① 빅데이터 활용 ‘딥러닝’ ② 인간 유사 지능 ③ 컴퓨터 아키텍처 개발

뇌신경 모사 ‘뉴로모픽칩’ 개발
GPU 열 발생 문제 등 해결해야

지난 일주일간 전 세계를 뜨겁게 달궜던 이세돌 9단과 구글의 인공지능 알파고의 바둑대결이 막을 내렸다. 표면적으로는 4대1이라는 성적으로 알파고가 우세했지만 4국이 끝난 뒤 데미스 하사비스 구글 딥마인드 대표가 “이 사범 덕분에 알파고의 약점을 파악하게 됐다”고 말한 것처럼 완벽해 보이는 인공지능도 한계를 갖고 있음을 알 수 있었다.

1202개의 중앙처리장치(CPU), 176개의 그래픽처리장치(GPU)로 구성된 알파고는 딥러닝 기술로 프로기사의 기보 16만개를 5주 만에 학습했다. 보통 사람이 1년에 1000개 정도의 기보를 공부한다고 한다. 따라사 알파고가 학습한 기보의 숫자는 평생 배워도 따라갈 수 없는 숫자다. 알파고는 스스로 대국해 훈련하는 강화학습 기능까지 갖추고 있다.

알파고는 몬테카를로 트리 탐색(MCTS) 기법에 컨볼루션 신경망(CNN)을 이용해 다음 수를 찾고, 기보를 바탕으로 다음 착점 장소를 빠르게 찾는 정책 네트워크, 국지적 패턴인식을 통해 승률이 높은 수를 찾는 가치 네트워크를 다단계로 나눠 적용하는 딥러닝 기법으로 최적의 수를 찾는다. 오류처럼 보이는 수는 알파고가 충분히 학습하지 못한 부분에서 어떤 수가 가장 나을지에 대한 분석이 불완전하게 됐기 때문이라는 설명이다. 전문가들은 현재 인공지능 기술개발은 ▲빅데이터를 활용한 딥러닝 기술 ▲인간과 유사한 다양한 형태의 지능 구현 ▲컴퓨터 아키텍처 기술과 시스템 소프트웨어 기술 등 크게 세 방향으로 이뤄지고 있다고 설명한다. 한편 알파고에서 그래픽과 이미지를 처리하는 GPU의 역할이 매우 크다. 문제는 GPU의 연산처리 마이크로프로세서 코어의 수가 GPU 1개당 2000~3000개에 이르기 때문에 과도한 전력수요를 유발하고 이에 따른 엄청난 열이 발생한다는 점이다. 때문에 인공지능 기술은 알고리즘 개선뿐만 아니라 하드웨어적 문제를 해결하는 데도 집중될 것으로 보인다. 민옥기 한국전자통신연구원(ETRI) 휴먼컴퓨팅연구실 실장은 16일 “인공지능 기술을 개발하는 많은 글로벌 기업은 인간의 뇌신경을 모사한 차세대 반도체인 뉴로모픽칩이나 양자역학의 원리에 따라 작동하는 차세대 컴퓨팅기술인 양자컴퓨터 개발 등에 매달리고 있다”고 설명했다.

유용하 기자 edmondy@seoul.co.kr