AI 학습에 딥러닝 말고 딴 방법이 있다?...초차원연산 세계 첫 실용화

클릭하시면 더 큰이미지를 보실 수 있습니다 서일홍(오른쪽) 코가로보틱스 대표이사가 14일 일본 요코하마 ICRA 연례 콘퍼런스에서 김예성 DGIST 교수와 기념 촬영을 하고 있다. 코가로보틱스 제공

코가로보틱스·대구과기원, 日서 열린 로봇학회서 논문 발표
"초차원연산(HDC) 딥러닝보다 15배 빠르고, 가격은 30분의 1 수준"
실용화 성공하면 ‘꿈의 AI’, 경량 및 온디바이스 AI 분야 성과 이끌 듯


챗GPT 등 인공지능(AI) 학습을 주도하는 딥러닝 방식이 학습·추론에 막대한 비용과 전력을 소모한다는 비판이 제기되고 있는 가운데, 국내 연구진이 ‘초차원연산’(HDC.Hyper Dimensional Computing) 방식을 통한 새로운 AI 학습법을 실용화했다.

코가로보틱스와 대구경북과학기술원(DGIST)은 14일 일본 요코하마(橫濱)에서 열린 ‘국제 로봇 및 자동화 학술대회(ICRA)’ 연례 콘퍼런스에서 이 같은 내용이 담긴 논문을 공식 발표했다.

HDC는 초차원 벡터(Vector·메모리 개념)에 모든 사물과 개념·함수·현상·사건 등을 대응시키고, 이 벡터들을 서로 결합하는 간단한 계산을 통해 원하는 추론 결과를 도출하는 학습 방식으로, 인간 두뇌의 연산 방식을 모방한 점이 가장 큰 특징이다.

두뇌가 정보를 특정 뉴런이 아닌 다수 뉴런에 분산·저장하는 방식과 유사하게 작동하기 때문에 처리 속도가 딥러닝보다 빠른 것으로 알려져 있다. 반면 딥러닝 방식은 학습과 추론에 수많은 행렬 연산이 수반되기 때문에 전력 소모가 많다.

논문 저자는 한양대 명예교수인 서일홍 대표이사를 포함한 코가로보틱스 연구진과 김예성 DGIST 교수 등 12명으로, 논문 제목은 ‘인간 두뇌에서 영감을 얻은 초차원 컴퓨팅; 바퀴 달린 로봇의 감각 운동 제어를 위한 경량 기호 학습’이다.

코가로보틱스는 "HDC를 활용한 AI 학습은 해외에서 일부 연구가 진행되고 있지만 이론 연구 단계를 넘어 실용화해 로봇 자율주행에 적용하고 세계적 학술대회에서 논문 발표한 사례는 세계 최초"라며 "딥러닝보다 빠른 꿈의 AI를 실용화한 것"이라고 설명했다. 또 "HDC에 기반한 AI 학습 방법은 상대적으로 적은 메모리와 단순한 계산만을 필요로 하기 때문에 경량 AI나 온디바이스 AI를 구현하는데 유리하다"고 덧붙였다.

연구진은 인간의 개입 없이 주어진 목표를 자율적으로 학습할 수 있는 기술도 개발했다고 밝혔다. 360도 방향의 거리를 측정하는 라이다(LiDAR) 데이터를 적용해 모터를 제어하는 지각·행동 관계를 HDC로 모방해 학습하는 방식이다. 연구진은 이 방법을 실내 자율주행 로봇에 실제 적용했더니 딥러닝 대비 30분의 1 가격의 컴퓨터를 사용해 15배 빠른 속도로, 20분의 1의 전력을 소모하면서 동일한 학습·추론 결과를 얻었다고 밝혔다.

코가로보틱스는 이 방식을 실제로 활용해 자율주행 로봇뿐만 아니라 현관문 자동 개폐 등 다양한 분야로 확대 적용하고 있다. 코가로보틱스가 지난달 HDC현대산업개발의 아이파크 아파트 문 개폐 시스템에 HDC 기반 인식 기술을 공급하는 계약을 체결한 것이 대표적이다. 이는 스마트폰 앱에 자신만의 동작이나 음성 명령을 사전 등록하고, 해당 동작이나 음성 명령을 통해 현관문·대문을 여닫게 하는 방식이다.

서일홍 대표는 "기존 딥러닝 기반의 AI 알고리즘은 모델 크기가 기하급수적으로 커져 이를 훈련하는 데 고가의 그래픽처리장치(GPU)가 필수적으로 활용되지만, 경량 AI 기술을 활용하면 온디바이스 로봇 환경에서 쉽게 훈련·추론 과정을 모두 수행할 수 있다"고 말했다.

신보영 기자