Northwestern University 엔지니어들이 실제 뇌세포와 통신할 수 있는 인공 뉴런을 인쇄로 만들어 인간의 뇌와 기계를 병합하는 방향으로 큰 진전을 이루었다. Northwestern 팀은 마우스 뇌 조직에 대해 테스트했을 때 이 유연하고 저비용 장치들이 실제 뉴런의 반응을 성공적으로 유발했으며, 이는 새로운 수준의 생물 호합성을 입증했다. 이번 연구는 4월 15일 학술지 Nature Nanotechnology에 게재되었다.

역설적인 뇌-컴퓨터 설계의 차이

현대 컴퓨터 아키텍처는 근본적인 문제를 안고 있다. 현재 존재하는 다른 인공 뉴런들은 생물학적 현실성에 미치지 못하고 있으며, 대부분 단순화된 신호를 생성해 엔지니어들이 복잡한 행동을 달성하기 위해 크고 에너지 집약적인 장치 네트워크에 의존하도록 강요한다.

반면, Northwestern 팀이 개발한 접근 방식은 근본적으로 다르다. 연구를 주도한 Mark C. Hersam 교수는 "현재 우리가 살고 있는 세상은 인공지능에 의해 지배되고 있다"며 "AI를 더 똑똑하게 만드는 방식은 더 많은 데이터로 훈련하는 것인데, 이러한 데이터 집약적인 훈련은 거대한 전력 소비 문제로 이어진다"고 설명했다. 그는 이어 "뇌는 디지털 컴퓨터보다 5자리 수 더 에너지 효율적이기 때문에, 다음 세대 컴퓨팅을 위해 뇌에서 영감을 얻는 것이 합리적이다"고 덧붙였다.

고분자를 '문제'에서 '특성'으로 전환

혁신은 재료과학의 창의적 역발상에서 비롯되었다. 연구팀은 몰리브덴 디설파이드(MoS₂) 나노플레이크(반도체 역할)와 그래핀(전기 전도체 역할)으로 구성된 전자 잉크를 사용하는 인공 뉴런을 개발했으며, 에어로졸 제트 프린팅이라는 특수 인쇄 기법을 사용해 이 잉크를 유연한 폴리머 기판에 증착했다.

과거 연구자들이 인쇄된 잉크의 안정화 폴리머를 제거하려고 태웠던 것과 달리, Hersam 팀은 이를 역으로 활용했다. 폴리머를 부분적으로 분해한 후 전류를 통과시키면 폴리머가 추가로 분해되면서 비균질적 방식으로 전기 필라멘트가 형성되고, 모든 전류가 공간의 좁은 영역으로 제한되어 신경세포 같은 갑작스러운 전기 반응을 생성하는 좁은 영역의 국소화된 경로가 된다.

생물학적 신호의 정확한 모방

이 장치는 단순한 일회성 펄스가 아닌 단일 스파이크, 지속적 발화, 버스팅 패턴 등 실제 뉴런의 통신 방식을 닮은 복잡한 신호 패턴을 생성하며, 신호 다양성을 포착함으로써 각 뉴런이 더 많은 정보를 인코딩하고 더 정교한 기능을 수행할 수 있다.

연구 검증 단계에서 Northwestern 팀은 신경생물학자 Indira M. Raman 교수와 협력했다. 마우스 소뇌 조직에 인공 뉴런의 전기 신호를 적용했을 때, 인공 전압 스파이크가 살아있는 뉴런의 전압 스파이크의 주요 생물학적 특성(타이밍, 지속 시간)과 일치했으며, 이는 자연 신호와 유사한 방식으로 신경 회로를 활성화하는 실제 뉴런에서 신뢰할 수 있는 활동을 유발했다.

Hersam은 경쟁 기술의 한계를 지적했다. "다른 실험실들은 유기 물질로 인공 뉴런을 만들려고 했지만 스파이크가 너무 느렸고, 금속 산화물을 사용한 경우는 너무 빨랐다. 우리는 이전에 인공 뉴런에서 시연되지 않았던 시간 범위 내에 있다. 우리의 신호가 살아있는 뉴런과 직접 상호작용할 수 있는 올바른 시간 척도와 올바른 스파이크 형태를 모두 입증했다."

AI의 전력 위기, 새로운 솔루션 필요

문제의 규모는 엄중하다. AI의 데이터 집약적 훈련은 거대한 전력 소비 문제로 이어지며, 현재 뇌는 알려진 가장 에너지 효율적인 컴퓨터이기 때문에 미래 시스템이 훨씬 적은 전력으로 복잡한 작업을 수행할 수 있을 것으로 기대된다.

Hersam은 업계의 현실을 직시했다. "AI의 에너지 수요를 충족하기 위해 테크 회사들은 전용 원자력 발전소를 가동하는 기가와트급 데이터 센터를 건설하고 있다. AI가 계속 확장되면서 다음 세대 데이터 센터가 100개의 원자력 발전소를 필요로 하는 상황은 상상하기 어렵다. 또한 기가와트 규모의 전력을 소비할 때 발생하는 열은 막대하며, 데이터 센터를 냉각하기 위해 물을 사용하므로 AI는 수자원에 심각한 스트레스를 주고 있다."

생물학적 다양성의 설계 원칙

이번 연구가 시사하는 바는 단순한 기술 혁신을 넘어선다. 현재 컴퓨터는 수십억 개의 동일한 트랜지스터를 경직된 2차원 규소 칩에 패킹함으로써 복잡성을 달성한다. 반면, 뇌는 각기 다른 유형의 뉴런들이 특화된 역할을 수행하는 유연하고 3차원적인 네트워크를 운영한다.

과거 연구자들은 인쇄된 잉크의 안정화 폴리머를 문제로 여겨 제거했으나, Hersam 팀은 이를 장점으로 전환했으며, 부분 분해를 통해 신경세포 같은 복잡한 신호를 생성하는 능력을 만들었다. 이는 뇌-영감 컴퓨팅의 핵심 원칙을 보여준다: 동일성이 아닌 다양성이 효율성을 만든다.

환경 친화적 제조와 실용적 응용

제조 과정도 혁신적이다. 이 장치의 제조 과정은 단순하고 저비용이며, 인쇄 과정이 첨가적(필요한 곳에만 재료를 배치)이므로 폐기물도 감소한다.

의료 분야에서의 응용 가능성도 광범위하다. 이 작업은 신경계와 직접 통신할 수 있는 전자기기로 나아가는 진전을 나타내며, 뇌-기계 인터페이스 및 청각, 시각, 운동 임플란트를 포함한 신경보철물의 잠재적 응용이 있다.

패러다임 전환의 시작점

이번 연구는 단순한 학술적 성과를 넘어선다. 인공 뉴런이 실제 뇌세포와 상호작용할 수 있다는 것을 증명함으로써, 다음 세대 컴퓨팅 아키텍처의 가능성을 열었다. 기존의 "더 크고, 더 빠르고, 더 많은 전력"이라는 패러다임에서 벗어나 "더 작고, 더 효율적이고, 더 생물학적"으로의 전환을 시사한다.

AI가 에너지 제약에 부딪히면서, Northwestern의 이 연구는 해결책의 방향을 제시한다: 실리콘의 고정된 균질성이 아닌 뇌의 동적 다양성을 모방하는 것. 이것이 바로 지속가능한 AI의 미래다.