엔비디아는 올해 초 버클리 인공지능 연구소(Berkeley AI Research Lab)에 제공한 자사의 AI 슈퍼컴퓨터인 엔비디아 DGX-1이 자율주행차와 로봇 등 다양한 분야 내 AI 연구에 활용되고 있다고 밝혔다. 엔비디아는 전세계 최고 수준의 인공지능(AI) 연구기관에 가장 빠른 속도를 구현하는 AI 컴퓨팅 시스템을 제공하고 있다.
AI 분야 내 속도의 중요성
버클리 인공지능 연구소 소속 교수진 20여 명 및 대학원생 100여 명은 멀티모달 딥 러닝(Multi-modal deep learning)과 인간-호환 AI와 관련한 최첨단 기술들을 연구하며, AI와 다른 과학 분야 간 접목을 위한 연구도 진행하고 있다. 이렇게 여러 분야에 걸쳐 다양한 AI 관련 연구를 진행함에 있어, 버클리 인공지능 연구소 소속 연구진은 최대한 다양한 접근법을 활용하고 있다. UC 버클리 전자컴퓨터공학과의 피터 애빌(Pieter Abbeel) 조교수는 이러한 방식으로 연구를 진행하기 위해서는 속도가 매우 중요하다고 강조했다.
피터 애빌 조교수는 "연산 능력의 강화는 더 많은 아이디어를 조사하고, 시도하고 조정함으로써 해당 아이디어를 실질적으로 적용할 수 있게 됨을 의미한다”며, "현재로선 하나의 실험을 진행하는데 대체로 수 시간에서 많게는 하루 이틀 정도 소요되는데, 이 속도를 10배 정도 향상 시킬 수 있다면 소요 시간을 획기적으로 단축하고 다음 아이디어를 곧바로 시험하는 것이 가능해진다”고 밝혔다.
AI와 자율주행차
이처럼 속도는 딥 러닝 기술에 새로운 돌파구를 제시하는 핵심요소로, 방대한 양의 데이터를 처리할 수 있는 능력을 일컫는다. UC 버클리 전자컴퓨터공학과의 존 캐니(John Canny) 석좌 교수는 공공 도로와 같이 사람들이 활동하는 일상적인 환경을 컴퓨터가 탐지할 수 있도록 지원하는 핵심적인 기술 역시 빠른 속도의 데이터 처리 능력을 기반으로 한 딥 러닝이라고 설명했다.
존 캐니 석좌 교수는 "운전자는 수년 혹은 수십 년에 걸친 운전 경험을 통해 스스로의 운전 실력을 향상 시켜나간다"며 "머신 러닝 분야에서 딥 러닝은 아직 그 정도 규모의 데이터셋을 실질적으로 관리하지 못하고, 따라서 우리는 대규모의 데이터셋을 수집, 처리 및 활용하는 작업에 주목하고 있다"고 밝혔다.
한편, UC 버클리 전자컴퓨터공학과 트레버 다넬(Trevor Darnell) 교수는 특정 차량이 해당 차량의 경험뿐만 아니라 수백만 대에 달하는 다른 차량의 경험까지 함께 학습할 수 있다면 주행 시의 안전성이 놀라운 수준으로 향상될 것이라고 설명했다.
트레버 다넬 교수는 "이는 빙산의 일각에 불과하다"며, "앞으로는 운송 및 물류 분야에서도 혁신이 등장할 것으로 전망되며, 상품과 서비스 모두를 실어 나를 수 있는 다양한 크기의 자율주행차의 등장으로 인해 주어지는 생산성 향상은 상상할 수 없을 만큼 클 것"이라고 말했다.
AI 기술이 탑재된 로봇
피터 애빌 조교수는 기계가 경험을 통해 스스로 학습할 수 있는 능력을 습득하도록 하는 것은 로봇을 기존 생산 시설뿐만 아니라 가정, 사무실 및 병원처럼 예측하기 어려운 환경에까지 도입하기 위한 핵심 작업이라 설명했다.
피터 애빌 조교수는 "과거에 접한 바 없는 새로운 상황에 이 로봇들이 적응할 수 있을지 여부가 중요해질 것"이라며 "여기에서 가장 중요한 도전과제는 어떻게 AI 기술을 적용해야 이 로봇들이 생소한 상황을 이해하고 파악해 적절한 행동을 하게 만들 수 있는가에 달렸다"고 덧붙였다.
딥 러닝은 이미 대중적인 웹 서비스의 일부로서, 음성 및 이미지 인식을 포함해 기계가 정보를 분류하는 작업을 지원하고 있지만, 피터 애빌 조교수를 비롯한 연구진은 여기서 더 나아가 기계가 스스로 의사 결정을 내릴 수 있도록 지원하는 방법을 모색하고 있다. 피터 애빌 조교수는, 이른바 ‘강화 학습(Reinforcement learning)’으로 불리는 새로운 접근법을 통해 기계가 스스로 복잡한 환경을 파악해 탐색할 수 있게 될 것이라고 예측하고 있다.
UC 버클리 전자컴퓨터공학과 세르게이 레빈(Sergey Levine) 조교수는 주변 환경으로부터 스스로 학습하는 것은 물론 마주칠 수 있는 위험에 대해 스스로 판단을 내릴 수 있는 기계를 제작하는 작업이 보다 스마트한 로봇을 제작함에 있어 핵심적인 사안이라고 설명했다. 일례로 비행 로봇의 경우, 빠르게 변화하는 환경에 적응해야 하는 것은 물론, 비행 도중 처하게 될 위험에 대해서도 인지할 수 있어야 한다. 세르게이 레빈 조교수는 "가능한 불확실성을 파악함으로써 결과를 판단할 수 없는 행동은 하지 않는 방향으로, 딥 러닝 기술 기반의 비행용 딥 뉴럴 네트워크 방침을 세우고 있다"고 말했다.
AI 혁명의 엔진
이 같은 새로운 접근 방식은 궁극적으로 연구자들이 보다 유용한 기계를 개발하는데 기여할 전망이다. DGX-1에 탑재된 GPU와 통합 소프트웨어의 속도, 그리고 이들 간의 연결에 힘입어, 버클리 인공지능 연구소는 새로운 아이디어를 보다 빠르게 탐색해나갈 것으로 예상된다. 트레버 다넬 교수는 "연산 능력의 수준과 실행 가능한 실험 횟수 간에는 어느 정도의 선형 관계가 존재한다"며 "또한 실행 가능한 실험 횟수는 습득 및 발견 가능한 지식의 총량을 결정한다"고 전했다.
엔비디아 젠슨 황 CEO는 버클리 인공지능 연구소에서 진행된 DGX-1 전달식에서 “엔비디아에서 최초로 선보인 AI 슈퍼컴퓨터를 버클리 인공지능 연구소에 제공하게 되어 매우 기쁘다"고 소감을 밝힌 바 있다.
DGX-1에 대한 자세한 내용은 엔비디아 코리아 홈페이지 내 DGX-1 관련 페이지(http://www.nvidia.co.kr/object/deep-learning-system-kr.html)에서 확인할 수 있다.
|
