[헬로티]

한국과학기술원(이하 KAIST) 연구진이 인공지능 추천시스템 학습 알고리즘 가속에 최적화된 지능형 반도체 시스템 개발에 성공했다.

KAIST 전기및전자공학부 유민수 교수 연구팀이 개발한 PIM(Processing-In-Memory) 기술 기반의 인공지능 추천시스템 학습 알고리즘은 구글, 페이스북, 유튜브, 아마존 등 빅테크 기업들이 콘텐츠 추천 및 개인 맞춤형 광고를 제작하는 데 기반이 되는 핵심 기술이다.

▲(왼쪽부터) 유민수 교수, 권영은 박사과정, 이윤재 석사과정 <사진 : KAIST 제공>

온라인 광고를 통한 수입은 구글과 페이스북과 같은 실리콘밸리의 빅테크 기업의 주 수익 모델인 만큼 고도화된 추천 인공지능 기술에 대한 수요는 최근 들어 급상승하는 추세다.

페이스북이 최근 공개한 자료에 따르면 페이스북 데이터센터에서 처리되는 인공지능 연산의 70%가 추천 알고리즘을 처리하는 데에 사용되며, 인공지능 알고리즘 학습을 위한 컴퓨팅 자원의 50%를 추천 알고리즘을 학습하는 데 사용하고 있다.

유민수 교수 연구팀이 이번에 개발한 지능형 메모리 반도체 시스템은 인공지능 추천시스템 알고리즘의 학습 과정을 엔비디아(NVIDIA)의 그래픽카드(GPU)를 사용하는 기존 인공지능 가속 시스템 대비 최대 21배까지 빠르다고 연구팀 관계자는 설명했다.

지능형 메모리 반도체 기술은 한국의 AI 반도체 세계시장 공략을 위한 핵심기술로 주목받고 있다. 특히 정부에서도 ‘AI 종합 반도체 강국 실현’이라는 비전 아래 막대한 국가적 투자를 아끼지 않는 핵심 투자 분야다.

따라서 유 교수팀의 연구 성과는 향후 막대한 수요와 급성장이 예상되는 세계 AI 반도체 시장에서 메모리-중심으로 설계된 PIM 기술의 상용화 및 성공 가능성을 시사한다는 점에서 의미가 크다고 전문가들은 평가하고 있다.

▲기존 딥러닝 학습 가속기 시스템에 PIM기술을 적용한 가속기 시스템의 모식도 <사진 : KAIST 제공>