QCi, 광자 저수지 컴퓨팅 기반 엣지 AI 카드 'NeuraWave' 양산 출하 개시

무슨 일이 있었나

QCi가 광자 저수지 컴퓨팅(photonic reservoir computing) 기반 엣지 AI 추론 가속 플랫폼 NeuraWave의 양산 출하를 개시했다. 제품은 표준 PCIe 플러그인 카드 폼팩터를 채택해 기존 서버 인프라에 추가 개조 없이 통합할 수 있다. NeuraWave는 슈퍼컴퓨팅 컨퍼런스 SC25에서 처음 공개된 뒤, 이번 출하로 QCi가 2025년에 제시했던 기술 로드맵의 핵심 이정표를 달성한 셈이 됐다.

출처별 강조점·차이

두 출처 모두 PCIe 폼팩터, 상온 동작, 시계열 예측·이상 탐지·신호 처리라는 세 가지 최적화 태스크, 그리고 독립 벤치마크의 부재를 공통으로 언급했다.

차이점도 있다. Quantum Computing Report는 핵심 처리 소자로 QCi 자체 개발 집적 광소자와 박막 리튬 니오베이트(TFLN) 기술을 명시하고, 수직 통합 전략의 근거로 Luminar Semiconductor와 NuCrypt 인수를 구체적으로 소개했다. 또한 NeuraWave가 노리는 시장을 '고성능 추론이 필요하지만 GPU 서버의 전력 부담은 감당하기 어려운 중간 공백(missing middle)'으로 정의했다.

반면 The Quantum Insider는 전략적 맥락에 방점을 두어, QCi가 초전도·이온트랩 방식의 양자 기업들과 달리 광집적 회로 기반 하이브리드 접근으로 단기 상업화를 추진한다는 포지셔닝을 부각했다.

기술적 맥락

저수지 컴퓨팅은 고정된 재귀 네트워크(저수지)가 입력 신호를 고차원 공간으로 변환하고, 학습 가능한 출력층만 훈련하는 구조다. QCi는 이 연산 과정에 전자 대신 광자를 사용함으로써 전자 회로 특유의 지연과 전력 손실을 줄인다는 논리를 내세운다. 뇌 신경망의 동역학을 광 회로로 모사한다는 점에서 시계열 추론에 이론적 에너지 효율 이점이 있다고 알려져 있다.

주목할 점은 분류의 문제다. NeuraWave는 양자 얽힘이나 중첩을 활용하지 않으며, 극저온 냉각도 필요 없다. 상온에서 동작하는 고전 광학 컴퓨팅 범주에 해당하며, QCi 스스로도 '양자 영감(quantum-inspired)' 또는 '하이브리드 광자-디지털 아키텍처'라는 표현을 사용한다. 국방·통신·자율주행·로봇·의료·산업 모니터링이 목표 시장이며, 향후 광자 칩 파운드리 서비스 확대도 병행할 계획이다.

의미와 전망

상용 출하 개시는 광자 컴퓨팅 분야에서 실험실 연구를 벗어나 제품이 실제 시장에 진입했다는 점에서 주목할 만하다. 그러나 두 매체 모두 추론 정확도, 처리 속도, 전력 소모 등 정량적 성능 수치가 공식 발표에 포함되지 않았음을 지적했다. 범용 딥러닝 추론과의 비교, 소프트웨어 생태계 성숙도, 프로그래밍 유연성 등에서 독립적인 제3자 검증이 이루어지기 전까지 기술적 주장은 신중한 해석이 요구된다.