인공지능(AI)은 계산 능력, 인간의 명령 수행, 자연스러운 대화, 그리고 법률 문서 검토까지 척척 완수하며 인간을 놀라게 할 정도로 성능이 향상됐다. 그러나 AI에는 데이터와 전력 소비량이 많다는 단점이 있다. 이에, 전문가들이 AI의 전력 소모 문제 해결에 몰두하고 있다.
AI 알고리즘, 전력 소모량 절감 성공
글로벌 월간지 와이어드는 MIT의 한송 부교수 연구팀이 간단하면서 전력 소모량이 낮은 칩으로 작동하는 AI 비전 알고리즘을 제작한 소식을 전했다. 한 교수 연구팀의 AI 비전 알고리즘은 배터리 하나로 수 개월간 작동해, 기존 AI 비전 알고리즘보다 전력 소모량이 훨씬 감소했다.
전력 소모 문제 외에 기능적인 측면에서도 기존의 AI 알고리즘보다 훨씬 우수하다. 한 교수 연구팀의 AI 비전 알고리즘은 기존처럼 의료용 기기, 산업용 센서에 적용할 수 있다. 여기에 웨어러블 기기나 가전제품 등에서 사용하는 이미지 및 음성 인식 기능이 추가됐다.
사물 인식 정확도도 향상했다. 전력 소모량이 적은 기존의 AI 알고리즘의 사물 인식 정확도는 최대 54%였다. 반면, 한 교수 연구팀이 생성한 AI 비전 알고리즘의 사물 이미지 인식 정확도는 70%이다. 그리고, 한 교수 연구팀의 AI 비전 알고리즘은 전체 메모리 용량의 21%를 사용하며, 기존 알고리즘보다 지연성 문제가 67% 감소했다.
AI 비전 알고리즘 개발 과정은?
그동안 AI 전문가들은 딥러닝을 기반으로 AI를 연구했다. 딥러닝은 특수 제작된 컴퓨터 칩에서 실행할 수 있다. 알고리즘 훈련, 네트워크 운영 효율성 강화를 위해 병행 처리 과정을 나누기 위한 목적이다.
그러나 한 교수 연구팀은 기존과는 다른 두 가지 연구 접근방식을 택했다. 첫 번째 방식은 알고리즘을 활용해, 사용할 수 있는 뉴럴 네트워크 구조를 탐색하는 것이다. 그다음, 마이크로컨트롤러의 처리 제약 사항에 적합한 요소를 찾아 문제를 개선한다.
또 다른 방식은 네트워크 운영을 위해 크기는 작지만, 메모리 효율성이 뛰어난 소프트웨어 라이브러리를 활용하는 방식이다. 라이브러리는 불필요한 실행 과정 중복을 제거한다. 그리고, 마이크로컨트롤러의 용량 부족 문제를 고려해, 네트워크 구조와 함께 설계됐다.
한 교수는 "사막에서 바늘을 찾는 것처럼 매우 중요한 성과를 거두었다"라고 말했다. 또, 그는 "아직 AI 비전 알고리즘은 실험 단계에 머무르고 있지만, 조만간 우리가 실제로 사용하는 기기로 적용 범위가 확대될 것으로 기대한다"라고 밝혔다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
