[필동정담] GPU를 재발견한 힌턴

스탠퍼드대 교수인 페이페이 리는 2007년 큰 고민에 잠겼다.

인공지능(AI) 알고리즘은 충분히 개발됐는데, 성능은 도저히 쓸 수 없는 수준이었기 때문이다. 그는 그 이유를 학습 부족에서 찾았다. 신생아가 인지능력과 기억력을 갖추는 데는 보통 24개월이 걸린다. 세상을 둘러보고 부모와 상호작용하는 학습 기간이 절대적으로 필요하기 때문이다.

리는 만약 AI가 방대한 지식을 학습한다면, 다른 존재로 거듭날 것으로 굳게 믿었다.

'이미지넷'이라는 프로젝트를 시작한 이유다. 1500만장에 달하는 이미지를 모으고, 이미지마다 라벨을 붙이고, 이를 전 세계에 공개했다. 연구진들은 이미지넷을 이용해 자신이 만든 AI 모델을 학습시켰다. 리는 이에 그치지 않고 AI 경진대회도 열었다. AI에 사진을 보여주고 남성인지 여성인지, 개인지 고양이인지 맞히는 인식 대결이었다.

올해 노벨물리학상을 받은 제프리 힌턴 토론토대 교수와 그의 수제자인 일리야 수츠케버 오픈AI 공동창업자는 2012년 리가 마련한 대회에 '알렉스넷'이라는 모델을 들고 출전해 1위를 차지했다. 그 이전 해만 하더라도 AI의 인식 오류율은 무려 28%에 달했는데, 힌턴은 이를 16%까지 '확' 낮춘 것이다. 사람의 오류율 5%보다는 아직 높았지만 눈부신 발전이었다.

비결은 엔비디아의 그래픽처리장치(GPU) GTX 580을 두 대 사용한 데 있었다. 힌턴은 방대한 정보 처리에는 빠르기만 한 중앙처리장치(CPU)보다, 더디더라도 방대한 양을 병렬 처리할 수 있는 GPU가 적합하다고 판단했다. 고작 3D 게임에만 쓰이던 GPU를 다시 발견한 순간이다.

이후 연구진은 너 나 할 것 없이 AI 학습에 GPU를 활용했고, 2015년에는 인식 오류율이 인간을 뛰어넘어 3.6%까지 낮아졌다. 엔비디아는 이후 시가총액 3조3068억달러(약 4464조원)로 세계에서 둘째로 큰 기업으로 성장했다. 힌턴의 재발견이 없었다면, 오늘날 엔비디아도 없었을 것이다.

[이상덕 기자]