한국전자통신연구원(ETRI)은 딥러닝 분산 학습에 최적화된 고속 처리 기술을 개발했다고 밝혔다.
이에 따라 국내 인공지능 컴퓨팅 인프라를 향상시키고 인공지능(AI) 모델을 개발하거나 서비스를 구현하는데 큰 도움이 될 전망이다.
이 기술을 활용하면 학습하는 데 일주일이 걸리던 인공지능 모델을 같은 환경에서 단 1~2일 만에 학습할 수 있다. 최대 4배 효율이 발생하는 셈이다.
ETRI는 `메모리 박스라 불리는 공유기억장치를 개발해 분산 학습시 발생하는 통신 병목현상을 해소함으로써 학습 시간을 단축시켰다. 메모리 박스는 컴퓨터들 중간에 위치해 각 컴퓨터들이 학습한 것을 서로 공유하도록 돕고 통신량을 줄여준다. 일종의 가상 공유 메모리 역할을 수행하는 것이다.
연구진의 기술을 이용하면 대대적인 장비 교체 없이 최소 투자로 동일한 환경에서 딥러닝 학습 시간을 대폭 줄일 수 있다. 특히 하드웨어(HW)와 소프트웨어(SW) 형태를 모두 제공할 수 있어 수요자 맞춤형 기술 이전이 가능하다.
ETRI 연구진은 국내 개발자들이 손쉽게 딥러닝 연구를 진행할 인공지능 컴퓨팅 환경을 제공하기 위해 `딥러닝 대시보드'도 개발했다.
ETRI 인공지능연구소 최완 책임연구원은 "글로벌 기업이 독식하고 있는 인공지능 컴퓨팅 인프라 시장을 우리 기술로 대체하고 고난이도 딥러닝 기술과 독자적인 인공지능 슈퍼컴퓨팅 시스템을 개발하는데 도움이 되기를 바란다"고 말했다.