컴퓨팅
스핀트로닉스: 에너지 효율적인 컴퓨팅의 미래
Securities.io를 Google의 선호 소스에 추가
스핀트로닉스가 컴퓨팅을 혁신할 수 있는 방법
Progressively, the world of hardware computing is starting to look beyond silicon chips, or even classical forms of binary computing altogether. This is because the usual chips and memory in our computers and data centers are getting increasingly difficult to build, with the latest generation having transistors barely a few nanometers in size.
또 다른 요인은 AI 시스템을 포함한 컴퓨팅 파워에 대한 수요가 지속적으로 증가함에 따라 에너지 소비가 문제가 되고 있다는 점입니다.
많은 해결책이 제시되고 있으며, 그 중 양자 컴퓨팅과 포토닉스가 컴퓨팅 수요를 줄이거나 더 빠르고 에너지 효율적으로 만들기 위한 가장 두드러진 옵션입니다.
또 다른 방법은 스핀트로닉스로, 전류(전자 흐름) 대신 전자의 스핀이라는 양자 특성을 활용합니다.
과학자들은 스핀트로닉스를 매우 효율적으로 만들어 우리의 컴퓨팅 요구 중 상당 부분을 대체할 수 있도록 연구하고 있습니다.
최근 한국과학기술원(KIST), 서울대학교, 군산대학교(한국), 연세대학교, 그리고 독일 마인츠 요하네스 구텐베르크 대학교 연구진이 발표한 논문에 따르면, 스핀 손실을 다시 자화로 전환할 수 있어 스핀트로닉스 전자기기가 더욱 에너지 효율적이게 된다고 밝혀졌습니다.
그들은 이 결과를 Nature Communications1에 “마그논 스핀 소산에 의해 구동되는 자화 전환”라는 제목으로 발표했습니다.
중국 과학원, 국가 싱크로트론 방사선 연구소(중국), 상하이테크 대학교, 그리고 베이항 대학교 연구진이 최근 발견한 바에 따르면, 스핀트로닉 소재의 결함을 활용하여 전자기기를 더 빠르고, 똑똑하며, 효율적으로 만들 수 있습니다.
그들은 이 결과를 Nature Materials2에 “궤도 홀 효과의 비전통적 스케일링”이라는 제목으로 발표했습니다.
스핀트로닉스의 장점 및 잠재적 응용 분야
Electronic components, such as transistors, are traditionally built from silicon and rely on semiconductors. The 0 and 1 signals in binary indicate the passing or blocking of an electric current.
계산을 수행하는 대안적인 방법은 전류(전자 흐름)가 아니라 전자의 스핀(기본적인 양자 특성)을 이용하는 스핀트로닉스 장치를 사용하는 것입니다.
출처: Insight IAS
데이터는 전자의 내재된 “위” 또는 “아래” 방향으로 상상할 수 있는 스핀 각운동량과, 전자가 원자핵 주위를 어떻게 움직이는지를 설명하는 궤도 각운동량 두 가지 모두에 인코딩될 수 있습니다.
이는 0과 1만을 사용하는 것보다 더 많은 정보를 담고 있기 때문에, 스핀은 기존 전자기기보다 원자당 더 많은 데이터를 저장할 수 있습니다.
스핀트로닉스는 몇 가지 다른 고전 전자 시스템에 대한 장점, 특히:
- 데이터가 더 빠릅니다, 스핀을 훨씬 빠르게 변경할 수 있기 때문입니다.
- 에너지 소비가 적습니다, 전류를 만들기 위해 전자 흐름을 유지하는 데 필요한 전력보다 적은 전력으로 스핀을 변경할 수 있기 때문입니다.
- 복잡한 반도체 재료 대신 단순 금속을 사용할 수 있습니다.
- 스핀은 반도체 상태보다 휘발성이 낮아 데이터 저장이 더 안정적입니다.
스와이프하여 스크롤 →
| 특징 | 전통 전자 | 스핀트로닉스 |
|---|---|---|
| 정보 전달 매체 | 전류 (0 또는 1) | 전자 스핀 (위/아래) |
| 에너지 효율 | 높은 전력 요구 | 낮은 전력 사용 |
| 속도 | 전류 흐름에 의해 제한 | 더 빠른 스핀 전환 |
| 재료 | 복잡한 반도체 | 단순 금속/산화물 |
| 데이터 안정성 | 휘발성 저장 | 안정적, 비휘발성 |
스핀트로닉스는 이미 하드 드라이브에 사용되고 있으며, 지난 10년간 데이터 저장 용량이 증가하도록 해왔습니다.
“스핀은 전자의 양자역학적 특성으로, 전자가 가지고 있는 작은 자석과 같으며 위 또는 아래를 가리킵니다.
우리는 전자의 스핀을 활용하여 이른바 스핀트로닉스 장치에서 정보를 전송하고 처리할 수 있습니다.
Talieh Ghiasi – Postdoc Researcher at Delft University of Technology
스핀트로닉스의 소재 과제 극복
이러한 장점에도 불구하고 스핀트로닉스는 아직 상업적 성공을 거두지 못했습니다. 이는 부분적으로 소재 결함의 역할 때문입니다. 소재에 결함을 도입하면 필요한 전류를 줄여 메모리 비트에 데이터를 ‘쓰기’가 더 쉬워질 때도 있습니다.
하지만 이러한 결함은 전기 저항을 증가시키고 스핀 홀 전도성을 감소시켜, 스핀을 이용한 데이터 인코딩을 크게 어렵게 만듭니다.
해결책으로는 특성을 정밀하게 조정할 수 있는 전이 금속 산화물인 스트론튬 루테이트(SrRuO3)를 사용하는 것이 있을 수 있습니다.
맞춤형 장치와 정밀 측정 기술을 사용한 소재 결함의 정교한 엔지니어링은 스핀이 이에 어떻게 반응하는지를 변화시킵니다.
“일반적으로 성능을 저하시키는 산란 과정이 실제로 궤도 각운동량의 수명을 연장시켜 궤도 전류를 강화합니다.”
이는 기존의 스핀 기반 시스템과 근본적으로 다릅니다. 이러한 실험에서 맞춤형 전도도 조절을 통해 스위칭 에너지 효율이 3배 향상되었습니다.
“이 연구는 본질적으로 이러한 장치를 설계하는 규칙서를 다시 쓰는 것입니다. 이제 우리는 소재 결함과 싸우는 대신 이를 활용할 수 있습니다.”
스핀트로닉스를 활용한 에너지 효율 컴퓨팅
자성 및 스핀
스핀이 전자 입자의 특성인 만큼, 연구자들이 스핀과 전자 재료의 자화 사이의 새로운 연관성을 발견하고 있는 것은 놀라운 일이 아닙니다.
한국 연구진은 이 연관성을 연구하고 있었습니다. 전통적으로 전자 부품의 자화를 1과 0 사이로 전환하려면 큰 전류가 필요해 자화 방향을 반전시켜야 했습니다. 이 과정에서 스핀 손실이 발생하며, 이는 전력 낭비와 낮은 효율성의 주요 원인으로 여겨졌습니다.
이 손실을 완화하고 스핀 소산을 줄이려는 대신, 연구진은 단일 강자성 금속과 반강자성 절연체를 결합하여 이를 활용하려고 시도했습니다.
출처: Nature Materials
출처: Nature Materials
스핀 전류
연구진은 스핀 전류, 즉 마그논이라고도 불리는 현상에 집중했습니다.
출처: Hubpage
그들은 스핀-마그논 변환 효율이 자석 결정학적 쉬운 축(n)이 스핀 편극(μ)에 가장 가까울 때 가장 높다는 것을 발견했습니다.
실제로 이는 스핀 손실을 이용해 재료의 자성 상태 변화를 유도하는 데 필요한 에너지를 제공한다는 의미입니다.
출처: Nature Materials
현재 기술을 활용한 확장성
이 방법은 기존 반도체 제조 공정과 호환되는 간단한 장치 구조를 채택합니다.
“지금까지 스핀트로닉스 분야는 스핀 손실을 줄이는 데만 초점을 맞추었지만, 우리는 손실을 에너지로 활용해 자화 전환을 유도하는 새로운 방향을 제시했습니다.”
이는 대량 생산에 매우 적합하며, 소형화와 고집적에도 유리해 전자 분야에서 보다 급진적인 새로운 설계의 채택을 크게 늦출 수 있는 요소들을 극복합니다.
따라서 이 발견은 AI 반도체 메모리 및 컴퓨팅, 초저전력 메모리, 뉴로모픽 컴퓨팅, 확률 기반 컴퓨팅 장치 등에 빠르게 적용될 수 있습니다.
이 분야들이 이미 급성장하고 있기 때문에, 이 기술은 거대한 기회 창을 얻게 될 것입니다.
“우리는 초소형 및 저전력 AI 반도체 장치를 적극적으로 개발할 계획이며, 이는 AI 시대에 필수적인 초저전력 컴퓨팅 기술의 기반이 될 수 있습니다.”
결론
스핀트로닉스는 지금까지 하드 드라이브 기술에 국한되어 있었지만, 전자의 스핀을 조작하고 활용하는 방법에 대한 이해가 향상되면서 빠르게 변화하고 있습니다.
이는 새로운 형태의 전자기기를 만들게 될 것이며, 새로운 소형 칩과 마찬가지로 더 강력하기보다는 에너지 효율이 높고 제조가 더욱 용이해질 것입니다. 이는 AI 데이터 센터와 엣지 컴퓨팅(예: 자율 주행 자동차나 로봇) 배치에서 에너지 소비가 점점 병목 현상이 되고 있는 상황에서 중요한 포인트입니다.
스핀트로닉스 기업
1. Everspin Technologies
MRAM 가격 차트
Everspin은 Freescale(현재 NXP, 주식 티커 NXPI)의 계열사로, MRAM 메모리 시스템 개발에 전념하고 있습니다. 2016년에 분사되어 IPO를 진행했습니다.
Everspin은 MRAM 기술(자기저항식 랜덤 액세스 메모리)의 선두주자로 간주되며, Freescale이 2006년에 세계 최초 MRAM 칩을 상용화한 경험을 이어받았습니다.
MRAM은 전류가 없어도 유지되는 메모리이기 때문에, 중요한 데이터 손실을 감당할 수 없는 민감한 사용 사례에서 점점 더 많이 활용되고 있습니다.
데이터 분석, 클라우드 컴퓨팅, 지구 및 우주, 인공지능(AI), 엣지 AI, 산업용 IoT 등 광범위한 응용 분야에 의해 주도되는 영구 메모리 시장은 2020년부터 2030년까지 연평균 27.5% 성장할 것으로 예상됩니다
출처: Everspin
회사는 2027년까지 시장 규모가 74억 달러에 이를 것으로 추정합니다. 2021년 이후로 부채가 없으며 자유 현금 흐름이 긍정적입니다.
Everspin MRAM 제품은 현재 작지만 성장하는 틈새 시장을 차지하고 있으며, 항공우주, 위성, 데이터 기록기, 환자 모니터링 장치 등 신뢰성이 중요한 시장에 서비스를 제공하고 있습니다.
출처: Everspin
칩셋, AI, 시냅스 시스템의 성장 또한 회사에 장기적인 활력을 제공할 수 있습니다.
2. NVE Corporation
NVEC 가격 차트
스핀트로닉스의 또 다른 선두주자인 NVE는 1995년 MRAM 기술에 대한 최초 특허를 획득한 이후 이 기술을 연구해 왔습니다. 이 회사는 주로 측정 및 센서 시스템에 사용되는 스핀트로닉스 센서와 아이솔레이터를 생산합니다.
출처: NVE
이는 NVE를 Everspin과는 다소 다른 카테고리로 위치시키며, NVE는 스핀트로닉스를 이용한 자력계 분야에 강점을 가진 산업용 기업이며, Everspin은 인텔, 퀄컴, 도시바, 삼성 등과 경쟁하며 메모리/컴퓨팅 분야에 집중하는 기업입니다.
투자자 프로필에 따라 주식 매력도가 달라질 수 있으며, NVE 주식은 배당 수익률과 안전성을 추구하는 보수적인 투자자에게 더 매력적일 가능성이 높습니다.
참조 연구
1. Peng, S., Zheng, X., Li, S. et al. 궤도 홀 효과의 비전통적 스케일링. Nature Materials. (2025). https://doi.org/10.1038/s41563-025-02326-3
2. Choi, WY., Ha, JH., Jung, MS. et al. 마그논 스핀 소산에 의해 구동되는 자화 전환. Nature Communications 16, 5859 (2025). https://doi.org/10.1038/s41467-025-61073-w
