종류의 즉각적인 에너지를 전달하기에는 너무 느리며, 결국 수명이 다합니다. 논문은 다른 해결책을 제시합니다. 하프늄 지르코늄 산화물(hafnium zirconium oxide)이라는 특정 계열의 재료로 만들어진 정전 용량형 커패시터(electrostatic capacitors)입니다. 이 재료들은 에너지를 저장하고 거의 즉각적으로 방출할 수 있으며, 어떤 배터리보다 훨씬 빠릅니다. 연구진은 이미 컴퓨터 칩에 사용되고 있는 납이 없는 재료인 하프늄 지르코늄 산화물에 주목합니다. 이 재료는 인공지능 작업을 위해 필요한 빠른 전력 스파이크를 처리할 수 있는 고속 에너지 저장소 역할을 하도록 설계될 수 있습니다. 이 커패시터를 칩에 직접 통합함으로써, 기기는 전력 공급을 매끄럽게 하여 중요한 순간에 시스템이 멈추지 않도록 보장할 수 있습니다.

세 번째이자 아마도 가장 혁신적인 퍼즐 조각은 기기가 실제로 어떻게 생각하느냐 하는 것입니다. 기존 컴퓨터는 데이터가 저장되는 메모리와 계산이 일어나는 프로세서를 분리합니다. 이 두 곳 사이에서 데이터를 주고받는 과정은 엄청난 양의 에너지를 소비하며 효율성을 제한하는 병목 현상을 만듭니다. 논문은 메모리 자체가 계산을 수행하는 인메모리 컴퓨팅(in-memory computing)으로의 전환을 옹호합니다. 연구진은 페로전기(ferroelectric) 재료가 이에 독보적으로 적합하다고 강조합니다. 이 재료들은 서로 다른 전기적 분극 상태를 유지할 수 있기 때문에, 메모리와 프로세서 역할을 동시에 수행할 수 있습니다. 이는 데이터 이동의 필요성을 없애 각 계산에 필요한 에너지를 획기적으로 줄여줍니다. 저자들은 현재의 프로토타입들이 수명을 늘리고 더 낮은 전압에서 작동하는 방법과 같은 세부 사항들을 해결해 나가는 과정에 있지만, 잠재적인 효율성 이득은 엄청나다고 언급합니다. 그들은 추가적인 개선을 통해 이 시스템들이 실내 태양 전지에서 생성된 아주 적은 양의 전력만으로도 복잡한 작업을 수행할 수 있을 것이라고 제안합니다.

논문의 핵심 논거는 이 세 가지 요소—고성능 실내 태양 전지, 페로전기 에너지 저장, 페로전기 인메모리 컴퓨팅—가 고립되어 개발되는 것이 아니라 함께 개발되어야 한다는 것입니다. 연구진은 단순히 한 부분을 개선하는 것만으로는 충분하지 않으며, 전체 시스템이 공동 설계(co-designed)되어야 한다고 경고합니다. 예를 들어, 태양 전지는 커패시터를 충전할 수 있을 만큼 충분한 전압을 생산해야 하고, 커패시터는 프로세서가 요구하는 속도로 에너지를 방출할 수 있어야 합니다. 논문은 이러한 재료들의 개발을 정렬함으로써, 진정으로 자율적인 차세대 기기를 만들 수 있다고 제안합니다. 이러한 기기들은 주변의 빛으로부터 스스로 전력을 수확할 것이기에, 전원을 연결하거나 배터리를 교체할 필요가 없을 것입니다.

그러나 저자들은 명확한 시각으로 남은 과제들을 짚어보며 이러한 낙관론을 절제합니다. 그들은 실험실 수준의 재료를 수십억 개의 기기로 제조하기 위해 규모를 키우는 것이 거대한 작업임을 지적합니다. 특정 원소의 독성, 수십 년간의 재료 안정성, 생산 비용과 같은 문제들이 해결되어야 합니다. 또한 논문은 지속 가능성의 중요성을 강조하며, 재료가 전자 폐기물의 새로운 물결을 만드는 것을 방지하기 위해 책임 있게 조달되고 재활용되도록 설계되어야 한다고 주장합니다. 연구진은 엔지니어와 과학자들이 기기의 전체 수명 주기를 처음부터 고려하도록 촉구하며, 기술 개발 방식의 변화를 요청합니다.

궁극적으로 이 관점은 인공지능의 지속 가능한 미래를 위한 로드맵 역할을 합니다. 이는 앞으로 나아갈 길이 더 큰 데이터 센터를 짓는 데 있는 것이 아니라, 우리 주변의 수십억 개의 작은 기기들이 스스로 생각할 수 있도록 권한을 부여하는 데 있다는 것을 시사합니다. 방 안의 빛을 활용하고 정보를 매우 효율적으로 저장하고 처리할 수 있는 재료를 사용함으로써, 우리는 스마트 기술이 어디에나 존재하면서도 눈에 띄지 않고 자립적으로 작동하는 세상을 열 수 있을 것입니다. 논문은 가는 길이 멀고 기술적 장애물이 상당하지만, 이러한 특정 재료들의 융합이 더 효율적이고 환경 친화적인 디지털 세계를 향한 현실적이고 설득력 있는 경로를 제공한다고 결론짓습니다.

기술 요약: 실내 광전지 및 강유전체를 통한 엣지 컴퓨팅 구현

문제 정의

인공지능(AI)의 기하급급한 성장은 중앙 집중형 데이터 센터 인프라에 과부하를 주고 있으며, 이는 지속 불가능한 전력 소비 증가(2035년까지 전 세계 사용량의 3~4.4%에 도달할 것으로 예상)와 물 사용량, 전자 폐기물 문제로 이어지고 있습니다. 방대한 양의 데이터를 자원 집약적인 허브로 이동시키는 데 의존하는 기존의 중앙 집중식 모델은, 데이터 이동이 계산 자체보다 수십 배 이상의 에너지를 소비하게 만드는 "폰 노이만 병목 현상(von Neumann bottleneck)"을 초래합니다.

분산 지능(DI), 즉 엣지 컴퓨팅은 수십억 개의 자율 노드에서 로컬로 데이터를 처리함으로써 해결책을 제시합니다. 그러나 분산 지능의 광범위한 채택은 현재 다음과 같은 결정적인 에너지 불일치로 인해 저해되고 있습니다:

에너지 공급: 실내 환경은 신뢰할 수 있는 에너지원으로 주변 조명을 제공하지만, 기존의 실내 광전지(IPV)(예: 수소화된 비정질 실리콘)는 고급 엣지 노드를 구동하기에는 효율(7~16%)이 너무 낮습니다.
에너지 수요: 고급 엣지 AI 작업(예: 실시간 객체 탐지)은 높은 계산 처리량(예: >1 TOPS)을 요구하지만, 현재의 저전력 하드웨어(CMOS 기반)는 실내 조명에서 제공되는 마이크로와트 내지 밀리와트 수준의 전력 예산 내에서 이를 달야할 수 없습니다.
저장 제한: 기존의 전기화학적 저장 장치(배터리)는 AI 추론 시 발생하는 급격한 전력 스파이크에 필요한 충·방전 속도가 부족하며, 규모 확장에 따른 수명 제한 및 지속 가능성 문제를 안고 있습니다.

방법론 및 접근 방식

본 논문은 실내 광전지(IPV), 정전기 에너지 저장, 그리고 인메모리 컴퓨팅(IMC)이라는 세 가지 별개이면서도 상호 연결된 분야의 최근 진보를 종합하는 "관점(perspective)" 접근 방식을 채택합니다. 저자들은 IPV 기반의 분산 지능을 실현하기 위해서는 이들 영역의 개별적인 개발이 아닌, 영역 간의 공동 창조(co-creation), 즉 재료와 시스템 아키텍처의 결합이 필요하다고 주장합니다.

분석 과정은 다음과 같습니다:

정량적 벤치마킹: 실내 조명(200–1000 lx) 환경에서 분산 지능 노드가 자율적으로 작동하는 데 필요한 특정 전력 목표(예: 100 µW ~ 1 mW) 및 효율 지표(예: TOPS W⁻¹)를 설정합니다.
재료 평가: IPV(납 할라이드 페로브스카이트, 유기 광전지, 염료 감응형 광전지)와 (역)강유전체 재료(특히 하프늄 지르코늄 산화물, HZO)가 이러한 목표를 달성할 수 있는지 평가합니다.
시스템 통합 분석: (역)강유전체 재료가 어떻게 에너지 저장용 고속 정전 용량 장치와 인메모리 컴퓨팅을 위한 비휘발성 메모리 소제의 역할을 동시에 수행하여, 전력 공급과 계산 효율성 병목 현상을 모두 해결할 수 있는지 조사합니다.

주요 기여

1. 실내 광전지(IPV)를 위한 요구 사항

본 논문은 엣지 노드에 전력을 공급하기 위한 IPV의 구체적인 재료 및 소자 요구 사항을 정의합니다:

효율: 200 lx 조건에서 10 cm² 소자로부터 100 µW를 전달하기 위해, IPV는 >30%의 실내 광전 변환 효율(PCEi)이 필요합니다.
일관성: 소자는 가변적인 실내 스펙트럼과 복사 휘도 전반에서 성능을 유지해야 합니다. 이는 특히 낮은 조도 수준에서 암전류(dark current)와 누설을 최소화하기 위해 높은 병렬 저항( $R_{sh}$ )을 필요로 합니다.
안정성: IPV는 3~10년 동안 작동해야 합니다. 저자들은 표준화된 실내 안정성 테스트의 부재를 지적하며, 특정 실내 열화 경로를 고려한 프로토콜을 촉구합니다.
확장성: 재료는 결함이나 불균일성으로 인한 효율 저하 없이 10 cm² 이상의 모듈로 확장 가능해야 합니다.

2. (역)강유전체 재료의 이중 역할

본 논문은 (역)강유전체 재료, 특히 **하프늄 지르코늄 산화물(HZO)**이 에너지 저장과 컴퓨팅을 잇는 독특한 솔루션임을 확인했습니다:

에너지 저장: 배터리와 달리 강유전체 커패시터는 매우 빠른 충·방전 속도(>10,000 C)와 높은 내구성(>10⁹ 사이클)을 제공하여, AI 워크로드의 순간적인 전력 스파이크를 완충하는 데 필수적입니다. 전통적으로 에너지 저장 밀도(ESD)는 배터리보다 낮지만, 최근의 3D 구조, 혼합 상 엔지니어링(강유전체/역강유전체), 그리고 음의 커패시턴스 효과를 통해 ESD와 저전압(<6 V)에서의 효율이 크게 향상되었습니다.
인메모리 컴퓨팅(IMC): 강유전체 재료는 정보가 분극 상태에 저장되는 비휘발성 메모리를 가능하게 합니다. 이를 통해 메모리와 프로세서 간의 데이터 이동에 드는 에너지 비용을 제거하는 인메모리 컴퓨팅이 가능해집니다. 강유전체 전계효과 트랜지스터(FeFET)와 터널 접합은 뉴로모픽 컴퓨팅을 위한 시냅스 가중치를 모사하는 다중 레벨 상태를 달성할 수 있습니다.

3. 에너지 격차 해소

저자들은 에너지 공급과 수요 사이의 격차가 좁혀지고 있음을 입증합니다:

공급 측면: 신흥 IPV(PPV, OPV, DSPV)는 실내 조명 조건에서 >35–44%의 PCEi 값에 도달했으며, 100 µW에서 1 mW를 생성할 수 있습니다.
**수요 측: 강유전체 기반 IMC 시스템은 1,000 TOPS W⁻¹에 근접하는 효율을 보여주었습니다.
시너지: 고효율 IPV와 강유전체 에너지 저장 및 IMC를 결합함으로써, 0.1–1 mW 전력 예산 내에서 1 TOPS의 계산 성능을 달성할 수 있다고 본 논문은 주장합니다. 이는 자율형 엣지 AI를 가능하게 합니다.

결과 및 기술 현황

실내 광전지(IPV):
- 납 할라이드 페로브스카이트(PPV): 실내 조건에서 높은 안정성과 함께 >44%의 PCEi(1.71 eV 밴드갭)를 달성했습니다. 과제로는 광대역 밴드갭 조성에서의 상 분리(phase segregation)와 납 독성이 남아 있습니다.
- 유기 광전지(OPV): 실내 스펙트럼에 맞춤화된 비풀러렌 수용체를 사용하여 >35%의 PCEi에 도달했습니다. 과제로는 서브 갭(sub-gap) 전자 무질서와 전압 손실이 있습니다.
- 염료 감응형 광전지(DSPV): ~38%의 PCEi와 높은 개방 회로 전압(>1 V)을 달성했습니다. 고체 형태의 변형 모델은 액체 전해질의 한계를 해결합니다.
- 세 기술 모두 상업적 확장성(>10 cm²)을 입증했으며 상업적 생산 단계에 진입하고 있습니다.
에너지 저장:
- 3D AFE HZO 커패시터: 최근의 시연 결과, 3D 구조에서 ~80 mJ cm⁻²의 에너지 저장 밀도와 300 kW cm⁻²의 전력 밀도를 보여주었으며, 나노초 단위의 방전 시간을 기록했습니다.
- 저전압 작동: 도펀트 엔지니어링 및 중간 유전층과 같은 전략을 통해 6 V 미만의 작동 전압에서 평면형 ESD를 mJ cm⁻² 범위로 구현하여 IPV 출력과의 호환성을 확보했습니다.
인메모리 컴퓨팅(IMC):
- FeFET 시스템: 다중 레벨 FeFET 크로스바 어레이는 0.15 mW에서 약 885 TOPS W⁻¹의 추론 효율을 보여주었습니다.
- ADC-Free 아키텍처: 전력 예산의 최대 85%를 소비할 수 있는 전력 소모가 큰 아날로그-디지털 변환기(ADC)를 제거하는 것이 에너지 소비를 추가로 줄이는 핵심 경로로 식별되었습니다.
- 과제: 대규모 배포를 위해서는 스위칭 내구성, 협전계(coercive field) 감소(프로그래밍 전압을 낮추기 위함), 산소 공석 제어가 주요 난제로 남아 있습니다.

의의 및 전망

본 논문은 고성능 실내 광전지와 (역)강유전체 재료의 융합이 지속 가능한 AI를 위한 패러다임 전환을 의미한다고 상정합니다. 이 연구의 의의는 에너지 수확, 저장, 컴퓨팅의 **공동 진화(co-evolution)**가 필수적이라는 총체적 주장에 있습니다.

지속 가능성: 주변 광을 이용한 엣지 컴퓨팅으로의 전환은 데이터 센터의 화석 연료 의존도를 낮추고 물 사용량을 최소화합니다. 또한, CMOS 호환 재료(HZO 등)의 사용과 순환 설계(재활용성, 모듈성)의 잠재력은 배터리 중심의 IoT 네트워크와 관련된 핵심 광물 및 전자 폐기물 문제를 해결합니다.
실현 가능성: 저자들은 기술적 장벽이 더 이상 극복 불가능한 것이 아니라고 주장합니다. 재료 과학계는 IPV와 강유전체 소자를 개발해 왔으며, 이들을 통합하면 자율형 엣지 노드의 엄격한 전력 및 효율 요구 사항을 충족할 수 있습니다.
향 \후 방향: 본 논문은 다음을 촉구합니다:
1. 표준화: IPV를 위한 엄격한 실내 안정성 테스트 표준 및 에너지 등급 프로토콜 개발.
2. 재료 공학: 히스테리시스 손실을 줄이고, 작동 전압을 낮추며, 내구성과 균일성을 개선하기 위한 강유전체 재료의 추가 최적화.
3. 시스템 통합: 구성 요소의 개별적 개선을 넘어, 확장 가능한 제조를 통해 IPV, 강유전체 저장, IMC가 결합된 완전 통합 플랫폼을 시연하는 것.
4. 정책 정렬: "설계 단계부터 안전하고 지속 가능하게(safe and sustainable by design)"라는 원칙을 강조하며, 실험실 혁신에서 산업적 배치로의 전환을 지원하기 위해 글로벌 정책(예: EU 순환 경제 행동 계획, 미국 칩스법)을 활용하는 것.

결론적으로, 본 논문은 재료의 균일성, 표준화 및 시스템 통합 측면에서 과제가 남아 있으나, IPV 기반의 강유전체 지원 분산 지능을 위한 기술적 토대는 이미 마련되었으며, 이는 중앙 집중식 AI에 대한 실행 가능한 지속 가능한 대안을 제공한다고 단언합니다.