AI 가속기는 빠르게 계산하는 데 초점이 맞춰져 있지만, 우주나 고고도 환경에서는 방사선에 맞아 계산이 틀리는 문제도 견뎌야 합니다. 2026년 9월 5일 공개된 연구는 AMD Zynq UltraScale+ MPSoC 보드에 오픈소스 Tensil RTL과 ResNet-20을 올리고 20~58MeV 양성자 빔을 쐈습니다.
누적 선량은 4.29×10¹⁰ p/cm²였습니다. 7번의 작업 중단이 발생했고, 그중 두 번은 프로세스 재시작, 네 번은 재부팅·보드 리셋, 한 번은 전원 사이클이 필요했습니다. 서비스 중단 없이 출력이 틀린 사례도 두 번 있었습니다.
멈춤은 복구되지만 오류는 남는다
방사선 영향은 하나의 고장으로 나타나지 않습니다. 시스템이 멈추면 재시작이나 리셋으로 다시 올릴 수 있지만, 계산 결과가 조용히 틀리면 더 늦게 발견될 수 있습니다. 이번 실험에서는 작업 중단 7회와 서비스 중단 없는 출력 손상이 따로 관찰됐습니다.
AI 추론 장비의 신뢰성을 말할 때 처리량만 보면 안 되는 이유입니다. 재부팅 시간이 짧아도 잘못된 분류를 외부 시스템이 정상 결과로 받아들이면 더 큰 비용이 생깁니다. 오류 감지와 결과 검증이 가속기 자체 성능만큼 중요합니다.
한 번의 빔이 여러 비트를 흔든다
양성자 빔은 반도체 내부에서 전하를 만들고 저장된 상태를 바꿀 수 있습니다. 그 결과 메모리 비트가 뒤집히거나, 회로 상태가 잘못되어 프로세스가 멈출 수 있습니다. 연구는 이런 현상을 실제 시스템의 출력과 중단 횟수로 관찰했습니다.
특히 한 번의 사건에서 39개 연속 오분류가 나온 사례는 단일 비트 오류가 모델 출력으로 확대될 수 있음을 보여 줍니다. 이것이 모든 가속기의 일반적인 오류 길이라는 뜻은 아니지만, 하드웨어 오류와 AI 품질 오류를 분리해 기록해야 한다는 경고입니다.
시스템 수준으로 봐야 하는 이유
연구는 RTL이나 MAC 연산기만 따로 시험하지 않고 보드, 프로세서, 메모리, ResNet-20 추론을 함께 봤습니다. 현장에서 사용자는 특정 연산기가 방사선에 맞았는지보다 서비스가 멈췄는지, 결과가 틀렸는지, 복구됐는지를 먼저 알게 됩니다.
따라서 방사선 내성 설계에는 중복 연산, 메모리 오류 정정, 작업 재실행, 결과의 상호 검증 같은 계층이 필요합니다. 이런 보호층은 지연과 전력, 면적을 늘리지만 우주 장비에서는 잘못된 결과를 방치하는 비용과 비교해야 합니다.
다음 실험이 남긴 것
이번 결과는 특정 Zynq 보드와 Tensil 기반 실험의 기준선입니다. 다른 공정, 모델, 방사선 종류, 에너지, 차폐 조건에서 같은 비율이 재현된다고 말할 수는 없습니다. 논문도 모든 환경에 대한 내성 보증을 제공하지 않습니다.
그럼에도 AI 가속기의 다음 경쟁 기준을 바꿀 수 있습니다. 데이터센터에서는 오류가 드물어 보여도 우주·항공·원격 설비에서는 복구 가능한 중단과 조용한 오답을 따로 관리해야 합니다. 빠른 AI 칩은 계산 능력뿐 아니라 틀렸을 때 어떻게 드러나고 돌아오는지까지 제품의 일부가 됩니다.