국내 연구진, 연산력·에너지효율 다잡은 ‘모바일용 AI 반도체’ 개발

유회진 KAIST 교수(왼쪽)와 연구팀이 개발한 UNPU의 구조도(사진 = 과기정통부 제공)

[이데일리 조용석 기자] 인공지능(AI) 알고리즘을 효과적으로 처리하는 반도체에 대한 관심이 높아지는 가운데 국내 연구진이 에너지 효율과 연산 능력을 대폭 높인 모바일용 AI 반도체를 개발해 눈길을 끈다.

해당 반도체가 상용화 될 경우 모바일 기기 등 소형 가전제품의 AI능력이 획기적으로 향상될 전망이다.

26일 과학기술정보통신부에 따르면 유회준 KAIST 교수팀과 반도체 스타트업인 유엑스 팩토리는 가변 인공신경망 등 기술을 적용해 딥러닝(Deep Learning)을 효율적으로 처리하는 인공지능 반도체(UNPU·Unified Neural Network Processing Unit)를 개발했다.

상시 전원을 공급하기 어려운 모바일에서 인공지능을 구현하기 위해서는 전력 효율이 필수적이다. 하지만 현재는 연산 속도가 느리고 전력 소모가 큰 소프트웨어 기술을 활용, 인공지능 가속 프로세서 개발 필요성이 컸다.

유 교수팀이 개발한 UNPU는 종전 반도체와 달리 심층신경망의 종류인 회선 신경망(CNN: Convolutional Neural Network)과 재귀 신경망(RNN: Recurrent Neural Network)을 단일 반도체에서 동시 처리할 수 있다. CNN은 이미지 인식, RNN은 음성인식 AI에서 주로 활용되는 알고리즘이다.

구글, 엔비디아, MIT 등도 CNN과 RNN 등 다양한 신경망을 하나의 회로구조로 통합하는 시도를 하고 있으나 성공하지 못했다는 게 연구진의 설명이다.

또 UNPU는 인공신경망의 무게 정밀도를 1bit~16bit로 자유롭게 변경할 수 있다. 종전에는 1bit 수준으로 충분한 신경망 내 간단한 통신도 고정된 높은 bit 값으로만 할 수 있어 낭비하는 전력이 많았다.

유 교수는 “하나의 칩에 회선신경망과 재귀신경망을 동시에 구동하고 무게정밀도를 자유롭게 조절할 수 있는 것은 세계 최초”라고 설명했다.

[이데일리 이서윤 기자]

연구진에 따르면 UNPU는 구글이 만든 AI 서버 전용 반도체인 TPU(Tensor Processing Unit)보다 최대 4배 높은 에너지 효율을 자랑했다. TPU는 이세돌 9단과 붙었던 알파고 등에 장착된 반도체다.

또 UNPU는 세계최고 수준 모바일용 칩과 비교해 CNN은 1.15배, RNN은 13.8배나 연산능력이 높았다. 또 에너지 효율 역시 40% 높았다고 연구진은 설명했다.

유 교수는 “삼성 등과 상용화를 위해 긴밀히 협조하고 있다”면서도 “실제 상용화까지는 1~2년 정도 걸릴 것으로 본다”고 말했다.

유 교수팀은 이 같은 내용의 연구를 지난 13일 미국 샌프란시스코에서 열린 국제고체회로설계학회(ISSCC)에서 발표했다. 해당 연구는 과기부 정보통신방송기술개발사업의 지원으로 수행됐다.