마그논 기반 정보 처리 기술 = Magnon-based Information Processing Technology

국문 초록 (Abstract)

마그논은 고유의 파동 특성(진폭, 위상)을 이용해 다중 정보 인코딩이 가능하고, 줄 히팅(Joule heating)이 거의 없어 초저전력 컴퓨팅 플랫폼으로 주목받고 있다. 본 해설 논문은 지난 10여년간 마그노닉스 분야의 주요 성과를 마그논 정보 전송과 비선형 마그논 컴퓨팅이라는 두 가지 핵심 주제로 나누어 조명한다. 먼저 자기 절연체 박막 구조에서 마그논의 긴 결맞음 전파를 이용한 논리 연산 가능성을 논의하고, 마그논-포논 자기음향 결합을 통한 효율적인 정보 변환 및 포논 매개 장거리 스핀 정보 전송과 같은 최신 성과를 다룬다. 다음으로, 인간의 뇌를 모방하는 뉴로모픽 컴퓨팅에서 마그논 고유의 비선형성이 어떤 핵심적인 역할을 하는지 논의한다. 특히 자기 텍스처 기반 패턴 인식, 파라메트릭 펌핑을 이용한 비선형 마그논 생성 및 이를 활용한 최신 마그논 기반 뉴로모픽 컴퓨팅 연구 결과를 소개한다.

다국어 초록 (Multilingual Abstract)

Magnons are emerging as a promising platform for ultra-low-power computing due to their potential for multiplexed information encoding using their intrinsic wave properties (amplitude and phase) and the near absence of Joule heating. This review highlights the major achievements in the field of magnonics over the past decade, focusing on two key themes: magnon information transport and nonlinear magnon computing. First, we discuss the potential for logic operations based on the long-range coherent propagation of magnons in magnetic insulator thin-film structures. We also cover recent advances such as efficient information conversion through magnon-phonon magnetoacoustic coupling and phonon-mediated long-distance spin information transport. Next, we explore the crucial role of the intrinsic nonlinearity of magnons in realizing neuromorphic computing that emulates the human brain, overcoming the limitations of conventional linear systems. In particular, we introduce recent research on magnetic texture-based pattern recognition, the generation of nonlinear magnons via parametric pumping, and their application in state-of-the-art neuromorphiccomputing.