ETRI “AI 딥러닝 학습속도 빨라진다…일주일 치 학습을 하루에”
ETRI “AI 딥러닝 학습속도 빨라진다…일주일 치 학습을 하루에”
  • 최진희 기자
  • 승인 2019.09.10 16:48
  • 댓글 0
이 기사를 공유합니다

'통신 병목 현상' 해결…초보 개발자도 쉽고 빠르게
ETRI는 여러 개의 컴퓨터를 이용해 대규모 데이터를 학습하는 과정에서 발생하는 '통신 병목 현상'을 해결, 학습시간을 크게 단축시킬 수 있는 공유기억장치(메모리 박스)를 개발했다. 연구진이 메모리박스 작동을 점검하는 모습.(사진=ETRI 제공)
ETRI는 여러 개의 컴퓨터를 이용해 대규모 데이터를 학습하는 과정에서 발생하는 '통신 병목 현상'을 해결, 학습시간을 크게 단축시킬 수 있는 공유기억장치(메모리 박스)를 개발했다. 연구진이 메모리박스 작동을 점검하는 모습.(사진=ETRI 제공)

인공지능(AI) 학습시간을 획기적으로 줄일 수 있는 컴퓨팅기술이 국내 연구진에 의해 개발됐다

10일 한국전자통신연구원(ETRI)은 '딥러닝 분산 학습'에 최적화된 고속 처리기술을 개발했다고 밝혔다. '딥러닝 분산 학습'이란 사람의 신경세포를 모사한 인공신경망 기반의 기계학습법이다.

이 기술을 적용하면 학습하는데 일주일이 걸리던 인공지능 모델을 같은 환경에서 1~2일 만에 학습할 수 있다. 최대 4배 효율을 내는 셈이다.

딥러닝은 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 기술이다. 하지만 컴퓨터일지라도 대규모 영상, 이미지, 음성 등의 데이터나 모델을 학습하는 데에는 많은 시간이 소요된다.

이 때 대규모 데이터 처리 방법으로 여러 대의 컴퓨터를 활용해 학습시간을 줄이는 ‘분산 학습’기술을 사용한다. 이 기술은 컴퓨터 하나로만 공부하는 것이 아닌 여러 대의 컴퓨터로 동시에 공부할 수 있게 함으로써 학습 분량을 분담, 시간을 단축시키는 방법이다.

하지만 분산 학습기술도 대용량 모델을 여러 컴퓨터에서 동시에 실행하면 '통신 병목 현상'이 발생한다. 컴퓨터들 간 통신량이 많다 보면 특정 지점에서 성능이나 용량이 저하되는 현상이 나타나기 때문이다.

이에 대한 해결 방법 중 하나가 컴퓨터의 계산 및 처리능력을 담당하는 중앙처리장치(CPU) 혹은 그래픽처리장치(GPU)의 성능을 높이는 것이다. 하지만 이 방법은 장비를 계속 업그레이드해야 하는 단점이 있어 비용 부담이 크다.

이번에 ETRI 연구진이 이러한 비용 부담을 해소하고 속도를 높이기 위해 개발에 착수해 결과물을 낸 것이 메모리 박스(Memory BoxTM)라고 불리는 공유기억장치다. 이 메모리 박스는 분산 학습시 발생하는 통신 병목현상을 해소함으로써 학습 시간을 크게 단축시켰다.

메모리 박스는 컴퓨터들 중간에 위치해 각 컴퓨터들이 학습한 것을 서로 공유하도록 돕고 통신량을 줄여준다. 즉, 일종의 가상 공유 메모리 역할을 수행하는 것.

ETRI에 따르면 이 메모리 박스의 기술을 이용할 시 대대적인 장비 교체 없이 최소 투자로 동일한 환경에서 딥러닝 학습 시간을 대폭 줄일 수 있고 특히 하드웨어(HW)와 소프트웨어(SW) 형태를 모두 제공할 수 있어 수요자 맞춤형 기술 이전이 가능하다.

이를 통해 1000가지 종류의 이미지 128만 장을 분류하는 모델을 1만 번 반복 학습하는 실험을 진행한 결과, 기존 서버 방식에서는 16분 23초가 걸린 반면 이 기술을 이용한 방식은 7분 31초 만에 해결됐다.

이어 ETRI 연구진은 국내 개발자들이 손쉽게 딥러닝 연구를 진행할 수 있는 인공지능 컴퓨팅 환경을 제공하기 위해 `딥러닝 대시보드'도 개발했다.

연구진이 개발한 대시보드는 그래픽 기반 개발 환경을 제공해 개발자들이 코드를 하나하나 입력할 필요가 없기 때문에 학습시간은 물론 모델 개발 시간을 단축시키는 데 도움을 준다. 또한 인공지능 개발에 주로 쓰이는 도구들도 지원해 대시보드상에서 개발한 그래픽 모델을 학습할 수도 있다.

이 기술은 해상도가 높은 의료영상 분석이나 방대한 이미지 분석 등 딥러닝 및 인공지능이 필요한 다양한 산업분야에서 활용이 가능할 것으로 전망된다.

연구진이 개발한 딥러닝 고속 처리 시스템 기술은 현재 2개의 중소기업이 기술을 이전받아 연구소기업 설립 추진 중이다. 연구진은 해당 기업들을 통해 내년 상용화를 목표로 하고 있다.

사업책임자인 ETRI 인공지능연구소 최완 책임연구원은 “글로벌 기업이 독식하고 있는 인공지능 컴퓨팅 인프라 시장을 우리 기술로 대체할 수 있을 것”이라며 “고난이도 딥러닝 기술과 독자적인 인공지능 슈퍼컴퓨팅 시스템을 개발하는데 도움이 되기를 바란다”고 말했다.


 
댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.