ETRI, ‘가상 공유 메모리’ 기술 개발…“딥러닝(DL) 학습시간 단축 시킨다”

최태우 기자 / 기사승인 : 2019-09-10 09:51:00
  • -
  • +
  • 인쇄
▲ ETRI 연구진이 개발한 메모리박스(Memory Box) [사진=ETRI]

[IT비즈뉴스 최태우 기자] 한국전자통신연구원(ETRI)이 딥러닝(DL) 분산학습에 최적화된 고속 처리 기술을 개발했다고 밝혔다.


컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 기술인 딥러닝은 대규모 영상·이미지·음성 데이터가 필요하고 모델을 학습하는 데 많은 시간이 필요하다.

이때 대규모 데이터를 처리하려면 여러 대의 컴퓨터를 활용하면서 시간을 줄이는 분산학습 기술이 각광받고 있다. 허나 분산학습 기술도 대용량 모델을 여러 컴퓨터에서 동시에 실행하면 네트워크 간의 병목현상이 발생하면서 성능이나 용량이 저하되는 현상이 나타난다.

10일 ETRI 연구진에 따르면, ‘메모리박스(Memory Box)’라고 불리는 공유기억장치를 개발, 해당 부문에 도입했다. 일종의 가상 공유 메모리 역할을 수행하면서 분산학습에서 발생하는 네트워크 병목현상을 해소하고 학습시간을 줄였다는 게 연구진의 설명이다.

연구진은 해당 대대적인 장비 교체 없이 최소 투자로 동일한 환경에서 딥러닝 학습 시간을 대폭 줄일 수 있다고 설명했다. 보통 CPU와 GPU의 성능 업그레이드를 통해 해결했던 문제를 비용 부담을 줄이면서 해결할 수 있다는 설명이다.

연구진은 1천여개 종류의 이미지 128만장을 분류하는 모델을 1만번 반복학습하는 실험을 진행한 결과 기존 서버 방식이 16분 23초가 걸린 반면 해당 기술을 이용한 방식은 7분 31초가 걸렸다고 설명했다.

국내 개발자들이 손쉽게 딥러닝 연구를 진행할 AI 컴퓨팅 환경을 제공하는 딥러닝 대시보드도 개발했다.

AI 개발에 주로 쓰이는 도구를 지원해 대시보드상에서 수행할 수 있으며 해상도가 높은 의료 영상 분석이나 방대한 이미지 분석 등 딥러닝(DL)/인공지능(AI)이 필요한 다양한 산업 분야에서 활용도가 높아질 것으로 연구진은 기대하고 있다.

사업책임자인 ETRI 인공지능연구소 최완 책임연구원은 “AI 컴퓨팅 인프라 시장을 국내 기술로 대체하고 고난이도 딥러닝 기술과 독자적인 인공지능 슈퍼컴퓨팅 시스템을 개발하는데 도움이 되기를 기대한다”고 말했다.

해당 연구는 과학기술정보통신부의 ‘대규모 딥러닝 고속처리를 위한 HPC 시스템 개발’ 사업의 일환으로 추진됐다.

 

[저작권자ⓒ IT비즈뉴스. 무단전재-재배포 금지]

  • 글자크기
  • +
  • -
  • 인쇄
뉴스댓글 >

주요기사

+

많이 본 기사

마켓인사이트

+

컴퓨팅인사이트

+

스마트카

+

PHOTO NEWS