"세계 최초 소수점연산 가능한 반도체칩 개발…모바일기기 적용"
유회준 카이스트 교수 연구팀…"데이터 이동속도 2배·학습효율 2.4배 늘어"
(서울=연합뉴스) 정윤주 기자 = 인공지능(AI) 학습방식인 '심층 강화학습'(DRL)을 모바일 기기에서도 처리할 수 있도록 하는 반도체 칩을 국내 연구진이 개발했다.
과학기술정보통신부는 한국과학기술원(KAIST) 유회준 교수 연구팀이 AI 반도체 기술 '옴니DRL'(omniDRL)을 개발했다고 16일 밝혔다.
심층 강화학습은 구글 딥마인드가 개발한 바둑 인공지능(AI) 프로그램 '알파고'에 적용된 AI 학습방식이다. AI가 환경에 적응하며 스스로 학습할 수 있도록 하는 방식이다. 데이터와 정답 쌍을 제공해 AI를 학습시키는 지도학습 방법과 달리 심층 강화학습은 AI가 결과를 내도록 하고 그 결과에 피드백을 제공한다.
심층 강화학습은 대규모 데이터를 처리해야 해 대용량 메모리를 가진 고성능 컴퓨터 여러 개를 병렬해야만 구현할 수 있었다. 연산 능력이 제한적인 스마트폰 등 모바일 기기에서는 심층 강화학습을 구현하기 어려웠다.
이에 연구진은 신개념 반도체(PIM)를 사용해 모바일 기기에서도 사용할 수 있는 심층 강화학습 가속기 반도체 칩을 개발했다.
연구진은 정수 단위 연산만 할 수 있던 기존 PIM 반도체와 달리 이번 반도체 기술에 세계 최초로 부동 소수점 기반 연산을 도입했다고 설명했다.
기존 반도체보다 압축률을 최대 41.5%P(포인트) 늘리는 등 압축률을 높여 데이터 이동 속도를 증가시켰다고 전했다.
반드시 압축된 데이터를 해제해야만 연산할 수 있던 기존 반도체와 달리 이번 반도체 칩은 압축상태의 데이터도 연산할 수 있다. 이로써 연산 속도는 높이고 전력 소모를 줄였다고 연구진은 설명했다.
연구진은 "이번 연구에서는 기존 반도체보다 데이터 이동속도가 2배 이상 늘어 자율주행 로봇이나 게임 등에 사용할 수 있을 것"이라고 설명했다.
또 "학습 에너지 효율은 2.4배 늘어 적은 전력 소모로도 고성능 심층 강화학습이 가능해질 것"이라고 연구진은 덧붙였다.
유 교수는 "이번 연구는 한 개의 반도체가 압축된 상태를 유지하면서 추론과 학습을 하고, 소수점 연산을 했다는 점에서 의미가 있다"며 "향후 지능형 로봇 조종과 자율주행 드론, 게임 등 다양한 분야에 응용할 수 있을 것으로 기대한다"고 말했다.
이번 연구결과는 지난 6월 14∼19일 열린 반도체 분야 최고 학회 중 하나인 'IEEE VLSL 기술 및 회로에 대한 심포지엄'에서 발표됐다.
200여편 발표 논문 중 우수작인 하이라이트 논문으로도 선정됐다.
jungle@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
유회준 카이스트 교수 연구팀…"데이터 이동속도 2배·학습효율 2.4배 늘어"
(서울=연합뉴스) 정윤주 기자 = 인공지능(AI) 학습방식인 '심층 강화학습'(DRL)을 모바일 기기에서도 처리할 수 있도록 하는 반도체 칩을 국내 연구진이 개발했다.
과학기술정보통신부는 한국과학기술원(KAIST) 유회준 교수 연구팀이 AI 반도체 기술 '옴니DRL'(omniDRL)을 개발했다고 16일 밝혔다.
심층 강화학습은 구글 딥마인드가 개발한 바둑 인공지능(AI) 프로그램 '알파고'에 적용된 AI 학습방식이다. AI가 환경에 적응하며 스스로 학습할 수 있도록 하는 방식이다. 데이터와 정답 쌍을 제공해 AI를 학습시키는 지도학습 방법과 달리 심층 강화학습은 AI가 결과를 내도록 하고 그 결과에 피드백을 제공한다.
심층 강화학습은 대규모 데이터를 처리해야 해 대용량 메모리를 가진 고성능 컴퓨터 여러 개를 병렬해야만 구현할 수 있었다. 연산 능력이 제한적인 스마트폰 등 모바일 기기에서는 심층 강화학습을 구현하기 어려웠다.
이에 연구진은 신개념 반도체(PIM)를 사용해 모바일 기기에서도 사용할 수 있는 심층 강화학습 가속기 반도체 칩을 개발했다.
연구진은 정수 단위 연산만 할 수 있던 기존 PIM 반도체와 달리 이번 반도체 기술에 세계 최초로 부동 소수점 기반 연산을 도입했다고 설명했다.
기존 반도체보다 압축률을 최대 41.5%P(포인트) 늘리는 등 압축률을 높여 데이터 이동 속도를 증가시켰다고 전했다.
반드시 압축된 데이터를 해제해야만 연산할 수 있던 기존 반도체와 달리 이번 반도체 칩은 압축상태의 데이터도 연산할 수 있다. 이로써 연산 속도는 높이고 전력 소모를 줄였다고 연구진은 설명했다.
연구진은 "이번 연구에서는 기존 반도체보다 데이터 이동속도가 2배 이상 늘어 자율주행 로봇이나 게임 등에 사용할 수 있을 것"이라고 설명했다.
또 "학습 에너지 효율은 2.4배 늘어 적은 전력 소모로도 고성능 심층 강화학습이 가능해질 것"이라고 연구진은 덧붙였다.
유 교수는 "이번 연구는 한 개의 반도체가 압축된 상태를 유지하면서 추론과 학습을 하고, 소수점 연산을 했다는 점에서 의미가 있다"며 "향후 지능형 로봇 조종과 자율주행 드론, 게임 등 다양한 분야에 응용할 수 있을 것으로 기대한다"고 말했다.
이번 연구결과는 지난 6월 14∼19일 열린 반도체 분야 최고 학회 중 하나인 'IEEE VLSL 기술 및 회로에 대한 심포지엄'에서 발표됐다.
200여편 발표 논문 중 우수작인 하이라이트 논문으로도 선정됐다.
jungle@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
관련뉴스
