엔비디아(NVIDIA)는 5월 25일 서울 서초구 엘타워에서 ‘딥 러닝 데이 2017(Deep Learning Day 2017)’의 미디어 라운드테이블을 통해, 자사의 GPU 기반 딥 러닝 및 최신 인공지능 기술 동향에 대해 소개했다. 이 자리에는 마크 해밀턴(Marc Hamilton) 엔비디아 솔루션 아키텍처 및 엔지니어링 부문 부사장이 참석, 국내 기자단의 질문에 답했다.

엔비디아는 5월 10일 미국 캘리포니아 산호세 맥에너리 컨벤션센터에서 진행된 엔비디아 GPU 테크놀로지 컨퍼런스(GTC: GPU Techlogogy Conference)에서 이전 세대 대비 5배 향상된 성능을 전달하는 새로운 GPU 아키텍처인 볼타(Volta)를 포함한, 인공지능의 미래를 위한 다양한 기술이 선보였다. 엔비디아는 새로운 볼타 아키텍처와 함께, 새로운 버전의 강력한 DGX-1 딥 러닝 어플라이언스를 포함한 새로운 볼타 기반 인공지능 슈퍼컴퓨터 라인업을 선보인 바 있다.

올해 행사에서 발표된, 개발자들에 최신의 최적화된 딥러닝 프레임워크를 제공하는 ‘엔비디아 GPU 클라우드’는 아마존 웹 서비스나 마이크로소프트 애저 등의 퍼블릭 클라우드를 통해 제공될 예정이다. 또한 새로운 ‘아이작 로봇 트레이닝 시뮬레이터(Isaac robot-training simulator)’는 로봇들이 현실 세계에서 특정 작업을 하기 전 가상 세계에서 트레이닝을 받을 수 있도록 한다. 이 외에도 토요타는 자율주행차 관련 협력을 통해, 엔비디아의 볼타 아키텍처 기반 ‘자비에(Xavier) SoC’를 활용할 예정이며, SAP 또한 데이터 분석 등에 GPU 기반의 가속 기술 활용에 협력한다고 발표했다.


마크 해밀턴(Marc Hamilton) 엔비디아 솔루션 아키텍처 및 엔지니어링 부문 부사장은 사물인터넷 시대에 인공지능의 역할이 커질 것으로 기대한다고 밝혔다. 그리고 지금 이 순간에도 생성되고 있는 방대한 양의 데이터는 동영상과 사진 등 사용자가 생성하는 데이터, 그리고 컴퓨터 등 디바이스가 생성하는 데이터로 나뉘는데, 이 데이터들은 지금까지 단순히 ‘저장된’ 상태에 머물러 있었으며, 이를 활용하기 위해서는 직접 코드를 구성해야 했지만 모든 학생이 프로그래밍을 활용할 수 있어도 데이터를 모두 활용하기에는 숫자가 부족할 것이라 지적했다.

그리고 AI는 이 부분에 있어 ‘소프트웨어를 개발하는’ 소프트웨어의 존재가 될 수 있으며, 이를 기반으로 모든 학생에게 프로그래밍 교육보다는 ‘데이터 사이언티스트’로의 길과 함께, AI 관련 툴킷을 통해 자동으로 방대한 양의 데이터를 활용할 수 있게 하는 소프트웨어를 만들 수 있게 하는 것을 지향하는 게 바람직하다는 의견을 제시했다. 이와 함께, 오늘날 모든 IT 기업들이 인공지능 기술의 접목을 연구하고 있으며, 최근 발표된 구글의 새로운 TPU 또한 딥 러닝을 위한 여러 가지 접근 방식 중 하나로 보고 있고, 엔비디아는 GPU 기반 가속(Accelerate) 컴퓨팅을 가능하게 하는 플랫폼 기업의 위치에 있다고 덧붙였다.

이와 함께, 전 세계적으로, AI를 위한 컴퓨팅 파워에 대한 수요는 최근 몇 년간 크게 높아졌지만, 오늘날 프로세서의 성능 증가분은 이에 미치지 못하고, 수요와 공급의 격차는 점점 커지고 있다고 지적했다. 그리고 엔비디아는 GPU 뿐 아니라 소프트웨어와 플랫폼을 갖춘 AI 컴퓨팅 기업으로, 다양한 제품군에서 연구개발의 결과물을 제공하고 있다고 강조했다. 그리고 PC용 GPU에서부터 퍼컴퓨터 DGX-1, 퍼블릭 클라우드에 이르기까지 모든 사용자층에 GPU 기술이 제공되고 있다고 덧붙였다.

또한 그는 경쟁 상대로 지목받기도 하는 인텔과의 관계에 대해, AI를 위한 시스템 구성에 있어, GPU의 위치는 ‘가속기’이고, 여전히 전통적인 프로세서와 함께 병행되어 사용되어야 한다고 설명했다. 그리고 DGX-1도 여전히 인텔의 프로세서와 엔비디아의 GPU 조합으로 구성되고 있으며, 엔비디아가 앞으로 계속 성장하고 GPU 성능을 높이기 위해서는 인텔의 프로세서도 꾸준히 성능이 개선되어야 하는 관계라고 소개했다. 이와 함께, 엔비디아는 GPU 컴퓨팅에 역량을 집중적으로 투자하고 있으며, 계속해서 연구개발에 집중해 나갈 것이라 밝혔다.

엔비디아는 고객에 GPU 기반의 AI 역량을 제공하는 형태로 크게 세 가지를 꼽았다. 가장 기본적인 것은 고객이 직접 관련 GPU를 구매하고 인프라를 구축하는 것이다. 또한 아마존 웹 서비스, 마이크로소프트 애저 기반으로 제공되는 ‘GPU 클라우드’를 사용할 수도 있다. 이 외에도 특별한 경우를 위한 옵션으로 엔비디아가 자체적으로 구축하고 있는 DGX-1 기반 ‘SATURNV’ 슈퍼컴퓨터가 소개되었는데, 이를 활용한 대표적인 프로젝트로는 암 연구 프로젝트 ‘Cancer Moonshot’ 이 꼽혔다. 물론 이 오퍼는 다른 옵션과 경쟁하지 않으며, 다른 옵션들에 충분한 역량이 준비되기 전까지는 높은 연구역량이 필요할 때 직접 컴퓨팅 파워를 제공할 수도 있다고 덧붙였다.

‘아이작 로봇 트레이닝 시뮬레이터’는 로봇들이 현실 세계에서 특정 작업을 하기 전 가상 세계에서 트레이닝을 받을 수 있도록 지원한다. 엔비디아는 로봇이 로봇을 훈련시키는 경우가 인간의 것보다 속도가 느리지만, 피곤해지지 않고 오랜 시간 반복에 유리한 성격을 갖추고 있다는 데 주목했다. 그리고 이 ‘아이작 로봇 트레이닝 시뮬레이터’가 물리적인 로봇을 소프트웨어로 쉽게 시뮬레이션할 수 있고, 다양한 로봇의 카피가 존재할 수 있다고 설명했다. 물론, AI 프로그램 트레이닝에 로봇이 인간을 완전히 대체하지는 못할 것이며, 로봇과 인간 모두의 역할이 필요할 것이라고도 지적했다.

한편 엔비디아는 그래픽 중심에서 현재의 모델로 전환하게 된 중요한 계기로 CUDA를 처음 선보였던 시기를 꼽았으며, CUDA를 통해 GPU의 범용 프로그램에서의 활용 가능성을 확인했다고 소개했다. 또한 AI 부분은 2012년이 전환점이었는데, 이미지넷 경진대회에서 GPU와 이미지 관련 기술의 활용, 구글의 유튜브 동영상 내의 물체를 분석하는 프로젝트 등이 좋은 결과를 얻었으며, 이후 이미지넷 경진대회에서 GPU 기술 활용이 크게 늘어나는 모습이었다고 밝혔다. 또한 최근에는 세일즈포스와 SAP가 플랫폼에 GPU 컴퓨팅과 딥러닝 기술의 접목을 발표했다고 덧붙였다.

Copyright ⓒ Acrofan All Right Reserved.