염다연기자
'꿈의 인공지능'으로 불리는 초차원연산(HDC)을 통한 새로운 인공지능(AI) 학습법이 국내 연구진에 의해 실용화됐다. HDC는 챗GPT 등 인공지능(AI)에 사용되는 딥러닝 방식보다 속도가 15배 빠르고 전력 소모도 적다.
서일홍 한양대 명예교수 겸 코가로보틱스 대표(우측)와 김예성 디지스트 전기전자컴퓨터공학과 교수가 14일 일본 요코하마에서 열린 세계 최대 로봇학회인 ICRA에 논문 발표를 위해 연례 컨퍼런스에 참석했다.[사진제공=코가로보틱스]
코가로보틱스는 한양대 명예교수인 서일홍 대표와 김예성 대구경북과학기술원(DGIST) 교수 등 총 12명의 연구진이 공동 집필한 논문 '인간 두뇌에서 영감을 얻은 초차원 컴퓨팅'이 세계 최대 로봇 학회인 ICRA(International Conference for Robot&Automation)의 검증을 거쳐 일본 요코하마에서 열린 ICRA 연례 콘퍼런스에서 공식 발표됐다고 14일 밝혔다.
HDC는 AI 학습과 추론에 막대한 비용과 전력을 소모한다는 비판을 받는 딥러닝 방식을 대체할 수 있는 차세대 학습방식으로 평가받는다. HDC는 두뇌의 연산 방식을 모방해 정보를 특정 뉴런에 저장하지 않고 다수의 뉴런에 분산해 저장하는 방식으로 설계됐다. 유일성을 가진 수천 개 이상의 벡터로 표현되는 초차원 벡터에 모든 사물, 개념, 함수 등을 대응 및 결합시켜 간단한 계산으로 추론 결과를 빠르게 도출해낸다.
소프트웨어적으로 인간의 두뇌를 본뜬 학습방식이나, 인공신경망에 입력된 값들이 다층 구조의 노드 간의 수많은 시냅스를 거쳐 가며 연산된다. 이런 방식은 매우 많은 행렬 연산을 수반하기 때문에 AI 성능 향상을 위해 신경망을 키울수록 연산량도 기하급수적으로 증가한다. 결국 고가의 GPU 등 시스템 구축 비용이 증가하고 전력 소비량도 많아진다.
이에 적은 메모리와 계산만을 필요로 하는 이점을 가진 HDC를 통한 AI 학습이 핵심적인 방안으로 부상하게 됐다. HDC는 그동안 해외에서 일부 연구가 진행되고 있었지만, 아직 이론 연구 단계에 머무르고 있었다. HDC를 실용화하고 로봇 자율주행에 적용해 세계적인 학술대회에서 논문 발표를 한 사례는 이번이 세계 최초라는 설명이다.
실내 자율주행로봇에 HDC를 적용해 딥러닝과 비교한 결과 30분의 1수준의 가격으로 15배 빠른 속도를 낼 수 있는 것으로 나타났다. 또 전력 소모도 20분의 1수준으로 사용하기 때문에 경량·온디바이스 AI 구현에 적합하다. 서일홍 코가로보틱스 대표는 "기존의 딥러닝 기반의 AI 알고리즘은 매우 높은 품질의 학습 결과를 보여주고 있으나, 모델의 크기가 커짐에 따라 비용 부담도 높아지고 있다"며 "경량 AI 기술을 활용해 온디바이스 로봇 환경에서 훈련 및 추론 과정을 모두 수행하는 기술을 개발했다는 의의가 있다"고 설명했다.
특히 이번 연구에서는 사람의 개입 없이 주어진 목표를 자율적으로 학습할 수 있는 기술을 개발했다. 360도 방향의 거리를 측정하는 라이다(LiDAR) 데이터를 읽어 모터를 제어하는 지각-행동 관계를 HDC로 모방해 모델을 학습하는 기술 및 학습 과정 중 보상을 하는 강화 학습 기능을 이용한다.
최현택 로봇학회 회장은 "글로벌 빅테크 기업들이 인공지능과 로봇의 핵심기술을 거의 독점하고 있는 상황에서 서일홍 박사와 김예성 교수의 이번 논문 발표로 우리나라 AI·로봇 기술의 수준을 알릴 수 있게 됐다"며 "HDC 기술이 앞으로 현장 학습이 필요한 분야에 적용 가능하다는 점을 보여주는 시금석이 될 것"이라고 말했다.