최용석 책임연구원이 서버에 메모리박스를 장착하는 모습
한국전자통신연구원(ETRI)이 ‘메모리 박스’라 불리는 공유기억장치와 ‘딥러닝 대시보드’를 개발해내는 데에 성공했다. 기존에 오랜 시간이 소요되던 학습 시간을 대폭 단축시켜 효율을 높였으며, 향후 초보자도 쉽고 빠르게 AI모델을 생성할 수 있도록 지원할 예정이다. 본지에서는 국내 인공지능 컴퓨팅 인프라 발전에 기여하는 ETRI의 개발 시스템을 소개한다.
한국전자통신연구원(ETRI)은 ‘딥러닝 분산학습’에 최적화된 고속 처리 기술을 개발했다고 밝혔다. 학습하는 데에 있어 일주일이 걸리던 인공지능 모델에 본 기술을 적용하면 단 1~2일 만에 학습할 수 있어 최대 4배의 효율을 낸다.
ETRI는 ‘메모리 박스(Memory BoxTM)’ 라 불리는 공유기억장치를 개발해 분산 학습 시 발생하는 통신 병목현상을 해소함으로써 학습 시간을 단축시켰다. 메모리 박스는 컴퓨터들 중간에 위치해 각 컴퓨터들이 학습한 것을 서로 공유하도록 돕고 통신량을 줄여준다. 일종의 가상 공유 메모리 역할을 수행하는 것이다.
연구진의 기술을 이용하면 대대적인 장비 교체 없이 최소 투자로 동일한 환경에서 딥러닝 학습 시간을 대폭 줄일 수 있다. 특히, 하드웨어(HW)와 소프트웨어(SW) 형태를 모두 제공할 수 있어 수요자 맞춤형 기술 이전이 가능하다.
그간 아마존, 구글, MS 등 글로벌 IT 기업들은 자사 소스코드를 공개하거나 대규모 컴퓨팅 자원을 클라우드 형태로 제공하며 개발자들을 유인하고 인공지능 컴퓨팅 인프라 시장의 점유율을 높여왔다. 이로 인해 인공지능을 연구하는 국내 기업이나 기관들은 외국 기업들의 서비스에 의존하거나 많은 비용을 들여 자체 서버를 구축해야 했다. ETRI 연구진은 이에 대응하기 위해 우리 기술을 이용한 독자적인 인공지능 시스템을 구축하고 있다.
‘딥러닝 대시보드’통해 시간과 비용 절감
ETRI 연구진은 국내 개발자들이 손쉽게 딥러닝 연구를 진행할 인공지능 컴퓨팅 환경을 제공하기 위해 ‘딥러닝 대시보드’를 개발했다.
연구진이 개발한 대시보드는 그래픽 기반 개발 환경을 제공해 개발자들이 코드를 하나하나 입력할 필요가 없다. 덕분에 학습시간은 물론 모델 개발 시간을 단축시키는 데도 도움을 준다. 인공지능 개발에 주로 쓰이는 도구들도 지원해 대시보드상에서 개발한 그래픽 모델을 학습할 수 있다.
본 기술은 해상도가 높은 의료 영상 분석이나 방대한 이미지 분석 등 딥러닝 및 인공지능이 필요한 다양한 산업 분야에서 활용이 가능하다. 특히, 컴퓨팅 환경이 열악한 중소기업, 학교, 스타트업에서도 ETRI 기술을 활용한다면 개발 시간과 비용을 대폭 절약할 수 있다.
사업책임자인 ETRI 인공지능연구소 최완 책임연구원은 “글로벌 기업이 독식하고 있는 인공지능 컴퓨팅 인프라 시장을 우리 기술로 대체할 것”이라며, “고난이도 딥러닝 기술과 독자적인 인공지능 슈퍼컴퓨팅 시스템을 개발하는 데 도움이 되기를 바란다”고 전했다.
