에지 컴퓨팅 핵심 한계로 지적돼 온 전력 소모와 통신 지연 문제를 획기적으로 줄일 수 있는 신기술이 개발됐다.
중국 난징대학교 연구팀은 계산과 메모리, 무선 통신을 하나의 시스템으로 통합한 ‘통신 인지형 인메모리 무선 신경망(Communication-aware in-memory wireless neural network)’을 제안하며, 기존 구조의 비효율을 근본적으로 개선했다고 밝혔다.
에지 컴퓨팅은 스마트폰이나 자율주행차처럼 기기 자체에서 데이터를 처리해 빠른 응답 속도를 확보하는 기술이지만, 제한된 배터리와 연산 자원이라는 구조적 한계를 안고 있다. 특히 복잡한 연산을 위해 클라우드와 데이터를 주고받는 과정에서 무선 통신이 오히려 더 많은 에너지를 소모하고 지연을 유발하는 ‘통신의 역설’이 문제로 꼽혀 왔다.
연구를 이끈 펑 미아오 교수팀은 이러한 문제를 해결하기 위해 하드웨어와 알고리즘을 동시에 개선하는 접근을 택했다. 먼저 ‘인메모리 컴퓨팅(Computing-in-Memory)’ 구조를 적용해 데이터 저장과 연산을 동시에 수행하도록 설계함으로써 전력 소모를 크게 낮췄다. 여기에 더해 무선 통신을 단순한 데이터 전달 과정이 아니라 신경망의 일부로 포함시키는 ‘통신 인지형 학습’ 방식을 도입했다. 이를 통해 신호가 약해 데이터 일부가 손실되는 환경에서도 인공지능이 정확한 결과를 도출할 수 있도록 했다.
성능 검증에서도 의미 있는 결과가 나타났다. 연구팀이 ImageNet 기반 이미지 분류 실험을 진행한 결과, 클라우드와 협업하는 과정에서 필요한 무선 전송 에너지를 최대 95%까지 절감했다. 동시에 신호가 불안정한 환경에서도 약 93.71%의 정확도를 유지하며 안정성을 입증했다.
이번 기술은 전력 제약이 큰 IoT 기기나 모바일 디바이스에서도 고성능 AI를 구현할 수 있는 가능성을 제시한다는 점에서 주목된다. 연구팀은 향후 다중 입출력(MIMO) 통신 시스템으로 확장하고 칩 단위 통합을 추진해 상용화를 앞당길 계획이다.
해당 연구 결과는 국제 학술지 Nature Electronics에 게재됐다.
*Zai-Zheng Yang et al, Communication-aware in-memory wireless neural networks, Nature Electronics (2026). DOI: 10.1038/s41928-026-01577-5.
