KAIST, 7배 빠르고 에너지소비 33분의1 수준 기계학습 기술 개발

김준호 기자 기자 페이지

(대전=연합뉴스) 김준호 기자 = 한국과학기술원(KAIST)은 전기및전자공학부 정명수 교수 연구팀이 기존 장치보다 속도가 7배 빠른 '홀리스틱 그래프 기반 신경망 기계학습 기술'(이하 홀리스틱 GNN)을 개발했다고 10일 밝혔다.

연구팀은 특정 데이터에만 주목하는 인공지능(AI)의 한계를 넘어 각 데이터 사이의 연관관계를 더 정확하게 해석할 수 있는 그래프 이론을 기반으로 하는 메모리 저장장치(SSD)를 개발했다.

여기에 홀리스틱 GNN 기술을 활용하면 사용자 요청에 따른 모든 추론이 그래프 데이터가 저장된 이 SSD 근처에서 이뤄진다.

일반적으로 추론을 위해서는 SSD에 저장된 데이터를 불러와 그래픽저장장치(GPU)에서 작업을 해야 하지만, 홀리스틱 GNN 기술을 적용하면 GPU가 아닌 SSD 근처에서 모든 작업을 할 수 있다.

실제로 최신 고성능 GPU를 이용한 기계학습보다 속도는 7배 빠르고, 에너지는 33분의 1밖에 소비되지 않는다고 연구팀은 설명했다.

정명수 교수는 "기존 고성능 시스템을 대체해 초대형 추천시스템, 누리소통망(SNS), 교통 예측 시스템, 신약 개발 등 광범위한 분야에서 적용할 수 있다"고 말했다.

이번 연구 논문은 다음 달 미국 산호세에서 열릴 스토리지 시스템 분야 학술대회인 '유즈닉스 패스트 2022'에서 발표될 예정이다.

kjunho@yna.co.kr

제보는 카카오톡 okjebo <저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지> 2022/01/10 13:00 송고