네이처 센서스: 의학 에지 컴퓨팅용 USC 칩, 뇌 시냅스 가소성 모방
네이처 센서스에 실린 상세 논문은 비지도 학습 메커니즘을 구현한 자가 학습 아날로그 칩을 소개한다. 반복 신호를 증폭하고 노이즈를 걸러내며, 맥박·압력 같은 생리 데이터를 디지털 변환 없이 처리해 웨어러블 기기와 현장 원격 건강 모니터링에 혁신을 가져온다.
시냅스 가소성, 프로그램·배터리 없이: USC 아날로그 칩이 단순 기기가 아닌 아키텍처 선언인 이유
[핵심]: 실제로 일어나는 일
2026년 6월 2일, 네이처 센서스 새 호 표지에는 실리콘밸리 칩 엔지니어들을 불안하게 할 이미지가 실렸다. University of Southern California의 J. Joshua Yang 팀은 단순히 에너지 효율을 개선한 것이 아니라 70년 디지털 독트린을 깨는 시스템을 만들었다. 동전 크기 장치는 빛·압력·온도 신호의 에너지만으로 감지·부호화·학습·기억한다.
그러나 ‘자가 학습’이라는 용어 뒤에 숨겨진 진짜 의미는 마케팅에서 말하는 ‘AI 온 칩’이 아니다. 코드·아날로그-디지털 변환기·배터리 없이 memristor에서 비지도 학습을 처음으로 하드웨어로 구현한 것이다. 논문 제1저자 Seung Ju Kim 박사는 “메모리는 소프트웨어 학습 알고리즘으로 업데이트되는 것이 아니라 물리적 신호 간 시간 관계에서 자연스럽게 생겨난다”고 말했다.
기반은 두 종류 memristor다. 확산형(silver ions in silicon dioxide)은 뉴런처럼 작동해 자극이 강할수록 빠르게 스파이크를 만든다. 이동형(hafnium oxide with tantalum-platinum electrodes)은 시냅스처럼 반복 일치에서 가중치를 축적하고 영구 저장한다. 저항·커패시터와 함께 인쇄회로기판에 결합해 기존 디지털 프로세서·메모리·전원이 필요했던 연산을 이온 물리학만으로 수행한다.
IEEE Fellow이자 US Air Force·Army가 지원하는 CONCRETE 센터 책임자 Yang은 “신호는 처리 대상일 뿐 아니라 시스템을 구동하는 에너지원이기도 하다”고 결론 지었다.
타임라인과 배경
memristor 컴퓨팅 개념은 약 15년 전부터 있었다. 2000년대 후반 첫 시료가 나왔으나 외부 프로그래밍이 필요하다는 한계가 있었다. Yang·Kim 팀은 신호 간 시간 관계에서 스스로 학습하는 점에서 근본적으로 다르다.
중요한 기술적 전환점은 2026년 3월 Nature에 발표된 Yang 연구실의 고온 memristor다. 700 °C 이상에서 동작하는 소자를 보였고, 이번에 자가 전원 개념과 결합했다. 따라서 배터리 없이도 원자로 내부·금성 표면·산불 지역처럼 일반 전자기기가 파괴되는 환경에서 작동할 수 있다.
증명 개념 시뮬레이션으로 캘리포니아 숲에 센서망을 설치해 산불 주원인인 번개를 감지했다. 번개는 빛(즉시)과 소리(~340 m/s)를 발생시키며, 시간 차가 거리를 나타낸다. 시스템은 GPS·셀룰러·서버 없이 이 차이를 회로에 직접 저장한다. 신호가 지연을 고려해 일치하면 패턴을 ‘기억’하고 강화한다. 반복 일치 신호는 증폭되고 무관한 신호는 점차 사라진다.
이는 생물학적 뇌 학습의 기반으로 여겨지는 STDP(spike-timing-dependent plasticity)를 하드웨어로 직접 구현한 것이다. ImageNet 학습 같은 과정 없이 물리학만으로 이뤄진다.
승자와 패자
최대 패자 1: ARM과 에지 프로세서 생태계 전체. ARM·Qualcomm·MediaTek은 모든 센서가 프로세서로 신호를 보내 명령을 실행해야 한다는 전제로 성장했다. USC 칩은 명령을 실행하지 않는다. 레지스터·프로그램 카운터·데이터 버스가 없고 오직 silver 이온의 확산 동역학만 있다. 양산되면 IoT용 초저전력 마이크로컨트롤러 시장이 60–70 % 줄어들 수 있다. 2026년 전 세계 데이터센터가 전력의 1–2 %를 소비하고 4년마다 두 배로 늘어나는 상황에서 USC 칩은 원시 데이터를 클라우드로 보내지 않는 ‘인프라 없는 지능’ 대안을 제시한다.
패자 2: NVIDIA와 에지 AI 가속기 시장. NVIDIA는 대형 모델 학습용 데이터센터에서 이익을 얻지만, Jetson Orin은 여전히 15–25 W를 소비하는 디지털 장치다. USC 칩은 신호 자체에서 에너지를 얻어 0 W를 소비한다. Jetson과 비교할 연산 능력은 없지만, 번개 감지·보행 분류·실시간 부정맥 인식 등 에지 작업 95 %에는 필요 없다. 필요한 것은 속도·에너지 독립성·저비용이다.
수혜자 1: 의료 임플란트. Yang은 스마트 글래스를 주요 소비자 응용으로 꼽지만, 임플란트가 더 주목할 만하다. 만성 통증용 기존 신경 자극기는 외부 장치와 3–5년마다 수술로 교체해야 하는 배터리가 필요하다. USC 칩은 발걸음 압력이나 체온으로 전원을 공급받아 배터리·재충전 없이 학습·적응하는 임플란트를 가능하게 한다.
수혜자 2: 미국 국방부. CONCRETE 센터를 통한 US Air Force·Army 자금 지원은 우연이 아니다. 드론으로 적 후방에 투하해 수년간 무선 신호 없이 듣고 처리·기억하는 센서는 정보의 금광이다. 캘리포니아 번개 시나리오는 위장일 뿐, 실제 목표는 지하 핵실험 감지용 지진 센서와 군용 차량 식별용 음향 센서다.
언론이 말하지 않는 점
첫째, USC 장치는 ‘컴퓨터’가 아니라 분류기다. 빛과 소리 시간 차로 번개와 불꽃을 구분하고, 압력 패턴으로 보행 A와 B를 구분하지만 구구단을 배우지 못한다. 피드백·조건분기·임의 연산이 없다. memristor 물리학에 ‘하드와이어드’된 특화 신경망이다. 아날로그 연산은 본질적으로 범용이 아니므로 가까운 미래에 극복하기 어렵다. 따라서 ‘배터리 없는 AI’ 과열은 마케팅이다. 범용 AI는 디지털 로직이 필요하다.
둘째, 재현성과 기술 성숙도다. memristor는 스위칭 임계값이 사이클마다 변하고, 산소 공공 이동으로 열화되며, 온도·습도에 극도로 민감하다. 2026년 5월 arXiv 논문은 기존 memristor 동적 비전 시스템을 TRL 2–5로 평가했다. TRL 7–8에 도달하려면 수년이 걸린다. –20 °C ~ +50 °C, 습도 10 % ~ 95 % 환경에서 USC 장치가 얼마나 오래 작동할지는 Nature Sensors 논문에 나와 있지 않다.
셋째, 유기 뉴모픽 시스템과의 경쟁이다. 같은 호에 Zhong 팀의 생물학적 속도로 동작하는 유연 유기 전기화학 뉴런 논문이 실렸다. 유기체는 뇌에 직접 이식 가능하지만, USC memristor는 단단해 말초 센서에는 적합하고 신경 인터페이스에는 적합하지 않다. 시장은 분화될 것이다.
넷째, 왜 지금 등장했는지다. 2026년 4월 Nano-Micro Letters는 ‘in-sensor-memory computing’(ISMC)을 포스트 폰 노이만 패러다임으로 체계화했다. USC 장치는 이론가들이 2025–2026년에 쓴 첫 실제 사례다. 네이처 센서스가 표지로 삼은 것은 단순 실험실 호기심이 아니라 패러다임 전환으로 본다는 의미다.
전망: 향후 30일과 90일
향후 30일(2026년 6월): 특허 출원과 파운드리 협상 물결.
USC Viterbi는 ‘확산형·이동형 memristor를 이용한 자가 전원 뉴모픽 시스템’ 아키텍처 특허를 출원할 것이다. 2026년 6월 2일 우선권으로 최소 3~4건이 예상된다. Yang 교수는 이미 120건 이상 미국 특허 보유자이자 여러 스타트업 창업자다. Garmin·Apple·Oura Ring 등 웨어러블 제조사들이 충전이 필요 없는 피트니스 트래커 시료를 요청할 것이다.
동시에 파운드리 협상이 시작된다. 현재는 개별 memristor·저항·커패시터로 인쇄회로기판에 조립됐으나 상용화하려면 CMOS 위에 memristor를 집적해야 한다. Nano-Micro Letters는 ISMC 상용화를 위해 글로벌 산학연 협력이 필요하다고 명시했다. USC가 TSMC·Intel Foundry Services 또는 Weebit Nano와 30일 내 파트너십을 발표할 가능성이 있다.
향후 90일(2026년 8~9월): 안정성 데이터 공개와 첫 엔지니어링 시제품.
미래를 결정할 핵심은 확산형 memristor의 장기 안정성이다. 은 이온이 응집·이동하는 경향이 있다. USC 팀은 90일 내 Nature Electronics 또는 Advanced Materials에 수백만 사이클 스위칭과 고온 보존 데이터(상용 RRAM 수준)를 발표할 것으로 예상된다. 10^6 사이클 후 10 % 미만 열화, 85 °C에서 10년 보존 데이터가 나오면 상용화 신호탄이 된다.
동시에 memristor 블록을 포함한 ASIC 설계가 시작돼 2026년 말~2027년 초 첫 엔지니어링 시료(면적 10 mm² 미만, 나노~피코줄 소비)가 나올 수 있다.
마지막으로, Yang의 말 “데이터센터 에너지 문제가 핵심이다. 세상에서 가장 효율적인 컴퓨터—우리 뇌—에서 배워라”는 20 W로 860억 뉴런을 구동하는 뇌와 USC 칩(두 개 memristor)을 단순 비교하면 안 된다. 원리는 확장 가능하지만 ‘마이크로와트 슈퍼컴퓨터’까지는 수년이 더 필요하다. memristor 스타트업 주식을 서둘러 사는 투자자는 단기 실망할 수 있다. 신뢰성·재현성·스케일링 문제는 아직 풀리지 않았다. 그러나 70년 만에 폰 노이만 아키텍처 대안이 실제로 작동하는 첫 걸음을 내디뎠다는 사실은 부정할 수 없다. 배터리가 필요 없는 실시간 작업용 대안이다.
— Editorial Team
