커뮤니티 | Community

학부뉴스

[언론보도] 이혁재 교수, 모바일로 '딥러닝' 가능?... '버릴건 버리는' 메모리 개발나서(디오데오,2017.02.28)

2017-03-03l 조회수 576


1970년대 말 개인용 컴퓨터(PC)가 보편화되기 시작한 후 인류는 이 기계를 발전시키면서 그들 자신도 경이로운 기술의 발전을 이루게 된다. 멀리가지 않아도 된다. 불과 20여년 전에만 해도 '286', '386', '도스'라는 단어가 익숙하던 것과 지금을 비교하면, 앞으로도 얼마나 빠른 속도로 세상이 변할지 감히 예단할 수 없다.현재 인류는 단순히 기계적인 연산처리만을 강화하는 것이 아닌 '학습 능력'을 컴퓨터에 이식시키고 있다. 바로 '딥러닝'이다. 수백만건의 기보를 '학습'한 후 인간계 최고수 이세돌 9단을 꺾은 구글 알파고가 대표적인 예다. 이세돌 9단과의 대국 이후 알파고는 더 많은 기보를 학습하고, 이어 온라인 대국에서 세계 각국의 최고수들을 상대로 60연승을 거뒀다. 학습을 거듭할수록 더욱 정교함을 자랑하는 것이 최대 장점이다.

바둑 외에도 학습능력의 활용도는 무궁무진하다. 온라인 의류쇼핑 코너에서는 상품 소개 사진의 학습을 통해 비슷한 옷들을 고객에게 추천할 수도 있다. 자율주행차가 영상 학습을 통해 차선(실선과 점선), 인도, 사람, 동물 등을 구분할 수도 있다. 컴퓨터 속 짧은 동영상 파일 속에서 등장 인물이 남자인지, 여자인지 구분할 수도 있다.

다만 딥러닝에는 단점이 있다. 무수히 많은 사례를 분석하고 빅데이터를 도출해야하는 만큼 고사양의 컴퓨터가 필요하다는 것이다. 단순한 딥러닝 프로그램을 활용하려고 하더라도 서버용 PC 정도는 갖춰야 느리게나마 구동이 가능하다.

이혁재 서울대 전기정보공학부 교수(51) 연구팀은 '고성능 저전력 딥러닝 하드웨어 구현을 위한 근사적 메모리 구조'를 연구중이다. 딥러닝에 최적화된 구조를 개발해 메모리의 트래픽과 전력소모를 줄이는 것이 목표다. 연구가 고도화된다면, 단순한 딥러닝 프로그램을 모바일 및 베터리 기반 기기에서 구현하는 것이 가능할 전망이다.

연구팀은 메모리가 사용하는 전력이 기기 전체 소비전력의 상당 부분을 차지하는 것으로 봤다. 주로 이미지 인식에 쓰이는 딥러닝 방식인 '회선신경망(CNN)'의 층(layer)수는 2012년 8층에서 최근 152층까지 발전했다. 층이 높을수록 복잡한 연산이 가능하며 이에 따라 트래픽 및 소비전력 또한 기하급수적으로 늘어나게 된다.

이번에 연구하는 메모리는 일부 데이터의 '오류'를 허용하거나 중요하지 않은 데이터는 버리기도 한다. 보통 메모리는 계속 재생(refresh)하는 과정을 거친다. 정보 축적 단계를 지나면 누설 전류로 정보가 지워지므로 이것을 방지하기 위해 일정 시간 간격으로 메모리 내용을 다시 저장하는 것이다. 근사적 메모리 구조는 상대적으로 '덜 중요한' 데이터에 대해 손실 위험을 감수하면서 재생 간격을 길게 설정해 트래픽과 소비전력을 줄이게 된다.

이혁재 교수는 "사실 모든 데이터가 중요하지는 않다"며 "데이터가 조금 손실이 되더라도 충분히 훌륭한 인공지능 딥러닝 성능을 보일 수 있다"고 설명했다.

1바이트는 8비트로 구성되는데, 2진수로 따져보면 0부터 255까지를 표현할 수 있다. 이중 최상위 비트(MSB, 2진수의 데이터에서 최고값을 갖는 비트)는 살리고 최소 유효 비트(LSB, 2진수의 데이터에서 가장 낮은 자리의 비트)는 일부 오류를 허용하면서 '근사화' 시키는 것이 연구의 핵심이다.

예를 들면 동영상에 등장하는 사람을 분석하는 딥러닝을 구축한다고 할 때 사람의 팔·다리와 얼굴은 분석해야 하는 정밀도가 다르다. 얼굴은 눈, 코, 입 등 정밀하게 분석해야 하지만 팔과 다리 부분은 대략적인 형체만 분석하면 된다는 식이다.

연구는 이혁재 교수가 컴퓨터 구조 및 병렬처리 등을 맡고, 장익준 경희대 전자전파공학과 교수가 메모리 회로 설계를 담당한다. 최준원 한양대 전기공학과 교수는 머신러닝 및 신호처리 부분을 담당한다.

이 교수는 "이번 연구를 통해 딥러닝 하드웨어의 성능을 개선하고 소비전력을 감소함으로써 최근 트렌드로 떠오르고 있는 자율주행 자동차, 로봇 등의 인공지능 발전에 크게 기여할 수 있다"며 "아울러 새로운 반도체 기술의 개발과 같은 산업적 효과도 기대할 수 있다"고 강조했다.

한편 이 교수팀의 연구는 지난해 9월 삼성 미래기술육성사업 지원과제로 선정됐다. 삼성미래기술육성사업은 사업 관련성이나 별도의 대가 없이 민간기업이 국가 과학기술 발전을 위해 연구비를 지원하는 최초의 연구개발 지원 사업이다.

삼성은 2013년 8월 삼성미래기술육성재단과 삼성전자 미래기술육성센터를 설립하고, 국가과학기술연구에 2022년까지 10년간 총 1조5000억원의 연구비를 지원하는 삼성 미래기술육성사업을 운영해 왔다.

>>기사 원문 보기

RELATED LINKS



학부연구실+ more  


TOP