이미지:본지DB

인공지능(AI) 개발 경쟁이 소프트웨어에서 하드웨어로 확산돼 가고 있다. 특히 지난달 중국 최대 통신장비업체인 화웨이가 AI 정보처리에 특화된 반도체 칩을 실용화했다고 발표한 것을 계기로 하드웨어 개발 경쟁은 더욱 두드러지는 양상이다.

이처럼 관련 업체들이 AI 반도체 개발에 나서는 것은 학습 데이터의 증가와 함께 계산 모델도 한층 복잡해지면서 고도의 계산능력을 갖춘 반도체가 AI 성능을 높이는 데 필수 요소로 대두되고 있기 때문이다. 물론 스마트폰이나 센서 등의 단말기에 내장해 사용하기 위해서는 저소비 전력이나 소형화와 같은 해결 과제가 있다.

최근 AI 기술의 주류인 심층학습은 방대한 데이터를 사용하여 간단한 곱셈과 덧셈을 반복 학습한다. 기존의 컴퓨터에서 사용하는 CPU는 복잡한 계산을 하는 것이 장점이지만, 대량의 간단한 계산을 병렬로 처리하는 일에는 적합하지 않다. CPU를 심층학습에 사용하면 계산에 시간이 걸려 전력 소비도 많다.

그래서 심층학습에는 미국 엔비디아 등이 주도하는 GPU가 사용돼 왔다. 원래는 컴퓨터게임 등에서 사진과 영상을 고속으로 표시하는 반도체인데 다수의 연산장치가 탑재돼 있다. 이 특성이 심층학습의 계산에 적합해 확산됐다.

최근 용도를 확장하려고 심층학습의 성능향상이 진행되고 있다. 학습 데이터는 방대해지고 정보처리는 복잡하다. 대량의 GPU를 사용해도 학습에 오랜 시간이 걸리고 소비 전력이 크다. 이 때문에 GPU보다도 심층학습의 계산에 특화된 반도체 ‘AI칩’이 필요해진 것이다.

AI칩은 간단한 계산에 특화된 연산장치를 GPU보다도 많이 탑재하거나 메모리와의 데이터 교환을 생략하거나 한다. 이렇게 해서 학습시간 단축이나 소비전력 절감을 실현한다.

AI칩 개발경쟁은 2016년 미국 구글이 전용 AI칩을 자체 개발하여 사용하고 있다고 발표한 것이 계기다. 이제는 애플과 인텔 등 미국 업체에 화웨이와 알리바바 등 중국 업체 그리고 프리퍼스트 네트웍스와 같은 일본 업체가 개발에 가세한 상황이다.

AI칩의 용도는 크게 두 가지다. 클라우드 등에서 AI가 대량의 데이터를 사용하여 배우는 ‘학습’과 스마트폰이나 센서 등의 단말기에서 학습한 결과를 토대로 그 때의 입력데이터를 가지고 즉시 판단을 내리는 ‘추론’이다.

학습에 요구되는 것은 연산의 빠르기와 소비전력 절감이다. 이 성능은 각 사의 AI 연구개발력과 직결된다. AI에 방대한 데이터를 주고 복잡한 처리를 맡겨 학습시킬 때, AI칩이 없으면 AI의 학습에 엄청난 시간이 걸리게 된다. 소프트웨어 관련 AI 개발의 연장이기도 한데, 미국세가 개발을 주도하고 있다.

스마트폰이나 센서 등의 단말기에 장착하는 추론 용도의 AI칩은 소비전력과 크기를 최소화하면서 입력데이터를 빠르게 처리할 수 있는 성능이 요구된다. 미국 IT업체 못지않게 일본 업체들도 힘을 쏟고 있다.

한 예로 일본 르네상스 일렉트로닉스는 심층학습을 사용한 화상인식 등을 저소비 전력으로 실시간 처리할 수 있는 소형 AI칩을 개발했다. 계산마다 반도체에서 사용하는 회로의 구성을 고속으로 바꾸는 독자기술을 적용해 제품화했다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지