MARKETS
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
Wittgenhaus

2026년 7월 16일 목요일

AI 시대, 당신을 더욱 스마트하게

AI검증

열역학적 컴퓨팅: 열적 소음을 에너지원으로 활용하는 차세대 기술

열역학적 컴퓨팅은 버려지던 열적 소음을 계산 자원으로 전환하여 에너지 효율을 극대화하는 혁신적인 기술입니다. 최근 실리콘 기반 회로를 통한 복잡한 연산 성공 사례가 나오며 상용화 가능성을 높이고 있습니다.

2026년 7월 15일

주장현대 컴퓨팅은 열적 소음을 제거해야 할 방해물로 간주하지만, 열역학적 컴퓨팅은 이 소음을 계산을 수행하는 핵심 자원으로 활용합니다. 이는 기존 컴퓨터가 에너지를 과도하게 소비하며 발생하는 발열 문제를 해결할 대안입니다.

팩트2019년 컴퓨팅 커뮤니티 컨소시엄이 열역학적 컴퓨팅에 관한 첫 번째 학술 회의를 개최한 이후, 소규모 연구자 그룹이 실용화 연구를 진행합니다. 연구자들은 최근 표준 실리콘 기반 논리 회로에서 열역학적 계산을 시뮬레이션하여 개념의 작동 원리를 입증했습니다.

팩트열역학적 컴퓨팅은 시스템의 에너지를 분산시키고 미세한 수준에서 무작위성을 증가시키는 열역학적 과정을 이용합니다. 노멀 컴퓨팅의 물리학자 패트릭 콜스는 이 분야가 열역학을 계산 자원으로 활용하는 컴퓨터를 설계하는 작업이라고 설명합니다.

팩트자연계의 단백질 접힘 과정은 열역학적 컴퓨팅의 대표적인 사례입니다. 아미노산 사슬은 주변 환경의 열에너지를 이용해 가장 안정적인 평형 상태로 스스로 접히며, 외부의 별도 에너지 투입 없이 복잡한 문제를 해결합니다.

교차검증평형 열역학적 컴퓨팅은 시스템이 에너지 최소값에 도달할 때까지 기다려야 하므로 계산 속도에 한계가 있습니다. 반면 비평형 열역학적 컴퓨팅은 에너지를 지속적으로 공급하여 시스템을 움직이게 함으로써 정해진 시간 내에 계산을 완료합니다.

팩트비평형 시스템은 랑주뱅 역학을 따르며, 시스템이 에너지를 낮추려 노력하는 동시에 열적 변동에 의해 끊임없이 새로운 경로로 밀려납니다. 과학자들은 회로 내의 에너지 흐름이 계산 결과와 대응하도록 설계하여 이러한 역학을 컴퓨팅에 적용합니다.

팩트노멀 컴퓨팅 연구진은 지난해 실리콘 기반 회로를 통해 행렬 반전과 같은 복잡한 계산을 수행하는 데 성공했습니다. 행렬 반전은 머신러닝, 컴퓨터 그래픽, 금융 등 다양한 분야에서 필수적으로 사용하는 수학적 연산입니다.

팩트노멀 컴퓨팅은 2022년 구글 엑스와 구글 브레인 출신의 파리스 스바히, 안토니오 마르티네즈, 마티아스 탄이 공동 설립했습니다. 이들은 열역학적 컴퓨팅을 구현하기 위해 맞춤형 인쇄 회로 기판을 제작하여 실험을 진행합니다.

교차검증열역학적 컴퓨팅은 기존 디지털 컴퓨터와 달리 확률적이고 비결정론적인 특성을 가집니다. 따라서 기술 상용화를 위해서는 기존의 정밀한 디지털 연산 체계와 어떻게 조화를 이룰지에 대한 추가 검증이 필요합니다.

주장열역학적 컴퓨팅의 발전은 기존 반도체 설계의 한계를 돌파할 수 있는 새로운 패러다임을 제시합니다. 소음을 에너지로 치환하는 발상의 전환은 컴퓨팅 효율성을 비약적으로 높일 것으로 기대됩니다.

주장이 기술이 성숙기에 접어들면 에너지 소모가 극심한 인공지능 학습 및 대규모 데이터 처리 분야에서 획기적인 비용 절감이 가능합니다. 향후 하드웨어 아키텍처의 근본적인 변화를 이끌 핵심 기술로 자리 잡을 전망입니다.

출처퀀타 매거진의 필립 볼 기자가 2026년 7월 15일 보도한 내용을 교차 검증했습니다.

본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.

스팟

WIRE

글로벌 인텔리전스

전체보기 →

본 페이지의 정보는 공개 채널을 통해 자동 수집되는 정보로 정보의 정확성·완전성을 보장하지 않으며, Wittgenhaus의 공식 입장이 아닙니다. 이를 근거로 한 판단과 행위의 결과에 Wittgenhaus는 책임을 지지 않습니다.

버블 지표

상세보기 →

릴리즈 & 논문

전체보기 →

RELEASES

Transformersv5.14.0

릴리즈 v5.14.0

이번 릴리즈에서는 Inkling, TIPSv2, TIPSv2 DPT 모델이 추가되었습니다. GPTNeoX와 GPTBigCode 모델에 대한 변경 사항이 있으며, 커널 관련 수정 및 개선, 그리고 생성 기능 향상이 이루어졌습니다. 또한 Flash Attention 성능 회귀 문제와 MoE 디코드 최적화 버그가 수정되었습니다.

6시간 전

meta-llama/llama-stackv1.2.1

v1.2.1

이번 릴리즈에서는 CI 관련 수정 사항이 포함되었습니다. ogx-client의 uv.lock 파일 재생성, 외부 저장소 복제 대신 인리포에서 ogx-client 생성, 스타터 이미지 부팅 복원을 위한 --insecure 플래그 전달, vLLM Anthropic 메시지 URL의 중복 /v1 접두사 제거 등의 수정이 이루어졌습니다.

1일 전

vLLMv0.25.1

vLLM v0.25.1

v0.25.1은 v0.25.0을 기반으로 두 가지 버그 수정이 포함된 패치 릴리스입니다. 시스템 FFmpeg가 없어도 TorchCodec이 사용되지 않으면 모델 시작이 차단되는 문제가 해결되었으며, 혼합 정밀도 allreduce RMSNorm 양자화 융합 시 발생할 수 있는 데이터 타입 불일치 문제를 방지하여 모델의 숨겨진 상태가 손상되는 것을 막습니다.

1일 전

vLLMv0.25.0

vLLM v0.25.0 릴리즈

vLLM v0.25.0 릴리즈에서는 558개의 커밋이 반영되었으며, 232명의 기여자가 참여했습니다. Model Runner V2가 기본값으로 설정되었고, PagedAttention이 제거되었습니다. 또한 Transformers 모델링 백엔드가 네이티브 vLLM과 동일한 속도를 내도록 개선되었으며, 다양한 신규 모델 및 스트리밍 파서 엔진이 추가되었습니다.

4일 전

Transformersv5.13.1

패치 릴리즈 v5.13.1

이번 패치 릴리즈는 vllm 최신 버전에서 `transformers`를 지원하는 데 중점을 두었습니다. 사용자 정의 모델에 대한 `remap_legacy_layer_types`의 방어 기능을 강화하고, 새로운 선형 레이어 타입 이름을 인식하지 못하는 사용자 정의 코드의 문제를 수정했습니다. 또한, `_LazyAutoMapping.register`에 문자열 키가 전달되는 경우의 오류를 해결했습니다.

4일 전

PAPERS