본문으로 건너뛰기
피드

인텔 로이히 2 — 클라우드 없이 스스로 학습하는 뉴로모픽 칩이 한국 NPU에 던지는 질문

ai-ml 약 3분
vote
0
댓글
북마크

인텔의 뉴로모픽 칩 로이히 2가 클라우드 연결 없이 현장에서 실시간 자기 학습이 가능한 '자율 진화 칩'으로 주목받고 있음. SNN 방식으로 GPU 대비 수백~수천 배 전력 효율을 달성하며, 한국 NPU 생태계의 온디바이스 학습 역량 부재를 지적.

  • 1

    로이히 2는 SNN 기반으로 클라우드 없이 실시간 현장 학습 가능

  • 2

    GPU 대비 수백~수천 배 전력 효율, 파괴적 망각 문제 해결

  • 3

    한국 NPU는 추론 특화 구조라 뉴로모픽 칩과 기술 격차 우려

  • 4

    국방·보안 등 오프라인 환경 자율 AI에 핵심 기술

인텔 로이히 2, 뭐가 다른 건지

  • 인텔의 뉴로모픽 칩 로이히 2(Loihi 2)가 "자율 진화 칩"이라는 타이틀로 주목받고 있음
    • 핵심은 클라우드 연결 없이 현장에서 실시간 자기 학습이 가능하다는 것
    • SNN(스파이킹 신경망) 방식이라 정보가 들어올 때만 에너지를 소모함
    • GPU 대비 수백~수천 배 전력 효율이라는 주장
  • 기존 AI 칩과 결정적으로 다른 점은 "파괴적 망각" 문제를 해결했다는 것
    • 보통 신경망은 새로운 걸 배우면 이전에 배운 걸 까먹는데, 로이히 2는 기존 지식을 유지하면서 새로운 학습이 가능
    • 이게 되면 각 디바이스가 독립적으로 진화하는 AI를 돌릴 수 있게 됨

왜 "클라우드 끊긴 AI가 더 무섭다"인지

  • 국방·보안 분야에서 클라우드 의존도를 제거할 수 있다는 게 제일 큰 포인트
    • 전장이나 오프라인 환경에서 자율적으로 판단하고 학습하는 시스템이 가능해짐
    • 엣지 디바이스가 단순 추론이 아니라 학습까지 하는 시대가 열리는 것

⚠️주의

> 한국 NPU 생태계는 "이미 학습된 모델을 돌리는 데 특화"되어 있어서, 현장 자율 학습 역량이 없음. 뉴로모픽 칩과의 기술 격차가 벌어질 수 있음.

  • 한국 반도체 업계 입장에서는 꽤 뼈아픈 지적
    • 삼성·SK 등의 NPU는 클라우드나 엣지 서버의 도움을 받아 추론하는 구조
    • 온디바이스 학습까지 가능한 뉴로모픽 칩과는 아키텍처 자체가 다름

기술 맥락

뉴로모픽 칩은 기존 폰 노이만 구조 대신 뇌의 뉴런 작동 방식을 모방한 칩이에요. SNN(Spiking Neural Network)이 핵심인데, 일반적인 DNN이 모든 뉴런을 한꺼번에 계산하는 것과 달리, 스파이크(신호)가 발생할 때만 해당 뉴런이 활성화되거든요. 그래서 전력 효율이 압도적으로 좋아요.

"파괴적 망각(catastrophic forgetting)"은 딥러닝의 오래된 난제인데, 새 태스크를 학습하면 이전 태스크 성능이 급락하는 문제예요. 인텔이 이걸 하드웨어 레벨에서 해결했다고 하면 상당히 의미가 크죠. 다만 실제 상용화까지는 갈 길이 멀고, 현재 NPU 시장과 직접 경쟁하기보다는 국방·로보틱스 같은 특수 분야에서 먼저 적용될 가능성이 높아요.

당장 상용화보다는 국방·로보틱스 특수 분야 먼저겠지만, 온디바이스 학습이라는 방향성 자체가 한국 반도체 업계에 중장기 과제를 던지는 뉴스.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.