• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
반도체
인공지능
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'오실레이터'통합검색 결과 입니다. (2건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

AI 데이터센터 성능·효율성 좌우하는 나노초 정밀 동기화

생성 AI 확산으로 데이터센터와 클라우드 인프라 투자가 빠르게 늘면서, AI 인프라 경쟁력의 핵심 요소도 크게 변화하고 있다. 과거에는 GPU를 얼마나 많이, 빠르게 확보하느냐가 중요했다면 최근에는 대규모 병렬 처리 환경에서 데이터 정확도를 유지하고 오차 시간을 최소화하는 역량의 중요성이 커지고 있다. 특히 대규모 데이터가 여러 노드를 거치는 AI 데이터센터는 수 많은 서버와 네트워크 장비가 동시에 움직이는 구조인 만큼, 데이터 흐름의 오차와 지연을 최소화하는 '정밀 타이밍 기술'이 핵심 인프라 요소로 주목받고 있다. 주요 시장조사업체에 따르면 오차 시간을 최소화하는 글로벌 타이밍 디바이스 시장 규모는 2023년 58억 달러(약 8조 7226억원)에서 2030년 96억 달러(약 14조 4374억원)까지 성장할 것으로 전망된다. 데이터 전송 시점·시스템 동기화 돕는 정밀 타이밍 솔루션 대규모 CPU·GPU가 동원된 AI 데이터센터에서는 서버·네트워크 간 동기화 정밀도가 AI 연산 효율과 전력 효율에도 영향을 미친다. 미국 국립표준기술연구소(NIST)와 IEEE 등은 초저지연 네트워크 환경에서 나노초(ns) 단위의 시간 동기화 중요성을 강조하고 있다. 정밀 타이밍 솔루션은 특수 소자인 크리스탈(Crystal)과 오실레이터(Oscillator) 기반으로 데이터 전송 시점을 정교하게 맞추고 시스템 간 동기화를 유지하며, 고도화된 AI 인프라의 안정성과 효율을 뒷받침하는 기반 기술로 평가된다. 최근에는 AI 데이터센터와 5G 통신 인프라 확산에 따라 초정밀 오실레이터(OCXO)와 고안정성 클럭 디바이스 수요도 증가하는 추세다. 이에 따라 글로벌 주파수 제어 및 타이밍 디바이스 시장을 선점하기 위한 주요 기술 기업들의 기술 경쟁도 한층 치열해질 것으로 예상된다. 엡손 "쿼츠 기반 타이밍 기술 산업계에 공급" 29일 엡손 관계자는 “AI 인프라 내 정밀 타이밍 솔루션 수요가 확대되는 가운데, 엡손이 오랜 기간 축적한 마이크로디바이스 기술이 다양한 산업 영역에서 활용되고 있다”고 설명했다. 엡손은 석영 기반 수정 진동자를 이용해 정밀하게 시간을 제어하는 쿼츠(Quartz) 기반 초정밀 타이밍 제어 기술을 보유하고 있다. 현재 글로벌 주파수 제어·타이밍 디바이스 시장에서 전통적인 쿼츠 기반 타이밍 제어 기술은 반도체 대비 여전히 주류 시장을 형성하고 있다. 엡손 관계자는 "엡손의 쿼츠 기반 기술은 현재 실시간클록(RTC) 모듈, 크리스탈(Crystal Unit) 및 오실레이터, 고정밀 센서 등을 아우르는 마이크로디바이스 사업으로 확대되고 있다"고 설명했다. "원천 소재 '합성 쿼츠'부터 직접 생산" 엡손은 통신 장비와 컴퓨터, 디지털 카메라, 자동차, 이동통신 기지국 등 다양한 전자·네트워크 인프라 분야에 관련 디바이스를 공급하고 있다. 핵심 소재인 '합성 쿼츠(Synthetic Quartz)'까지 자체적으로 육성·생산하며, 소재 단계부터 정밀 제어 기술을 내재화한 수직 통합형 생산 체계를 구축해왔다는 점도 특징이다. 이 같은 핵심 소재 및 공정의 내재화 방식은 지정학적 리스크와 전 세계적인 부품 공급망 불안정성 속에서 안정적인 고품질 제품 공급을 보장하는 전략적 기반이 된다. 동기화 오차 제어, HPC·AI 클러스터 효율 좌우 엡손 관계자는 “엡손의 사업 영역은 단순 전자부품 사업을 넘어 시스템 전체의 정확도와 안정성을 지원하는 방향으로 확대돼 왔다”고 설명했다. 이어 “물리적인 쿼츠 가공 기술과 미세전자기계시스템(MEMS) 기술을 결합해 다양한 산업 환경에서 요구되는 안정성과 정밀도를 구현해왔다”고 덧붙였다. 업계에서는 AI 데이터센터 고도화와 함께 관련 생태계 내에서 정밀 타이밍 기술과 마이크로디바이스 분야의 중요성도 점차 커질 것으로 예상한다. 이 같은 시장 변화에 발맞춰 글로벌 하드웨어 기업들 역시 B2C에서 고부가가치 B2B 인프라 영역으로 대대적인 체질 개선에 나서고 있다. 엡손 관계자는 "엡손은 전통적으로 프린터 중심의 B2C 이미지가 강했지만, 최근에는 통신·네트워크·산업·자동차 등 B2B 수요 기반 영역까지 사업 포트폴리오를 확대하고 있다"고 밝혔다. 이어 "최근 발표한 'ENGINEERED FUTURE 2035' 비전을 통해 80년 이상 축적해 온 '고효율·초소형·초정밀' 기술과 엔지니어링 역량을 기반으로 산업 및 사회 인프라 영역에서 사업 경쟁력을 강화하겠다는 전환 뱡항을 제시했다"고 덧붙였다.

2026.05.29 13:30권봉석 기자

"복잡한 철도노선도 뚝딱"…실리콘 공정용 '아이징 머신' 나와

철도 노선 설계나 도로 주행 중 나타나는 라디오 주파수 편차 등을 기존 공정으로 최적화할 수 있는 반도체 소자가 개발됐다. KAIST는 전기및전자공학부 최양규 교수와 김상현 교수 연구팀이 차세대 최적화 전용 하드웨어인 '오실레이터 기반 아이징 머신'을 개발, 구현하는데 성공했다고 6일 밝혔다. 아이징 머신은 여러 진동 소자가 상호작용하며 최적 해를 찾아내는 특수 목적형 컴퓨터와 알고리즘을 말한다. 최양규 교수는 전화통화에서 "현재 하드웨어(CPU)가 풀수 없는 최적화 문제를 풀수 있다. 현재 풀 수 있는 문제로 보면, 에너지를 적게 쓰면서 최적화를 해낼 수 있는 장점이 있다"며 "무엇보다 CMOS(상보형 금속 산화물 반도체) 표준공정을 사용했기 때문에 새로운 팹이 필요없다"고 말했다. 최 교수는 또 "기존에는 공정 튜닝에 2~3년식 걸렸지만, 이 어레이는 주변 회로만 받쳐주면 삼성전자나 SK하이닉스 등이 어렵지 않게 양산할 수 있다"고 설명했다. 기존의 컴퓨터에 쓰이는 폰 노이만 구조는 중앙처리장치와 메모리가 물리적으로 분리돼 있어 데이터 이동에 따른 전력 소모와 지연이 생기고, 문제 규모가 증가할수록 연산 자원이 기하급수적으로 증가하는 한계가 있다. 연구팀은 이러한 한계를 극복하기 위해 통계물리학의 아이징 모델을 하드웨어적으로 구현하는 아이징 머신을 개발했다. 아이징 모델은 통계물리학에서 자성 물질을 설명하기 위한 모델이다. 격자 위 각 지점에 스핀(+1 또는 -1)을 두고, 이웃한 스핀들 사이의 상호작용에 따라 시스템 전체 에너지가 결정되는 수학적 모델이다. 연구팀은 100% 실리콘 기반 트랜지스터를 활용했다. 단일 트랜지스터를 각각 오실레이터 소자와 커플러 소자로 활용한 것. 기존 트랜지스터가 스위치나 증폭기로 사용되던 것과 달리, 연구팀은 부유 바디 특성을 이용해 단일 트랜지스터가 스스로 발진하는 오실레이터로 동작하도록 구현했다. 이 오실레이터는 게이트 전압을 조절함으로써 고유 주파수를 정밀하게 조정할 수 있다. 이종 소자 기반 구조에서 구현하기 어려웠던 정밀 제어를 CMOS 공정 내에서 실현했다. 별도 트랜지스터를 커플러 소자로 활용해, 커플러 게이트 전압을 통해 오실레이터 간 결합 강도를 능동적으로 조절할 수 있도록 했다. 이를 통해 단순한 결합을 넘어 다중 상태로 결합을 표현할 수 있으며, 다양한 가중치를 갖는 조합 최적화 문제를 유연하게 구현한다. 연구팀은 보조적으로 주입 동기화를 적용해 위상을 두 개의 이진 상태로 고정시켜, 대표적인 조합 최적화 문제인 최대 절단(Max-Cut) 문제를 해결했다. 소규모 문제는 실제 하드웨어 실험으로 검증했다. 100 노드급 대규모 문제는 실험 데이터를 기반으로 한 준경험적 시뮬레이션을 통해 성능을 확인했다. 논문 제1저자인 윤성윤 전기및전자공학부 박사과정생은 "시간표 짜기 같은 경우는 1초면 해결된다. 소자끼지 상호작용을 통해 답을 금방 찾는다"며 "실리콘 트랜지스터를 기반으로 개발해서, 소자 고집적화만 하면 대규모 최적화에 바로 쓸 수 있을 것"으로 이라고 부연 설명했다. 연구성과는 국제학술지 사이언스 어드밴시스에 게재됐다.

2026.05.06 19:07박희범 기자

  Prev 1 Next  

지금 뜨는 기사

이시각 헤드라인

SK하이닉스, 용인 'Y1' 팹 구축 본격화…장비 발주 시작

"한국은 AI 시대 혁신 엔진...인텔도 동참할 것"

아성다이소, '선크림 SPF 미달' 의혹 반박..."식약처 기준 준수"

반도체 생산능력·AIDC 확충..."피지컬AI, 국가전략산업으로"

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.