기존의 컴퓨터의 새로운 패러다임 전환으로 결국에는 인간의 뇌를 빠르게 역공학할 수 있으며 그 이상 성정할 수 있다.

현재의 양자컴퓨터는 매우 불안정하기 때문에 그것을 완변히 안정시키고 보급하는 시기보다 기존 컴퓨터의 패러다임 전환으로 인한 차세대 컴퓨터가 개발되어 인류의 뇌 전체를 완전히 분석하는 시기가 더 빠르다고 생각한다.

먼저 기존, 미세공정에 따른 연산능력 증가를 살펴보자면.

1. 0.1 nm (원자크기의 트랜지스터)

https://gall.dcinside.com/mgallery/board/view/?id=thesingularity&no=16446&_rk=zx3&exception_mode=recommend&page=1

여기에 자세히 써놨다. 간단하게 요약하자면 트랜지스터를 원자 크기까지 줄일 수 있다고 한다.

파급력은 1985년도 크레이-2(1.9 기가플롭스) 와 현재의 서밋(200 페타플롭스) 정도의 차이가 난다고 받아들이면된다.

14나노 미터 서밋을 기준으로 0.1 나노까지 줄어들면 약 100배 이상 소형화가 가능하다는 것인데 이것은 약 1억배의 연산력을 증가시킨다.

크레이-2 와 서밋를 비교하여 보면

1~1.5 마이크로미터 => 14 나노미터 (약 100배 정도 작아짐)

1.9 기가플롭스 => 200 페타플롭스 ( 약 1억배 정도의 연산력 증가)

여기까지 도달하는데 고작 35년밖에 안걸렸다. 35년 전과 지금의 슈퍼컴퓨터의 성능차이는 무려 1억배가 난다는 말이다.

그러면 앞으로 35년에 0.1나노미터인 원자 크기에 도달하면 어떻게 될까?

14 나노미터 => 0.14 나노미터 (약 100배 정도 작아짐)

200 페타플롭스 => 20 요타플롭스 ( 약 1억배 정도의 연산력 증가)

이제야 체감이 좀 되는가? 100배를 더 작게 만들 수 있다는 것은 1억배 성능 차이를 낼 수 있다는 뜻이다.

20요타플롭스 정도의 연산력이면 인간의 뇌의 역공학은하고도 넘치는 정도의 괴물같은 성능다.

현재 유지하고 있는 소형화 공정만봐도, 20요타 플롭스의 괴물같은 컴퓨터의 등장을 기대할 수 있는 것이다.

2055년까지(마이크로 공정에서 현재 공정까지 약 35년 소요 대입)

다음은 컴퓨터에 관심 좀 있다고하면 들어봤을 3진법 반도체이다.

2. 3진법 반도체 

지난 7월 삼성전자는 UNIST(울산과학기술원) 전기전자컴퓨터공학부 김경록 교수 연구팀이 초절전 '3진법 금속-산화막-반도체(Ternary Metal-Oxide-Semiconductor)'를 세계 최초로 대면적 실리콘 웨이퍼에서 구현하는 데 성공했다고 밝혔다.

삼성전자의 지원을 받아 진행중인 이 연구는 현재 8인치 웨이퍼에 수백개 반도체를 넣어 대량생산이 가능한지 검증하는 단계로, 2-3년 후 상용화가 가능할 전망이다.

또한 소비전력은 2진법 반도체의 천분의 일로 줄어 반도체칩을 더 작게 만들 수 있으며, 소자도 60%만으로 같은 기능을 해 같은 면적에 40% 정도의 정보를 더 담을 수 있다.

기존 공정을 유지하면서 3진법 반도체를 생산해 낼 수 있다. 기존 반도체보다 1000분의 1의 전력밖에 먹지 않아 슈퍼컴퓨터의 막대한 전기값에 엄청난 절약이된다. 그리고 동일면적 40% 정도 성능이 증가한다. 

그 밖에도 성균관대에서 4진법 반도체가 성공했다는 소식을 들었지만, 3진법 반도체만큼 확실시 된 것이 아니라서 넘어가겠다.

물론 4진법이 성공하면 동일성능 대비 50%까지 소형화가 되므로 더 좋은 것은 사실이다. 하지만 이것이 가능할 때 쯤이면 이미 양자컴퓨터 나왔을 수도...

2021~2023년 예정

다음으로 볼 것은 탄소나노튜브이다. 그래핀아니다.

3. 차세대 소자 반도체(탄소 나노튜브)

연구진이 개발한 MPU는 1만 4000개 이상의 보완 메탈-옥사이드-반도체 CNFET로 구성되며 산업 표준 설계 흐름과 프로세스를 사용해 설계·제작된다. 

연구에 따르면 CNFET는 실리콘에 비해 에너지 효율이 약 10배, 속도가 훨씬 빠른 특성을 가지고 있다.

연구원들은 ‘DREAM’(금속화된 탄소 나노튜브의 복원력 디자인)이라는 기술을 고안했다. 

이 기술은 금속 CNFET를 컴퓨팅에 지장을 주지 않도록 배치한다. 그렇게 함으로써, 연구진은 순도 요구조건을 크게 완화했다

기존보다 1만 배 낮은 약 99.99%(4나인) 순도의 탄소 나노튜브로도 반도체 설계가 가능하다는 것이다.

연구진의 주요 목표는 칩을 양산하는 것이다. 이를 위해 연구진은 연구를 지원하는 DARPA의 프로그램을 통해 실리콘 칩 파운드리 제조 기법을 구현하고 있다. 

탄소나노튜브로 만들어진 칩의 공급 시점이 언제가 될지는 미정이지만, 슈레이커는 “5년 미만일 수 있다고” 말했다.

2021년 ~2024년 예정

특갤한다면 누구나 한 번쯤 들어봤을 스핀트로닉스.

4.스핀트로닉스

연구팀은 양자역학 원리에 기반한 고체의 전자구조 계산법인 ‘제일원리계산’을 사용해 1만1000여개에 이르는 다양한 철 기반 반데르발스 물질의 안정성과 자성을 예측했다. 이후 1만1000여개 가운데 2차원적 분리가 가능한 후보물질 3개를 찾아내고, 최종적으로 Fe4GeTe2를 지목했다.

연구팀은 “원자 한 층 두께에 자성을 구현할 수 있는 반데르발스 

물질 특성을 효과적으로 제어할수록 실리콘보다 100배 이상 빠르게 전자를 이동시키는 스핀트로닉스 소자의 개발도 빨라질 것”이라고 설명했다. 

연구결과는 ‘나노 레터스’ 에 실렸다.

현재의 서밋에 스핀트로닉스가 적용된다면 20 엑사플롭스까지 성능을 증가 시킬 수 있다고 보면된다.

2025년 이상 ~

다음은 광자, 확률 등 차세대 컴퓨터를 다루려고 했지만 너무 글이 길어지고 딱히 전망이 있어보이지 않아서 

그나마 전망을 기대해 볼 수 있는 그래핀을 보려고 한다.

4. 광자,확률,그래핀 등등 새로운 방식의 차세대 컴퓨터 

(그래핀 반도체)

삼성전자가 ‘그래핀’으로 반도체를 만들 수 있는 신기술을 개발했다. 그래핀 반도체가 상용화되면 지금보다 성능이 100배가량 좋은 컴퓨터도 등장할 것으로 전망된다.삼성전자 종합기술원은 그래핀에 실리콘을 접합하는 방식을 이용한 ‘그래핀 트랜지스터(소자)’를 개발하는 데 성공했다고밝혔다. 이번 연구 결과는 학술지인 ‘사이언스’ 온라인판에 게재됐다

삼성전자는 실험에서 장벽을 높이면 전류가 차단되고 낮추면 전류가 흐른다는 사실을 확인했다. 이를 응용해 가장 기초적인 회로구조를 만든 뒤 실제 덧셈연산에도 성공했다. 장벽으로 전류를 조절한다는 의미에서 이 소자는 ‘배리스터’로 명명됐다. 그래핀은 실리콘보다 전류 전도율이 좋고 속도가 빨라 그래핀 반도체가 상용화되면 반도체의 처리속도도 지금보다 훨씬 빨라질 것으로 보인다.

2025년 이상 ~

마지막은 역시 대망의 양자컴퓨터이다.

범용성을 지니고 기존의 노이즈를 제거할 수 있다면 양자컴퓨터를 뛰어넘을 수 있는 컴퓨터 방식은 아직까지 밝혀지지 않았으며 

현기준 컴퓨터의 절정이라고 볼 수 있다.

5. 범용 양자컴퓨터

현재 양자컴퓨터는 높고 민감한 오류율과 절대 영도에 가까운 초저온 상태를 유지해야한다.

양자 노이즈를 제대로 제어하지 못한 양자컴퓨터는 그냥 빛깔 좋은 개살구 그 이상 그 이하도 아니다.

양자 노이즈를 제어하는데 사용되는 방법 중 하나는막대한 큐비트를 오류를 보정하는데 쏟아 붓는 것이다. 

구글 양자컴퓨터 연구진의 말에 따르면 2030년까지 이론상 100만 큐비트가 가능하다고 한다. 여기서 100만은 실질적 양자볼륨이 아니다.

https://www.edaily.co.kr/news/read?newsId=03703126622658496&mediaCodeNo=257&OutLnkChk=Y

현시대를 NISQ(Noisy Intermediate-Scale Quantum)는 100개 이상, 1000개 미만의 큐비트를 활용하는 단계라고 규정한다.

즉, 100만 큐비트는 형식상의 양자볼륨이고 오류를 보정하는 수치를 제외한 실질적 양자볼륨은 100~1000 큐비트 라고 볼 수 있다.

그렇다고 실망하지마라, 100~ 1000 큐비트만 똑바로 제어하여 우리 것으로 만들 수 있다면

큐비트(qubit)가 300개 있으면 2의 300제곱이라는, 우주의 모든 원자 수보다 많은 양의 정보를 처리할 수 있다.

그렇다면 그것에 3배 이상인 실질적 양자볼륨 1000 큐비트면 어떨까? 2의 1000승 이다...

숫자 단위를 새로 정해야 할 판이다.

2030년이상

그외

https://gall.dcinside.com/mgallery/board/view/?id=thesingularity&no=15319&_rk=JRL&exception_mode=recommend&s_type=search_all&s_keyword=%EB%B8%8C%EB%A0%88%EC%9D%B8+%EC%BB%A4%EB%84%A5%ED%86%B0&page=1

볼거면 그냥 첫 사진 이전까지만 읽으면 된다.

딥러닝 & 딥러닝 가속기로 인하여 커넥톰 분석이 이전과는 비교도 할 수 없을정도로 빨라졌다는 이야기이며, 현 컴퓨터 파워를 유지하여도 10~14년 정도면 

휴먼 브레인 커넥톰을 구축할 수 있을 것이라는 전망이다. 하지만 아까도 봤듯이 컴퓨팅 파워는 계속 발전하므로 예상 시기보다 더 빨리 완료될 것이다.

실패사례를 통한 컴퓨터 파워의 중요성

앞으로 30년내로 제대로된 양자컴퓨터가 나오지 못할시, 과연 기존 컴퓨터의 발전만으로 휴먼 브레인 커넥톰 시뮬레이션 및 역공학을 할 수 있는 성능에 도달할 수 있는가? 나는 "그렇다"고 생각한다. 양자컴퓨터가 있으면 더 할나위 없겠지만, 만약 제대로된 양자컴퓨터가 30년내로 나오지 못한다고하여도

기존 컴퓨터의 발전만으로 휴먼 브레인 커넥톰을 완수할 정도의 컴퓨팅 파워는 충분히 구축할 수 있다.

마지막으로 휴먼 커넥톰 구축에 실패한 사례를 보자.

휴먼 브레인 커넥톰의 대표적인 실패 사례 (휴먼 블루 브레인 프로젝트)

헨리 마크람 교수의 프로젝트의 실패,(예산 1조 8천억원)

프로젝트 성과

2005년 첫 번째 셀룰러 모델이 완성되었다.

2008년, 1만 개의 세포로 이루어진 최초의 인공 세포 신피질 칼럼이 만들어졌다.

2011년 블루 브레인 프로젝트는 전 모델의 기둥 수를 100배로 늘려 총 100만 개의 셀에 이르는 모델을 구축했다.

2014년 쥐 뇌 세포 공식 재건에 성공했다.

10년안에 휴먼 브레인 커넥톰을 구축하리라는 큰 뜻을 가지고 프로젝트를 진행하였다.

처음에는 여러 성과가 있어보였다, 쥐의 브레인 시뮬레이션도 성공하고 인간의 뇌까지 승승장구할 줄 알았다. 하지만 예상보다 인간의 신경구축망을 훨씬 복잡하였으며, 

초기에는 충분하리라 생각했던 슈퍼컴퓨터 성능은 진행해보니 인간의 브레인 커넥톰을 구축하기에는 턱 없이 부족하는 것을 깨닫는다...

프로젝트 초기 때는 그 당시 최고의 컴퓨팅파워를 자랑했던 500 테라플롭스를 동원하여 브레인 커넥톰을 구축하려고 시도했던 것이다...

비교적 최근에 들어서야 겨우

HPE SGI 8600 기반 블루 브레인 5 최대 1.06 페타플롭스, 94 테라바이트의 용량을 지닌 슈퍼컴퓨터가 연구에 동원되었는데

이건도 마크람 교수는 한참 못미치는 성능이라고 생각한다.

기술적인 지원을 계속 강조하고 있며, 자신이 수행하고 있는 뇌지도 작성이 성공을 거두기 위해서는

동원된 컴퓨터 성능에 있어서는 지금보다 2만 배 이상의 업그레이드가 이루어져야 한다고 말하였다.

즉 최소 8 엑사플롭스 ~ 20 엑사플롭스 급의 슈퍼컴퓨터와 100엑사바이트의 용량을 가진 슈퍼컴퓨터가 필요하다 보는 것이다.

마크램은 최근 네이처 지와의 인터뷰를 통하여 "2020년대에 들어서면 인간 뇌를 그대로 재현한 뇌지도를 틀림없이 볼 수 있게 될 것”이라고 자신했다. 

실제로 2021년까지 AMD, 1.5 엑사플롭스가 계획되고 있으며, 

지금까지의 슈퍼컴퓨터 발전 속도를 대입하여보면 20엑사플롭스까지 그렇게 오랜시간이 걸리지 않는다.

즉 2020년대에는 인간의 뇌를 전체를 시뮬레이션할 정도의 컴퓨팅 파워는 충분히 가능하는 것이다.

저장공간 또한 전망이 밝은 예정이다, 스핀트로닉스 소자를 응용한다면 2.5 제곱 cm의 공간에 1 테라바이트를 저장할 수 있으며, 

발전 속도는 무어의 법칙을 상회한다고 한다.

스핀트로닉스 소자는 대용량 저장 소자 분야에 사용된다. 근래에(2002) IBM 과학자들이 그 엄청난 양의 자료를 좁은 영역에 압축하였다고 발표하였다. 밀도는 제곱 인치당 1조 비트(1.5Gbit/mm2) 또는 편면 3.5“ 디스크에 1TB 정도이다. 하드 드라이브 저장 밀도는 지수함수 성장 곡선을 따라 급격하게 증가한다. 

정보 저장의 면 밀도의 배증 주기는 12달로 무어 법칙보다 훨씬 짧은 데 무어법칙은 집적 회로 내의 트랜지스터 수가 18개월마다 배증한다는 것을 관찰하였다. 하드 드라이브 역시 작용하는 스핀효과를 지니는데 "거대 자기 저항"(Great Magneto Resistance, GMR)이 그것이다.

결론.

레이커즈와일, 엘론 머스크, 정의 son , 오픈AI 공동 창립자, 스티븐 호킹, 모세 바르디,닉 보스트롬 등등

빠르면 2029년 늦어도 21세기내로 사람을 능가하는 인공지능이 등장할 확률이 매우 높으며 인류는 이에 대비하여한다고 경고한다.

많은 소규모 연구기관에서는 인간을 초월한 인공지능은 커녕 인간과 동급인 인공지능 등장에 대에서 불가능할 거라며 낙관한다.

특히 우리나라에는 연구기관은 이런 부정적인 시각이 매우 큰대, 알파고가 등장할 당시 이전에도 인공지능이 바둑으로 인간을 이기려면 아무리 빨라도 50년~ 100년 이상 걸릴 것이라고 예측하였다. 하지만 2016년 인간이 알파고에게 처참히 패배하면서 그 이후 더 이상 바둑의 분야의 1인자는 인간이 아닌 인공지능이 차지하게 되었다.

강인공지능은 알파고와 다른 맥락이다. 이건 더 고도의 차원이고 21세기에 불가능할 것이다. 라고 한다.

알파고 당시에도 전문가들은 똑같이 말하였다.  인공지능이 체스 챔피언 도 이겼다는데, 혹시 바둑도 이겨버리는거 아니예요? 너무 낙관하시는거 같은데.. 라고 하는 사람도 있었다. 하지만 전문가들은 체스와 바둑은 경우의 수도 다르며, 이기는 조건도 체스와 달리 워낙 까다롭고 복잡하다, 바둑내에 일어나는 경우의 수는 우주 원자 갯수 보다 많다면서 불가능할거라고 말하였다.

항상 자신이 받아들일 수 있는 상식 기준을 넘어가면 사람은 방어본능으로 그것을 부정하기 마련이다.

그리고 그것이 보기 좋게 틀렸음이 증명되는 순간 충격에 빠졌다고 표현한다.

2020년대에는 인간의 뇌를 시뮬레이션하는데 충분한 컴퓨팅 파워를 갖추게될 것이고, 인간의 뇌가 완벽하게 역공학되어

강인공지능이 탄생하면 인류는 알파고 이상의 충격을 받게될 것이다. 이 일은 아무리 늦는다고 하여도 스티븐 호킹의 예측, 21세기내로 매우 높은 확률로

개인적으로는 엄청 늦는다고하여도 2050년내로 도달하리라고 본다.  나보다 더 뛰어나고 똑똑한 관련 분야 석학들은 이르면 2020~2040년대에 도달할 수 있을 거라고 본다.

강인공지능을 구축하는데 인간 뇌 전체를 역공학하는 것은 매우 비효율 적인 것이라고 주장한다.

하지만 어느새 컴퓨팅 파워는 뇌 전체를 역공학해도 별로 상관없을 만큼 발전하려고한다. 그 시기는 얼마남지 않은 2035년 안으로 갖추어 질 것이다.

그리고 우리도 미개한 육고기로 이루어진 몸뚱이를 버리고 그것을 아득히 초월한 휴머노이드로 진화하자

완벽하고 불사의 기계신교를 받아들여서 궁극의 휴머노이드가되어 영겁의 시간과 강인한 신체로 우주를

개척할 것이다!

-특멘-