딥러닝보다 빠른 초차원 연산, 국내 연구진이 실용화

서일홍 코가로보틱스 대표이사(오른쪽)가 14일 일본 요코하마 ICRA 연례 콘퍼런스에서 김예성 DGIST 교수와 기념 촬영을 하고 있다./코가로보틱스

인공지능(AI) 학습을 주도하는 딥러닝 방식에 막대한 전력이 소모된다는 지적이 잇따르며 경량 AI에 대한 관심이 커지는 가운데, 컴퓨팅 자원과 전력을 획기적으로 줄인 AI 개발 방식이 국내 연구진에 의해 실용화됐다.

코가로보틱스(대표 서일홍 한양대 명예교수)와 김예성 대구경북과학기술원(DGIST) 교수가 이끄는 인공지능 연구팀이 새로운 AI 학습 방식인 초차원 연산(HDC)을 개발했다고 16일 밝혔다. 연구팀은 ‘국제 로봇 및 자동화 학술대회(ICRA)’ 검증을 거쳐 14일 일본 요코하마에서 열린 ICRA 연례 콘퍼런스에서 연구 과정 등을 담은 논문을 발표했다.

연구팀은 HDC 기술을 이용해 로봇이 360도 방향의 거리를 측정하고 이 데이터를 기반으로 모터를 제어하는 모델을 개발했다고 밝혔다. 실내자율주행로봇은 회피, 순회 주행 등 주요 자율주행 기능을 학습했는데, 연구팀은 “딥러닝 방식 대비 30분의 1 가격의 컴퓨팅 자원과 20분의 1 수준의 전력만을 사용해 15배 빠른 속도로 과정을 완수했다”고 밝혔다. 연구팀은 “개별 로봇의 성능 및 원가경쟁력을 확보하는 데 활용될 수 있을 것으로 기대한다”고 전했다.

현재 딥러닝으로 AI를 학습시키려면 많은 데이터와 복잡한 연산이 필요하다. 이 과정에서 전력·비용 부담이 큰데, HDC 기술은 수천 개의 벡터(크기와 방향을 가진 수학적 객체)를 사용해 데이터를 처리하고 벡터들을 서로 결합시키는 간단한 계산을 통해 원하는 추론 결과를 빠르게 도출하는 방식이라고 연구팀은 설명했다. 뇌가 정보를 다수의 뉴런에 분산 저장하는 것과 비슷하다는 것이다. 연구팀은 “기존의 딥러닝 기반의 인공지능 알고리즘은 매우 높은 품질의 학습 결과를 보여주고 있으나, 모델의 크기가 기하급수적으로 커지고 있어 GPU가 필수적으로 활용돼 비용 부담이 매우 커지고 있다”면서 “경량 AI 기술을 활용해 로봇 환경에서 훈련·추론 과정을 모두 수행하는 기술을 개발했다는 점이 이번 연구의 의의”라고 했다.