레이더M M-PRINT GFW CITYLIFE LUXMEN 매경이코노미 MBN골드 MBN 매일경제
로그인|회원가입 |시청자 게시판
종목검색
  • 종목검색
  • 통합검색

헤드라인

광고
프로그램 바로가기
프로그램 바로가기 닫기
가나다순 카테고리순
광고
> 뉴스 > 기사
기사목록|||글자크기 
인공지능 학습속도 확 높인 `GPU`
기사입력 2017-04-20 21:40
  • 기사
  • 나도 한마디
공유하기 
◆ 레이더뉴스 ◆
2005년 3명의 마이크로소프트 연구원은 인간의 시(視)신경이 이미지를 받아들이는 방식을 적용한 인공지능을 연구하고 있었다.

사람 안구가 사물을 인식하는 원리를 적용해 컴퓨터가 이미지를 인식할 수 있도록 해 보자는 것이었다.

당시 이 분야를 연구하던 이들이 겪고 있는 공통된 문제점이 하나 있었는데, 속도가 너무 느리다는 점이었다.

예를 들어 컴퓨터가 강아지 사진을 보고 강아지로 인식할 수 있도록 하려면 약 1억개 이미지를 학습해야 하는데, 여기에 걸리는 시간이 4주나 됐다.

컴퓨터는 강아지 사진을 인식할 수 있었지만 4주나 걸려 인식하는 기술에 어느 누가 관심을 보였겠는가.
마이크로소프트 연구원이었던 쿠마르 셀라필라(현재 링크트인 기술디렉터)가 아이디어를 냈다.

"CPU(중앙처리장치) 대신 GPU(그래픽처리장치)로 이미지들을 돌려보면 어떨까? 어차피 이미지들은 GPU가 잘 인식하잖아." 정확히 1년 뒤 이들은 GPU를 적용한 인공지능 신경망이 3.1~4.1배 더 빠르다는 논문을 발표했다.

결국 GPU가 인공지능 발전에 핵심적 역할을 할 가능성이 발견된 시점은 지금으로부터 10년 정도 전이다.

발견은 발전을 낳았다.

2009년 인공지능 대가로 불리는 앤드루 응 당시 스탠퍼드대 교수팀이 캐나다 몬트리올에서 열린 머신러닝 국제 콘퍼런스에서 발표한 논문이 또 다른 전기를 가져왔다.

응 교수는 논문에서 "우리는 GPU를 활용해 다량의 데이터를 병렬적으로 컴퓨터에 학습시키기 위한 일반적 원칙을 개발했다"고 밝혔다.

그가 발전시킨 GPU 활용법은 놀랍게도 인공지능이 1억개 데이터를 학습하는 데 단 하루 정도면 충분하도록 만들었다.


인공지능 신경망 번역도 마찬가지로 GPU 역할이 중요하다.

수백만 개 말뭉치를 '벡터' 형태로 표시해 두고 이를 공간에 구현한 뒤 서로 연결시키는 것이 인공지능 번역기술의 요체다.

따라서 CPU보다는 GPU로 인공지능에 학습시키면 훨씬 결과가 빨리 나온다.

오늘날 GPU 제조회사 엔비디아 주가가 치솟는 이유다.

실제로 엔비디아는 인공지능에 GPU가 활용될 수 있다는 점을 일찍 포착하고 선제적 기술개발을 해 왔다.

GPU가 CPU보다 인공지능에 더 적합한 이유는 연산방식 차이 때문이다.

CPU는 한 가지 작업을 마친 뒤 다음 작업을 처리(직렬처리방식)하는 데 최적화된 1~8개 코어로 구성돼 있다.

반면 GPU는 수천 개 코어가 병렬로 연결돼 있어 다량의 데이터를 손쉽게 처리할 수 있다.


구글은 이런 CPU와 GPU의 강점을 하나로 모아서 인공지능 학습에 유리한 'TPU(Tensor Processing Unit)'를 발표하기도 했다.

구글 공식 블로그에 따르면 TPU는 2015년부터 이미 구글 데이터센터들에 사용돼 왔으며, 구글 클라우드 서비스에서 소비자들도 활용할 수 있다.

구글이 최근 공개한 벤치마킹 결과에 따르면 TPU는 현재 공급되고 있는 엔비디아의 GPU와 인텔의 CPU에 비해 15배에서 30배까지 성능이 빠르다.


[신현규 기자]
[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]

기사목록|||글자크기