Random Magnetic Tunnel Junctions for Probabilistic Computing
Ki-Hyuk Han, Yongjin Kim, Hyun Cheol Koo, OukJae Lee · Journal of the Korean Magnetics Society · 2025
무어의 법칙(Moore’s Law)에 따른 트랜지스터의 지속적인 스케일링에도 불구하고, 기존 폰 노이만(von Neumann) 구조에 기반한 범용 목적 컴퓨팅 방식은 인공지능(AI)과 같이 높은 에너지 효율성을 요구하는 계산 집약적 문제에 대응하는 데 한계에 직면하고 있다. 이러한 제약을 극복하기 위한 방안으로, 최근에는 특정 문제 해결에 최적화된 특수 목적 컴퓨팅(specialized computing) 기법에 대한 연구가 활발히 이루어지고 있다. 그 중에서도 확률 컴퓨팅(probabilistic computing)은 전통적인 결정론적 컴퓨팅과 양자 컴퓨팅(quantum computing) 사이의 중간 영역에 위치한 유망한 대안으로 주목받고 있다. 본 논문에서는 확률론적 컴퓨팅의 핵심 이론적 기반인 이징 모델(Ising model)을 소개하고, 이를 하드웨어적으로 구현하는 대표적 소자인 랜덤 자기 터널접합소자(stochastic magnetic tunnel junction, s-MTJ)의 구조와 동작 원리를 상세히 설명한다. 아울러, 해당 기술이 적용될 수 있는 주요 응용 분야를 조망하고, 향후 연구에서 해결해야 할 기술적 과제와 발전 방향에 대해 논의한다.