모바일 기기용 딥 러닝 인공지능 반도체 개발

↑ UNPU 칩은 1W당 50테라 이상의 연산을 수행할 수 있는 높은 에너지 효율로 회선 신경망(CNN), 또는 재귀 신경망(RNN) 등을 하나의 칩으로 가속할 수 있다는 특징을 갖는다. [사진제공 = KAIST]

국내 연구진이 딥러닝을 효율적으로 처리할 수 있는 인공지능 반도체를 개발했다.
유회준 KAIST 전기및전자공학부 교수와 반도체 스타트업 유엑스 팩토리 공동 연구진은 인공신경망 기술을 적용해 딥러닝을 보다 효율적으로 처리할 수 있는 인공지능 반도체를 개발했다고 26일 밝혔다.
모바일에서 인공지능을 구현하기 위해서는 고속 연산을 저전력으로 처리해야 한다. 하지만 사용하고 있는 소프트웨어는 연산 속도가 느리고 전력 소모가 컸다.
연구진은 하나의 칩으로 '회선 신경망'과 '재귀 신경망'을 동시에 처리할 수 있고 인식 대상에 따라 에너지효율과 정확도를 다르게 설정할 수 있는 인공지능 반도체를 개발했다. 회선 신경망은 2차원 데이터의 학습에 적합한 구조를 갖고 있으며 재귀 신경망은 시간의 흐름에 따라 변하는 데이터를 학습하기 위한 딥러닝 모델이다.
연구진은 스마트폰 카메라를 통해 사람의 얼굴 표정을 인식하여 행복, 슬픔, 놀람, 공포, 무표정 등 7가지의 감정상태를 자동으로 인식하고 스마트폰 상에 실시간으로 표시하는 감정인식 시스템도 개발했다. 연구진은 "지난해 8월 IT 회사들이 개발한 반도체 칩을 발표하는 'HotChips'학회에서 초기 버전을 발표하였고, 구글의 TPU(Tensor Processing Unit)보다 최대 4배 높은 에너지 효율을 보여 큰 주목을 받은 바 있다"고 전했다.
유회준 교수는 "이번 연구는 모바일에서 인공지능을 구현하기 위해 저전력으로 가속하는 반도체를 개발했다는 점에서 의미가 크며, 향후 물체인식, 감정인식, 동작인식, 자동 번역 등 다양하게 응용될 것"으로 기대했다.
이번 연구는 2월 13일 미국 샌프란시스코에서 열린 국제고체회로설계학회(ISSCC)에서 발표됐다.
[원호섭 기자]