안녕하세요. 민들레입니다. AI 데이터와 전력 수요가 커지면서 CPU·GPU만으로는 모든 문제를 풀기 어려워졌습니다. 차세대 컴퓨팅은 문제별 가속기를 조합하는 흐름입니다.
양자는 과학 계산, 뉴로모픽은 저전력 엣지 추론, 광컴퓨팅은 AI 연결과 행렬 연산에 강점이 있습니다. 범용 컴퓨터를 곧바로 대체하진 않습니다.
양자 컴퓨팅: 가능성은 크고 오류가 병목
양자비트의 중첩·얽힘으로 분자 시뮬레이션과 최적화를 시도합니다. 큐비트 오류와 냉각·오류정정 비용이 병목입니다. IBM은 2026년 우위 사례, 2029년 오류내성 기계를 목표로 제시했지만 확정 일정은 아닙니다(IBM 로드맵).
뉴로모픽 컴퓨팅: 뇌처럼 사건이 있을 때만 계산
뉴로모픽 칩은 스파이킹 신경망과 이벤트 처리로 메모리 이동을 줄입니다. 카메라·로봇처럼 변화가 드문 센서에서 저전력이 장점입니다. Intel Loihi 2와 Hala Point는 연구 플랫폼이며 소프트웨어 생태계는 확장 중입니다(Intel 자료).
광컴퓨팅: 빛으로 연결하고 일부 연산
광컴퓨팅은 빛으로 행렬을 계산하거나 칩·랙 사이 데이터를 전송합니다. 광컴퓨팅 AI 연결에서는 전기 배선의 한계를 줄이는 CPO와 광 I/O가 먼저 현실적인 시장입니다. Intel과 Lightmatter가 광 연결을 개발 중입니다(Intel, Lightmatter).
투자자는 기술보다 ‘사용처와 양산’을 본다
양자컴퓨터 관련주는 냉각·제어, 뉴로모픽은 센서·소프트웨어, 광컴퓨팅은 레이저·패키징을 봐야 합니다. 논문·시연·인증·반복 매출은 다른 단계입니다. HBM·3D 패키징, AI 반도체 경쟁도 참고하세요.
민들레의 생각: 단기 승자는 AI 인프라 병목을 줄이는 광 연결일 가능성이 높습니다. 양자·뉴로모픽은 유효한 사용처와 실제 매출을 확인해야 합니다. 이 글은 정보 제공용입니다.
