엔비디아(CEO 젠슨황, www.nvidia.co.kr)는 스탠포드 대학(Stanford University) 연구팀과 협력하여 세계 최대 인공 신경회로망을 개발하였다고 밝혔다. 인간 뇌의 학습 능력을 구사하는 이 신경회로망은 2012년 구글(Google)이 개발했던 기록적인 회로망보다 6.5배 큰 것으로 확인됐다.

컴퓨터 기반 신경회로망은 인간의 뇌가 작용하는 것과 흡사한 학습 능력을 갖추고 있어 인간이 하듯 사물이나 글자, 음성, 음향을 인식한다.

그러나 대규모 신경회로망을 구축하는 것은 컴퓨터 사용 면에 있어 비용이 매우 높다. 예를 들어 구글은 기존의 신경회로망을 개발할 때 약 1000대의 CPU 기반 서버 혹은 16,000개 CPU 코어를 사용했다. 구글의 신경회로망은 유튜브에 올라온 일련의 영상을 보며 고양이를 인식할 수 있도록 스스로 학습했다. 이 신경회로망은 사실상의 뉴런 간의 연결을 보여주는 17억 개의 파라미터로 구성되었다.

반면 스탠포드 대학의 인공지능 연구실(Artificial Intelligence Lab) 실장 앤드류 응(Andrew Ng)이 이끄는 연구팀은 신경회로망에서 발생하는 대량의 데이터 처리 과정을 가속화하는 엔디비아의 GPU를 사용한 덕분에, 단 세 대의 서버만으로도 동일한 규모의 신경회로망을 구축할 수 있었다. 연구팀은 16대의 엔비디아 GPU 가속화 서버를 사용해 112억 개의 파라미터를 갖춘 신경회로망을 구축했으며 이는 2012년 구글이 발표한 회로망보다 6.5배 더 큰 수치이다.

신경회로망이 더 크고 강력해질수록 사물 인식과 같은 작업이 정확해질 가능성이 높기 때문에 컴퓨터가 더욱 인간에 가까운 행동을 할 수 있게 된다. 이번 연구에 기반하여 스탠포드 연구팀은 이번 학습 국제 학술대회(International Conference on Machine Learning) 2013에 논문을 게재한 상태이다.

엔비디아의 수미트 굽타(Sumit Gupta) 테슬라 가속 컴퓨팅 비즈니스 담당 제너럴 매니저는 "CPU보다 크게 향상된 컴퓨터 성능을 제공하는 GPU 가속기 덕분에 대중에게 대규모 신경회로망을 선보일 수 있게 되었다"라며, "이제 어떤 연구자나 기업이라도 GPU로 가속화된 서버 몇 대만 있으면 현실에서 발생하는 모든 종류의 문제를 기계 학습을 통해 해결할 수 있게 되었다"고 말했다.

기계 학습(machine learning)은 컴퓨터가 명확한 프로그램 없이도 작동할 수 있도록 하는 연구분야로 인공지능(Artificial Intelligence) 영역에서 빠르게 성장하고 있다. 지난 십 년간 기계 학습의 발달로 자동 운전 차량, 효율적인 인터넷 검색이나 인간 유전체에 대한 이해가 크게 향상되었다. 많은 연구자들이 기계 학습이 실제 인간 수준의 인공지능을 개발하는데 있어 최선의 방법이라고 생각하고 있다.

음성 인식 소프트웨어 개발을 선도하는 뉘앙스(Nuance)는 이 분야에서 GPU를 활용하는 기업 중 하나이다. 뉘앙스는 수천 시간의 음성을 들려줘서 신경회로망이 각각의 단어를 인식하도록 훈련시킨다. 일단 훈련이 끝나면 신경회로망은 이전에 학습했던 음성 패턴 중에서 새로 들은 단어들과 일치하는 것을 찾는 방식으로 음성 언어를 인식한다.

뉘앙스의 최고 기술경영자 블라드 세노하(Vlad Sejnoha)는 "GPU 덕분에 엄청난 양의 데이터를 학습하는 속도가 크게 향상되었으며, 그 결과 뉘앙스는 새로운 알고리즘과 학습 방식을 신속하게 찾을 수 있게 되었다"며, "GPU를 사용하는 모델 덕분에 의료, 기업 및 무선 소비시장에서 뉘앙스의 핵심 기술 전반에 걸쳐 정확성이 향상되었다"라고 밝혔다.

엔비디아는 6월 16일부터 20일까지 독일 라이프치히에서 개최되는 2013년 국제 슈퍼컴퓨팅 컨퍼런스(International Supercomputing Conference)에 참가하며, 엔비디아의 부스 번호는 220번이다.

김종렬 기자 obtain07@noteforum.co.kr

[디지털 모바일 IT 전문 정보 - 노트포럼]
Copyrights ⓒ 노트포럼, 무단전재 및 재배포 금지