뇌신경 모방한 자체 학습 칩, 인텔 로이히(Loihi) 뉴로모픽 칩 발표

2017-09-26 18:02
이수원 수석기자 swlee@bodnara.co.kr

인텔(Intel)이 인공지능(AI) 가속화를 위한 최초의 자체 학습형(Self-Learning) 칩을 발표했다.

인텔은 25일(현지시간) 8세대 데스크탑 코어 프로세서 및 14/17/18코어 HEDT(High-end Desktop) 코어 X 프로세서 출시 발표와 함께 업계 최초의 자체 학습 칩인 코드네임 Loihi(로이히) 테스트 칩을 발표했다.

인텔은 복잡한 결정이 더 빨리 이뤄지고 구조화되지 않은 자연스러운 데이터의 수집, 분석 및 의사 결정에 대한 필요성이 증가하면서 고전적인 CPU 및 GPU 아키텍처를 뛰어넘을 수 있는 컴퓨팅에 대한 수요가 증가하고 있다며, PC와 서버를 넘어 컴퓨팅을 주도하기 위해 지난 6년 동안 고전적인 컴퓨팅 플랫폼을 가속화 할 수 있는 특수 아키텍처를 연구해왔고 최근 인공지능 및 신경과학에 대한 투자와 연구 개발을 앞당겼다고 설명했다.

기계학습 대신 인간의 뇌를 모방한 자체 학습 칩 개발

기존의 기계 학습(Machine Learning) 기반 심층 학습(Deep Learning)은 데이터를 사용해 추론을 거듭하면서 시간이 지날수록 똑똑해지는 방식이었지만, 대량의 교육용 데이터를 필요로 하고 특정 요소와 상황을 구체적으로 고려하지 않은 경우 일반화하거나 개인화된 서비스를 제공하기 어려운 분야도 있었다.

예를 들어 심박수를 측정할 경우 개개인의 심박수와 운동량, 상황이 다르기 때문에 단순한 기계 학습 만으로는 정상적인 패턴과 일치하지 않는 것을 찾기 어렵다.

그러나 뇌신경을 모방한 자체 학습 칩은 조깅 후, 식사 후, 취침 전과 같은 다양한 조건에서 사람의 심장 박동을 판독해 정상적인 심장 박동을 판단하고, 정상적인 패턴과 일치하지 않는 심박 측정 데이터를 모니터링 하거나 사용자에 맞춰 개인화 할 수 있다.

인텔은 이 같은 유형의 논리가 사이버 보안에도 적용될 수 있으며, 자체 학습 칩이 탑재된 시스템이 다양한 상황에서 정상적인 결과를 학습했기 때문에 데이터 스트림의 비정상 또는 차이로 인해 발생하는 위반 행위나 해킹을 식별할 수 있게 될 것이라고 설명했다.

인텔 최초 뉴로모픽 칩 Loihi 특징은?

인텔 연구소는 반도체 설계의 기초 작업으로 유명한 CalTech의 Carver Mead 교수와 함께 뇌의 기능을 모방한 최초의 자체 학습 기능을 갖춘 뉴로모픽 칩(neuromorphic chip) 코드네임 Loihi를 개발했다.

뉴로모픽 칩 모델은 타이밍에 따라 변조될 수 있는 스파이크와 플라스틱 시냅스를 사용해 뉴런이 통신하고 학습하는 방법에서 영감을 얻었으며, 이는 컴퓨터가 패턴과 연결을 기반으로 자가 구성하고 의사 결정을 내리는데 도움을 준다.

인텔 14nm 공정 기술로 제작된 Loihi 테스트 칩은 뇌의 기본 매커니즘을 모방한 디지털 회로가 포함되어 있어 기계 학습보다 빠르고 효율적으로 수행하면서 더 낮은 컴퓨팅 성능을 필요로 한다. 총 13만개의 뉴런과 1억 3,300만개의 시냅스의 처리 능력을 제공하며, 완전한 비동기적 뉴로모픽 매니 코어 메쉬에 구축되어 각 뉴런은 수천 개의 다른 뉴런과 통신할 수 있다.

개별 뉴로모픽 코어는 동작 중에 네트워크 매개 변수를 조정하고 지도 학습, 자율 학습, 강화 학습 및 기타 학습 패러다임을 지원하기 위한 프로그래밍 가능한 학습 엔진이 포함되어 있다.

또한 경로 계획(path planning), 제약 만족(constraint satisfaction), 스파스 코딩(sparse coding), 사전 학습(dictionary learning), 동적 패턴 학습 및 적용(dynamic pattern learning and adaptation) 등을 포함한 문제에 대해 효율이 높은 여러 알고리즘의 개발 및 테스트를 할 수 있다.

일반 신경망 기술보다 빠르고 에너지 효율성 높을 것

Loihi 테스트 칩은 매우 유연한 온칩 학습 능력을 제공하며 교육 및 추론 기능을 단일 칩에 결합했다. 따라서 클라우드의 다음 업데이트를 기다리지 않고 실시간으로 기계를 자율적으로 적용할 수 있다.

연구자들은 기계 학습에 사용되는 '손글씨 숫자(MNIST digit) 인식' 문제를 해결할 때 주어진 정확도를 달성하기 위한 총 연산을 측정한 결과 다른 일반적인 스파이크 신경망에 비해 100만배 향상된 속도로 학습 능력을 증명했으며, 나선형 신경망 네트워크(convolutional neural networks)나 딥러닝 신경 네트워크(deep learning neural networks) 같은 기술에 비해 동일한 작업에서 훨씬 적은 리소스를 사용한다고 언급했다.

인텔은 Loihi 테스트 칩의 프토로타입 자체 학습 기능이 개인용 로봇 뿐만 아니라 자동차 및 산업용 애플리케이션처럼 비 구조적인 환경에서 자율적인 작동과 지속적인 학습의 이점을 누릴 수 있는 분야를 발전시킬 수 있는 엄청난 잠재력을 가지고 있다고 밝혔다. 예를 들어 자율주행차에서 단순히 자동차나 자전거 이미지를 구분하는 것 뿐만 아니라 이들의 움직임까지 인식할 수 있다.

또한 일반적인 교육 시스템에 필요한 범용 컴퓨팅보다 최대 1,000배 더 에너지 효율적이다.

인텔은 Loihi 테스트 칩에 대해 2018년 상반기부터 인공지능 발전에 초점을 둔 주요 대학 및 연구 기관에 제공할 것이라고 밝혔다.

이 기사의 의견 보기

네오마인드 / 17-09-27 12:16/ 신고

좋은 정보 감사드립니다.

인투맥스KR / 17-10-01 18:35/ 신고

매우관심 가요 !!

언제쯤 나오죠 .! 기대가 되요 !

욕심 나서요 !

인투맥스KR / 17-10-02 15:34/ 신고

음 ! 관심 가는데. !

따로 말고 통합 일체형 !! 고밀도 회로 사용해서 크게 대폭 줄일수 있으면 생산 단가 절약도기 가격도 낮추는 방법 없나요.

코어 크기를 줄이고 효율성을 높이고. 하면 여러게 끼워 넣어도 상관 없는데. !!

고밀도 공정 들어 가면 원가 절감효과 있다죠 . 구조를 단순화 시켜 일체형으로 만들면. 수직으로 싸아 올리는 기술 사용하면 성능이 더 좋다 하던데.

반도체 칩을 여러 개를 복층으로 올려서 만들수 있다면 정말 좋은 제품이라고 말하고 싶은데 . 따로 따로 들어가는 형태는 문제가 있죠 !!

인투맥스 / 17-10-02 15:37/ 신고

개인적으로 정말 맘에 드네요. !!

그런되 . 수평으로 말고 수직으로 싸아 올리는 반도체 기술을 활용했으면 좋겠어요 !!

수평으로 펼치면 면적이 너무 넓어저서. 수직으로 싸아 올리던가 복층구조를 사용하는 반도체 칩이 나왔으면 좋겠어요..