기존 딥러닝 학습 가속기 시스템에 지능형메모리반도체(PIM) 기술을 적용한 가속기 시스템의 모식도 (KAIST 제공) ©뉴스1

국내 연구진이 기존보다 최대 21배까지 빠른 PIM(Processing-In-Memory) 기반 인공지능 추천시스템 알고리즘 가속기를 개발했다.

대규모 수요가 예상되는 인공지능 기반 추천시스템 가속기 세계시장의 선점이 기대된다.KAIST는 전기및전자공학부 유민수 교수 연구팀이 PIM기술 기반의 메모리-중심 인공지능 가속기 반도체 시스템을 개발했다고 16일 밝혔다.

인공지능 기술을 기반으로 고안된 추천시스템 알고리즘은 구글, 페이스북 등 빅테크기업들이 콘텐츠 추천 및 개인 맞춤형 광고를 제작하는데 필요한 핵심 인공지능(AI) 기술이다.

온라인 광고를 통한 수입은 구글과 페이스북 등의 핵심 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 처리하는데 사용된다.

또, 인공지능 알고리즘 학습을 위한 컴퓨팅 자원의 50%를 추천 알고리즘을 학습하는 데 사용하고 있다.

이에 연구팀은 최근 메모리 반도체에 인공지능 연산 기능이 추가된 프로세싱-인-메모리(PIM) 기술 기반의 지능형 반도체 시스템을 개발하는 데 성공했다.

왼쪽부터 유민수 교수, 권영은 박사과정, 이윤재 석사과정 © 뉴스1

특히, 이 시스템은 인공지능 추천시스템 알고리즘의 학습 과정을 엔비디아(NVIDIA)의 그래픽카드(GPU)를 사용하는 기존 인공지능 가속 시스템 대비 최대 21배까지 빠르다.

유 교수팀의 이번 연구 성과는 향후 대규모 수요와 급성장이 예상되는 세계 AI 반도체 시장에서 메모리-중심으로 설계된 PIM 기술의 상용화 및 성공 가능성을 시사한다는 점에서 매우 의미 있게 받아들여지고 있다.

유 교수는 관련 분야에서 그동안의 탁월한 연구 성과를 인정받아 올해 아시아에서 유일하게 페이스북 패컬티 리서치 어워드를 수상했다.

한편, 이번 연구 결과는 세계 최초의 추천시스템 학습용 가속기 시스템 개발 성과라는 학술 가치를 인정받아 컴퓨터 시스템 구조 분야 최우수 국제 학술대회인 ‘HPCA’에서 내년 2월에 발표된다.


km5030@news1.kr