본 논문은 뉴로모픽 컴퓨팅(NC) 패러다임을 이용한 최적화 알고리즘, 특히 메타휴리스틱의 모델링 및 구현을 조사합니다. 기존 폰 노이만 아키텍처에 대한 대안으로서, NC는 스파이킹 신경망(SNNs)을 통해 뇌의 신경 역학을 에뮬레이션하거나 시뮬레이션함으로써 최적화 문제 해결의 돌파구를 제시합니다. 저전력, 저지연, 소형 풋프린트를 특징으로 하는 뉴로모픽 기반 메타휴리스틱(Nheuristics)을 제안하며, NC 시스템의 고유한 특성으로 인해 Nheuristics 설계 및 구현에 직면하는 여러 과제들을 다룹니다. 다양한 메타휴리스틱 계열과 해결하는 최적화 문제에 대한 분류 및 비판적 분석을 기반으로 한 가이드라인을 제시하고, Nheuristics의 개발 및 응용 확장을 위해 해결해야 할 미래 방향에 대해 논의합니다.
