[헬로티]
인텔, 4일 인텔 랩스 데이에서 뉴로모픽 기술 연구 성과 발표해
음성명령 인식 부분서 기존 GPU 대비 천 배 높은 에너지 효율, 200ms 빠른 응답 속도
인텔이 뇌 속의 뉴런 형태를 모방한 회로를 만들어 인간의 뇌 기능을 모사하는 뉴로모픽 기술에 대한 연구성과를 발표했다.
4일 온라인으로 진행된 인텔 랩스 데이 행사에서 인텔은 ‘인텔 뉴로모픽 리서치 커뮤니티(Intel Neuromorphic Research Community, 이하 INRC)’가 진행 중인 연구의 진행상황을 발표했다. 이날 발표한 내용은 뉴로모픽 연구 테스트 칩인 로이히(Loihi)를 활용한 연구에 대한 것이다.
인텔은 이날 음성명령 인식, 동작 인식, 이미지 검색, 최적화 및 검색, 로보틱스의 총 다섯 가지 부분의 연구 성과를 각각 설명했다.
인텔은 음성명령 인식 부분에서 미국의 경영 컨설팅 회사 엑센츄어가 진행한 테스트를 소개하며 로이히가 GPU와 유사한 정확도는 물론, GPU 대비 1천 배 더 높은 에너지 효율과 200m/s 더 빠른 응답 속도를 보였다고 밝혔다.
또한, 현재 INRC의 회원사로서 협력연구를 진행하고 있는 메르세데스-벤츠가 칩의 우수한 음성명령 인식기능을 차량에 적용하는 등의 실용화 연구를 진행하고 있다고 전했다.
기존의 인공지능은 빅데이터를 고속으로 처리하거나 샘플에서 패턴을 발견해내는 것에는 뛰어나지만, 미묘한 움직임을 구분하는 것과 같은 동작인식 기능에 한계가 있어 왔다.
인텔 측에 따르면 INRC 연구진은 최근 연구를 통해 로이히가 뉴로모픽 카메라에서 들어오는 입력을 처리하는 과정 중에 몇 번의 노출만으로 새로운 행동을 학습할 수 있음을 밝혀냈다.
인텔은 로이히의 동작인식 기능이 가정에 있는 스마트 제품이나 공공장소의 비접촉 디스플레이와 같이 다양한 사례에 적용될 수 있다고 설명했다.
INRC의 유통업계 소속 연구진들은 로이히를 이미지 검색 응용 프로그램으로 활용하기 위한 연구를 진행해왔다. 연구진은 로이히가 동일한 수준의 정확성을 유지하면서도 기존 중앙처리장치(CPU)와 GPU 솔루션보다 3배 이상 효율적으로 이미지 벡터를 생성할 수 있다는 것을 밝혀냈다.
인텔은 이번 연구를 통해 수백만 개의 이미지를 검색할 때 로이히의 벡터 검색 능력이 CPU보다 약 24배 빠르고, 사용하는 에너지도 약 30배가량 적게 소모된다는 것이 증명됐다고 밝혔다.
INRC 연구진은 또 로이히 칩이 최적화 및 검색 문제 해결에 있어 기존 CPU 대비 1천 배 이상의 효율성과 100배 이상 빠른 속도를 기록했다고 덧붙였다.
이는 복잡한 데이터를 효과적으로 처리할 수 있어 드론이 복잡한 항법 결정을 실시간으로 계획하고 내릴 수 있도록 하거나, AI가 열차 운행계획 및 물류 최적화 등의 업무를 지원할 수 있게 될 것이라고 인텔은 설명했다.
러트거스대와 TU 델프트 공과대학의 연구진은 로이히를 통한 로봇 조종 및 마이크로 드론 제어 응용 프로그램에 대한 시범테스트를 진행했다.
TU 델프트의 드론은 250KHz 이상의 주파수에서 작동하는 35개의 뉴런으로 이루어진 네트워크를 기반으로 광학 흐름 착륙(optic flow landing)을 수행했다.
러트거스대 연구진은 로이히 솔루션이 성능 저하 없이도 기존 모바일 GPU 대비 75배 낮은 전력을 소모한다는 것을 확인했다. 연구진은 11월에 개최된 ‘2020 로봇 학습 컨퍼런스’에서 발표된 연구 결과를 토대로 로이히가 AI의 강화학습 연구 플랫폼인 오픈AI 짐(Open AI Gym)을 높은 정확도로 학습했으며, 기존 모바일 GPU 솔루션 대비 140배 낮은 에너지 소모를 기록했다고 공표했다.
인텔은 추가로 두 가지 최첨단 뉴로모픽 로봇공학 시범을 공개했다.
ETH 취리히 연구진과 함께한 시범에서 로이히는 수평선 추적 드론 플랫폼을 조종해 200마이크로초의 시각적 처리 지연시간으로 최대 20KHz에 이르는 폐쇄회로 속도를 달성했다. 이는 기존 솔루션보다 효율성과 속도 측면에서 1천 배 이상 향상된 것이다.
이탈리아 공대(IIT) 연구진과 함께한 두 번째 시범에서는 로이히가 내장된 아이컵(iCub) 로봇 플랫폼의 다중인지기능 작동을 시연했다. 이날 시연한 다중인지기능에는 퓨샷 러닝(few-shot learning)을 통한 객체 인식, 학습된 객체로부터의 공간 인식 및 인간 상호작용에 대한 실시간 의사결정이 포함됐다.
인텔 측은 앞으로도 INRC와 협력해 기술을 지원하고 뉴로모픽 컴퓨팅이 실생활에 가치를 제공할 수 있도록 지속적으로 투자할 것이라고 밝혔다. 인텔은 INRC 연구진의 연구결과를 곧 출시될 차세대 뉴로모픽 연구 칩 개발에 접목할 계획이다.
