회로는 전기 에너지의 원천에서 다양한 부품을 거쳐 다시 원천으로 전류가 흐를 수 있게 하는 폐루프 또는 경로이다. 가장 단순한 형태의 회로는 전원(예: 배터리), 전도성 전선, 그리고 전기 에너지를 소비하는 부하(예: 전구)로 구성된다. 회로의 동작은 전압, 전류, 저항을 관계짓는 옴의 법칙과 전기 네트워크에서 전하와 에너지의 보존을 설명하는 키르히호프의 법칙을 포함한 기본 법칙에 의해 지배된다. 회로는 신호가 연속적으로 변하는 아날로그 또는 신호가 이산적인 전압 레벨(일반적으로 0과 1)로 표현되는 디지털로 분류될 수 있다. 회로의 발명과 개선은 조명과 전력 분배에서부터 특수 하드웨어에서 실행되는 인공지능 시스템에 이르기까지 거의 모든 현대 기술 발전을 가능하게 했다.
회로는 보드에 납땜된 개별 부품에서부터 수백만 또는 수십억 개의 부품이 단일 반도체 칩에 제조되는 집적 회로(IC)에 이르기까지 다양한 형태로 물리적으로 구현된다. 1950년대 후반 텍사스 인스트루먼트의 잭 킬비와 페어차일드 반도체의 로버트 노이스가 개척한 집적 회로의 개발은 크기, 비용, 전력 소비를 획기적으로 줄여 전자공학에 혁명을 일으켰다. 오늘날 고급 칩은 TSMC, Intel, Samsung Electronics와 같은 기업들이 트랜지스터 특징을 수 나노미터로 축소하는 공정을 사용하여 제조한다. 이러한 칩은 Amazon Web Services, Microsoft Azure, Google Cloud가 운영하는 것을 포함한 컴퓨터, 스마트폰, 데이터 센터의 핵심을 형성한다.
회로 부품 및 기능
일반적인 회로는 몇 가지 기본 부품을 포함한다. 저항은 전류 흐름을 제한하고 전압 레벨을 설정하며, 커패시터는 전기 에너지를 일시적으로 저장하고 신호를 필터링하며, 인덕터는 전류 변화에 저항하고 전원 공급 장치와 무선 주파수 회로에 사용된다. 다이오드는 전류가 한 방향으로만 흐르게 하고, 트랜지스터는 스위치 또는 증폭기 역할을 하여 디지털 논리의 구성 요소를 형성한다. 디지털 회로에서 논리 게이트(예: AND, OR, NOT)는 트랜지스터로 구성되며 불 연산을 수행한다. 이러한 게이트는 결합되어 산술 장치, 메모리 셀, 프로세서를 만든다. 현대 머신러닝 시스템에 사용되는 신경망 가속기(예: AWS Trainium 또는 Groq의 텐서 스트리밍 프로세서)는 행렬 연산을 효율적으로 수행하기 위해 대규모 곱셈-누적 회로 배열에 의존한다.
회로 설계 및 시뮬레이션
회로 설계는 부품과 그 연결의 기호적 표현인 회로도를 지정하는 것을 포함한다. 엔지니어는 전자 설계 자동화(EDA) 도구를 사용하여 물리적 제조 전에 회로 동작을 시뮬레이션하여 정확성과 성능을 보장한다. 시뮬레이션 소프트웨어는 와이어의 저항과 커패시턴스와 같은 기생 효과를 포함한 부품의 전기적 특성을 모델링한다. 복잡한 디지털 회로의 경우 Verilog 및 VHDL과 같은 하드웨어 설명 언어(HDL)가 레지스터 전송 수준에서 논리를 설명하는 데 사용된다. 설계 흐름에는 HDL 코드가 게이트 수준 넷리스트로 변환되는 합성과 게이트가 칩에 배치되고 배선되는 배치 및 배선이 포함된다. Broadcom과 Qualcomm 같은 기업은 네트워킹 및 모바일 기기용 주문형 집적 회로(ASIC)를 설계하는 반면, Arm Holdings는 대부분의 스마트폰에 사용되는 프로세서 아키텍처를 라이선스한다.
전력 및 신호 무결성
실제 회로는 전력 공급과 신호 무결성과 관련된 문제에 직면한다. 와이어의 전압 강하, 전자기 간섭, 인접 트레이스 간의 누화는 특히 고주파에서 신호를 손상시킬 수 있다. 전력 무결성은 모든 부품이 안정적인 공급 전압을 받도록 보장하며, 종종 디커플링 커패시터와 전용 전력 평면이 필요하다. 신호 무결성 기술에는 임피던스 정합, 차동 신호 전송, 차폐가 포함된다. Google DeepMind 훈련 클러스터와 같은 고성능 컴퓨팅에서 회로는 엄청난 전류를 처리하고 열을 발산해야 하므로 고급 냉각 솔루션이 필요하다. OpenPanel 표준은 예를 들어 데이터 센터의 열 관리를 다룬다. 클록 속도가 증가함에 따라 회로의 물리적 레이아웃이 중요해지며, 설계자는 중복 논리를 단순화하여 전력을 줄이는 모델 가지치기와 유사한 기법을 사용한다 - 회로 설계에서는 이 용어가 사용되지 않지만, 대신 이러한 접근 방식을 채택한다.
회로 제조 및 테스트
집적 회로의 제조는 TSMC와 같은 파운드리에서 고도로 통제된 클린룸에서 이루어지며, Apple, AMD, NVIDIA용 칩을 생산한다. 이 공정은 감광성 물질로 코팅된 실리콘 웨이퍼에 빛 패턴이 회로 설계를 전사하는 포토리소그래피를 포함한다. 후속 단계에는 에칭, 도핑, 금속 층 증착이 포함된다. 제조 후 각 칩은 입력 신호를 적용하고 출력을 확인하는 자동 테스트 장비를 사용하여 결함을 감지하는 테스트를 거친다. 패키징은 칩을 외부 핀에 연결하여 더 큰 시스템에 통합할 수 있게 한다. Samsung Research와 Bhabha Atomic Research Centre는 고급 패키징 및 재료 연구에 기여했다. 웨이퍼당 기능 칩의 비율인 수율은 주요 경제적 요소이며 결함 허용 및 중복성의 혁신을 주도한다.
신흥 기술의 회로
기존 실리콘 외에도 새로운 재료와 아키텍처를 사용하여 회로가 개발되고 있다. D-Wave는 절대 영도에 가까운 온도에서 작동하는 초전도 회로를 사용하여 큐비트를 표현하는 양자 어닐링 프로세서를 구축한다. NEC와 Fujitsu는 고속 컴퓨팅을 위한 초전도 디지털 회로를 탐구했다. Graphcore와 SambaNova는 생성형 AI 워크로드를 위해 특수 회로를 설계하여 데이터 흐름과 메모리 액세스 패턴을 최적화한다. Intuitive Surgical는 로봇 수술 시스템에 정밀 회로를 사용하며, Waymo와 Tesla는 자율 주행을 위해 센서 및 처리 회로에 의존한다. Xerox PARC의 컴퓨팅 연구 유산은 초기 회로 설계에 영향을 주었고, MIT CSAIL과 Stanford AI Lab는 딥러닝 가속기를 위한 새로운 회로 토폴로지를 계속 탐구하고 있다. 대규모 언어 모델 추론이 널리 보급됨에 따라 연산당 에너지를 최소화하는 회로가 중요해지며, 저전력 설계와 하드웨어 테스트를 위한 데이터 증강과 유사한 기법의 혁신으로 이어지고 있다.
결론
회로는 디지털 시대의 기반 기술로, 단순한 가전제품에서 가장 고급 인공지능 시스템에 이르기까지 모든 것을 가능하게 한다. 개별 부품에서 나노미터 규모의 집적 회로로의 진화는 무어의 법칙으로 설명되는 컴퓨팅 성능의 기하급수적 성장을 주도했다. 재료, 아키텍처, 제조에 대한 지속적인 연구는 전력 소비, 열 발산, 양자 효과의 문제를 해결하면서 이러한 진전을 연장할 것을 약속한다. 회로에 대한 이해는 머신러닝, 클라우드 컴퓨팅, 로보틱스 분야에서 일하는 엔지니어와 과학자에게 필수적이다. 물리적 계층이 궁극적으로 계산 가능한 것을 제약하기 때문이다.