컴퓨터 대신 '물리 현상'에게 문제를 떠넘긴다는 발상
배송 트럭이 어떤 순서로 돌아야 기름값이 제일 적게 들까, 공장 라인 스케줄을 어떻게 짜야 납기를 다 맞출까 — 이런 "수많은 조합 중에서 최고를 골라라" 하는 문제를 최적화 문제라고 불러요. 골치 아픈 건, 선택지가 조금만 늘어나도 경우의 수가 폭발해서 일반 컴퓨터로는 하나하나 따져보다 날이 새버린다는 거예요.
그래서 나온 발상이 "차라리 물리 현상한테 대신 풀게 하자"인데요. 이번 arXiv 논문이 딱 그 계보에 있는 연구예요. 음향파(소리 진동)를 이용한 이징 머신(Ising machine)으로 2048개 규모의 문제를 풀었다는 내용이에요.
이징 머신이 뭐냐면
이게 뭐냐면요, 물리학에 '이징 모델'이라는 게 있어요. 작은 나침반 바늘 같은 자석(스핀)이 잔뜩 있는데, 각각 위(↑)나 아래(↓) 둘 중 하나를 가리킬 수 있고 서로 밀고 당겨요. 그리고 자연은 언제나 '에너지가 가장 낮은 상태'로 굴러가려는 성질이 있죠. 공을 언덕에 놓으면 알아서 골짜기로 굴러 내려가는 것처럼요.
여기서 진짜 신기한 부분은, 우리가 풀려는 최적화 문제를 이 자석 배치 문제로 번역할 수 있다는 거예요. "정답인 배치일 때 에너지가 가장 낮아지도록" 자석들끼리의 상호작용을 미리 설계해두면, 물리 시스템이 스스로 최저 에너지 상태를 찾아가는 순간 그게 곧 우리 문제의 답이 되는 거죠. 계산을 한 단계씩 '푸는' 게 아니라 자연한테 '맡겨두고 결과만 읽는' 셈이에요.
왜 하필 '소리'를 썼을까
이징 머신 자체는 새 개념이 아니에요. 빛으로 만드는 광학 방식, 초전도 회로를 극저온으로 식혀 쓰는 양자 어닐러(D-Wave가 대표적이죠) 등 여러 방식이 있었거든요. 이번 연구가 특별한 건 BAW(Bulk Acoustic Wave), 즉 물질 안을 지나가는 음향 진동을 스핀으로 삼았다는 점이에요.
소리를 쓰면 이점이 꽤 있어요. 음향파는 빛보다 훨씬 느리게(파장이 짧게) 퍼져서 작은 칩 안에 많은 소자를 촘촘히 넣기 좋아요. 양자 어닐러처럼 영하 273도 가까이 냉각할 필요도 없이 상온에서 돌아가고요. 게다가 음향 소자는 이미 스마트폰의 주파수 필터로 수십억 개씩 양산되는 성숙한 기술이라 제조 난이도도 상대적으로 낮아요. 이 방식으로 2048개 스핀 규모를 만들고, 실제로 숫자 분할 문제와 스도쿠를 풀어 보인 게 이번 성과의 핵심이에요.
숫자 분할(number partitioning)은 "여러 숫자를 두 묶음으로 나눴을 때 양쪽 합이 최대한 똑같게 만들기" 문제예요. 말은 쉬운데 숫자가 많아지면 답을 찾기가 지독하게 어려워지는 대표적인 NP-hard 문제고요. 스도쿠도 '모든 제약 조건을 동시에 만족하는 배치 찾기'라서 이징 문제로 옮기기 딱 좋은 예제라 데모로 자주 등장해요.
다른 방식들과 비교해보면
같은 목표를 노리는 경쟁자들이 있어요. D-Wave의 양자 어닐러는 스핀(큐비트) 수는 수천 개로 많지만 극저온 냉각 장비가 필수라 덩치도 크고 비싸요. NTT가 밀던 광학 방식 코히어런트 이징 머신은 광섬유 링을 써서 빠르지만 장비가 크고요. 후지쯔의 디지털 어닐러나 도시바의 SBM은 아예 일반 반도체로 이징 계산을 '흉내 내는' 방식이라 접근성은 좋지만 물리적 이점은 덜해요. 음향 방식은 이 사이에서 '상온 + 칩 크기 + 양산 가능'이라는 실용적인 자리를 노린다고 보면 돼요.
한국 개발자에게 주는 시사점
우리 대부분이 이징 하드웨어를 직접 만들 일은 없겠죠. 하지만 알아두면 좋은 게 있어요. 바로 내 문제를 QUBO/이징 형태로 바꾸는 사고법이에요. 이 형식으로 문제를 정의해두면 D-Wave의 클라우드 서비스(Leap)나 후지쯔 디지털 어닐러 같은 걸 지금도 바로 써볼 수 있고, 심지어 일반 서버에서 '담금질 기법(simulated annealing)'으로 근사해 풀 수도 있거든요. 물류 경로, 근무표 짜기, 자원 배분처럼 국내에서도 흔한 최적화 문제에 이 패러다임이 직접 닿아 있어요. 하드웨어가 성숙하는 흐름을 지켜보면서, 문제를 이징으로 옮기는 감각을 미리 익혀두면 나중에 분명 쓸모가 있을 거예요.
마무리
한 줄 정리: 계산기로 두드려 푸는 대신, 문제를 물리 법칙에 새겨 넣고 자연이 답을 찾게 하는 게 이징 머신이고, 이번엔 그 매체로 '소리'가 등장했다.
여러분이 지금 붙잡고 있는 문제 중에 "경우의 수가 너무 많아서 최적해를 못 구하겠다" 싶은 게 있나요? 그게 혹시 이징 문제로 바꿔볼 만한 건 아닐지 한번 상상해보면 재밌을 것 같아요. 이런 특수 목적 하드웨어가 범용 CPU/GPU를 언제쯤, 어떤 영역에서 실제로 대체하게 될까요?
🔗 출처: Hacker News