엔비디아가 바라보는 딥 러닝과 자율주행차 기술, 엔비디아 미디어 테크 토크

홈 > 기획·특집 > 취재
취재

IT | 엔비디아가 바라보는 딥 러닝과 자율주행차 기술, 엔비디아 미디어 테크 토크

권경욱 기자 1   1

엔비디아 (NVIDIA)는 서울 강남구 삼성동에 위치한 엔비디아코리아 사무실 트레이닝룸에서 엔비디아가 참여하고 있는 딥 러닝 (Deep Learning)과 자율주행차 (self-driving vehicle/ car, autonomous vehicle) 기술에 대해 소개하는 엔비디아 미디어 테크 토크를 진행했다. 



엔비디아와 딥 러닝에 대해 소개하는 엔비디아 코리아 변경원 기술이사


이번 엔비디아 미디어 테크 토크 (Media Tech Talk)에서 딥 러닝 기술에 대한 내용은 엔비디아 코리아 변경원 기술이사, 자율주행차 기술에 대한 내용은 엔비디아코리아 차정훈 상무를 통해 진행되었다.



​엔비디아가 바라보는 딥 러닝 



딥 러닝은 인공지능을 구성하기 위한 인공신경망 (ANN, Artificial Neural Nettworks)에 기반해 컴퓨터에게 사람의 사고 방식을 가르치는 방법이며 사람이 가르치지 않아도 컴퓨터 스스로 인간처럼 학습할 수 있는 기술이 인공지능이다.


딥 러닝 (Deep Learning)은 세상을 이해하고 감지하는 인공지능을 개발하는데 주목받고 있는 기술로 구글 (Google)과 바이두 (Baidu), 페이스북 (Facebook) 등의 유명 포털 회사들이 참여해 개발하고 있으며 최근에는 GPU를 이용한 딥 러닝 연구와 성과가 드러나고 있다.



딥 러닝은 이미지 분류와 물체 감지, 위치와 움직임, 장면 이해와 같은 이미지 처리 분야를 비롯하여 최근 스마트폰과 인공지능(AI) 스피커 등 음성 인식과 번역, 자연어 처리 등과 같은 언어 응용분야, 뇌 이미지 역할이나 암 조직 분석 등의 의학 응용 분야, 자동차 분야에서 각광받고 있는 자율주행차 관련 보행자 감지, 교통신호와 표지판 인식 등의 자동차 응용분야 등에서 널리 활용되고 있다.




인공지능은 컴퓨터 스스로 진화하고 배우는 것으로 이세돌과 구글 딥마인드 (Google DeepMind)의 알파고 (AlphaGo) 바둑 대국이 진행되면서 인공지능이란는 단어가 우리 앞에 한발짝 다가왔고 바둑 강자였던 이세돌 9단을 넘어서면서 인공지능에 대한 기대와 우려가 드러나기도 했다. 


대국을 통해 딥마인드팀의 알파고는 바둑에 한해 인간을 넘어서는 모습을 보여줬으며 이제 미래의 발전 가능성과 이를 내다본 의학이나 다른 분야의 발전을 위한 노력하고 있어 인공지능은 다른 분야의 발전 계기가 될 것으로 알려졌다. 이세돌 9단 역시 알파고와의 대국 이후 8연승을 이루는 등의 성과를 거두어 인간에게도 인공지능은 부정적인면만이 아닌 긍정적인 효과도 만들어내고 있다.




인공지능은 딥 러닝과 기계가 데이터로 부터 유용한 정보를 추출하는 방법을 연구하는 표현학습, 가르쳐주어 학습하거나 기계가 스스로 학습하는 머신러닝을 포괄하며 발전해 나가고 있으며 딥 러닝은 그동안 풀지 못한 과제들을 해결해나가는 중심이 되고 있다. 물론 과거에도 딥 러닝과 같은 연구가 이루어졌지만 오늘날과 같은 방대한 데이터도 부족했고 이를 처리할 컴퓨팅 파워 (Computing Power)도 부족해 이들이 제한 요소가 되었다. 현재는 이런 저해 요소가 크게 개선되면서 당면한 문제들을 해결해나가고 있다.



 



딥 러닝은 수많은 데이터가 등장하면서 이를 효과적이면서 효율적으로 처리할 수 있도록 등장했고 이를 위한 새로운 딥 러닝 기술이 등장하고 있다. 이에 더해 빠르면서 대량의 처리에 적합한 하드웨어인 GPU 가속 방법이 오늘날 주목받고 있다.


GPU에 주목하는 이유는 딥 러닝 구현 과정에서의 시간과의 싸움을 위한 빠른 트레이닝이 필요해지며 이때 높은 컴퓨팅 파워가 요구되는데 GPU를 통해 성능과 전력 효율, 공간 활용, 저비용을 구현할 수 있기 때문이다.




GPU는 동시에 여러 명령어를 처리하는 병렬 처리에 최적화된 아키텍처를 통해 예측정확도가 높고 반복 처리 작업에도 효과적이다. 처리 방식과 조건에 따라 GPU는 CPU 대비 높은 연산과 가속 능력을 제공한다.




엔비디아는 GPU를 수십년동안 개발해온 회사로 하드웨어부터 소프트웨어에 이르는 GPU에 관련한 대부분의 프레임웍을 구성하고 있으며 이를 통해 딥 러닝이 풀어가야 할 과제에 적합한 솔루션을 제시하고 있다.


엔비디아는 딥 러닝을 위해 최고 기술을 가진 GPU 하드웨어부터 병렬 프로그램 쿠다 (CUDA), 최적의 성능을 위한 라이브러이, GPU로 가속하는 딥 러닝 프레임웍을 제공해 음성이해와 언어 처리, 이미지 분석 등 다방면에 활용 가능성을 제시한다.




엔비디아가 딥 러닝과 인공지능 (AI) 관련 분야 처리를 위해 제공하는 솔루션으로는 가장 최근 발표한 엔비디아 DGX-1 딥 러닝 슈퍼컴퓨터 (SuperComputer)가 있다. 해당 컴퓨터는 파스칼 (Pascal) 아키텍처 기반 8개의 테슬라 P100 (Tesla P100) 가속기를 통해 4개의 맥스웰 (Maxwell) 기반 GPU로 25시간 동안 처리할 작업을 불과 2시간으로 단축할 수 있을 만큼 높은 성능을 제공한다.




엔비디아코리아 변경원 기술이사는 딥 러닝은 충분히 많은 데이터를 갖고 반복적인 학습을 통해 효율적으로 올바른 결론을 도출해 내기 위한 과정이라고 강조이며 이를 위한 효율적인 시스템 설계도 뒷받침되어야 한다고 밝혔다.


딥 러닝을 통해 구글무인차, 예술작품 스타일 인식과 모방, 이미지 캡셔닝, 다양한 게임의 학습 강화와 같은 다양한 영역에서 인공지능 개발 향상 등에 기여하고 있다. 딥 러닝은 인공지능을 통해 해결하기 어려운 당면 과제들을 해결해나가는 중요한 역할을 하고 있으며 현재 인공지능도 막연한 두려움, 인간의 일을 빼앗는다는 감정적인 저항도 있지만 인간과 인공지능 영역의 접점을 잡아서 인간과 인공지능의 명확한 처리 분야의 강점을 활용하려는 노력이 이루어지고 있다. 자동차, 인공지능 영역도 인간이 100% 처리 못하고 인공지능 역시 마찬가지로 완전하지 못하므로 서로 보완해 나간다면 긍정적인 방향을 제시할 수 있을 것이라고 전했다.



엔비디아가 바라보는 자율주행차 기술



자율주행차 기술에 대해 설명하는 엔비디아코리아 차정훈 상무


이어서 엔비디아 차정훈 상무는 자율주행차 기술과 이에 대해 엔비디아가 가진 장점과 이를 뒷받침하는 솔루션 등에 대한 대한 소개, 엔비디아의 자율주행차 기술을 보는 관점에 대한 내용을 이어갔다.


자동차는 와이퍼 작동과 같은 기계적인 움직임이 발생하고 시동을 걸면서부터 시작되고 이런 움직임을 제어하기 위한 프로세서가 필요하다. 이와 같은 제어 프로세서는 차량 1대에 보통 100-150개의 MCU를 탑재하고 있으며 엔지니어들은 MCU 제어가 가능하도록 개발에 몰두하고 그로 인해 차 개발이 최고 5년 이상이 소요된다. 자율주행차 개발 역시 일반 차량 개발과 같이 많은 시행착오를 거쳐야 하고 이를 위한 많은 시간과 비용이 들어간다.




자율주행은 하드웨어적인 차량에 더해 앞서 살펴본 딥 러닝과 HD Map, 인공지능 슈퍼컴퓨팅 SoC 등이 결합해지면서 가능해진다. 이들을 통해 가속과 감속을 판단하고 그 결과로 각각의 휠이나 기어 등의 기계 제어가 가능해지면서 비로소 자율주행이라는 결과물이 만들어진다.


또한 인지 판단 제어를 할 수 있게 되면 자율주행이 가능해지는데 엔비디아는 인지 판단 제어를 위한 부분을 도와주는 역할을 담당하며 인지 판단 알고리즘이 서면 엔비디아는 이런 부분에 많은 역할을 할 것으로 기대했다.





엔비디아는 이를 위한 솔루션으로 차와 연결되는 부분, 차를 구동하는 부분, 독립적인 차량에서 클라우드와 연결되어 자율 주행이 가능해지도록 하는 솔루션을 개발하고 있다. 차에서 돌아가는 솔루션을 하드웨어와 미들웨어, 어플리케이션, 클라우드 솔루션에 이르기까지 거의 모든 부분을 동시에 준비하고 있다고 전했다.


또한 자율주행 구현을 위한 컴퓨팅 파원을 얻기 위한 구현에는 여러 방법이 사용되는데 엔비디아는 GPU를 메인으로 CPU를 보조자 역할을 한다. 효율이 높고 처리가 빠른 병렬 컴퓨팅이 현재 많은 작업과 자율주행 구현 과정에서도 각광 받고 있으며 이를 효율적으로 제어하는 소프트웨어 영역도 중요해졌다. 엔비디아는 자율주행의 하드웨어적인 영역부터 SDK 등 소프트웨어 영역까지 가능하도록 하는 솔루션을 제시하며 다른 소프트웨어 개발사 등도 이에 참여하고 있다. 


일반적으로 프로세싱을 위한 프로세서는 플러스와 마이너스, 곱셈과 나눗셈 등과 같은 사칙 연산을 담당하는데 이를 위해 CPU나 GPU, 기타 프로세서가 이용되며 엔비디아는 GPU를 기반으로 하는 연산에 강점을 갖고 연산에 GPU를 적극 활용한다.


현재까지 컴퓨터를 만드는데 중요한 역할은 CPU가 담당해왔고 이를 이끌어온 것은 인텔이 대표적이다. 시리얼 컴퓨팅이 산업을 이끌어왔지만 데이터가 너무 많아져 데이터를 효율적으로 처리할 대안으로 병렬 컴퓨팅이 부각되고 있다. 이를 하나의 대안이며 엔비디아 GPU다. 병렬 컴퓨팅은 다른 곳도 가능하지만 엔비디아와 같은 환경을 갖추기 위해서는 수십년의 투자가 필요하다는 점에서 엔비디아가 해당 분야에서 앞서가는 이유다. 인텔은 제온 CPU가 메인으로 병렬 처리 가능한 제온 파이 (Xeon Phi)가 보조하며 이와 같은 방향성은 이미 인지 방향이 설정되면 변경이 쉽지 않으며 시류를 따라 다른 변화가 이어진다.




이처럼 자율주행의 구현에도 딥 러닝 등과 같은 다양한 기술이 활용되는데  이때 연산을 위한 높은 컴퓨팅 파워가 요구되며 엔비디아는 GPU 기반의 강력한 솔루션인 드라이브 PX 2 (Drive PX 2)를 제공한다.


엔비디아 드라이브 PX 2는 노트북 정도 크기를 가진 플랫폼으로 자율주행 등을 위한 컴퓨팅 파워를 만들어내는 핵심 칩이 들어간다. 구성은 16nm FinFET 공정으로 제조되는 스케일러블 1-4 프로세서와 12 CPU 코어 파스칼 (Pascal) GPU를 탑재한다. 해당 GPU는 24DL TOPS와 8테라플롭스 (8TFLOPS)의 처리 성능을 제공한다. 




엔비디아는 드라이브 PX 2 이후로도 더욱 향상된 하드웨어를 개발을 지속하고 있으며 이를 통해 효율과 처리 성능을 향상하면서 사용 전력은 줄일 수 있도록 하고 있다. 향후 클라이언트 단의 솔루션에 이어 클라우드, 데이터 센터 솔루션 등의 개발도 진행할 것으로 예상되며 엔비디아는 더 어려운 문제 해결을 위한 드라이브 PX 3 등의 개발도 진행할 계획이다.


도요타 등이 엔비디아의 드라이브 PX 2 하드웨어를 기반으로 제어하는 자율주행차 개발을 발표한 바 있으며 테슬라 (Tesla)는 AMD와 협력해 자체 자율주행 AI 칩을 개발, 인텔과 퀄컴 등에서는 이들을 개발하는 움직임이 활발하다.




자율주행은 단계별로 진행 발전하면서 높은 정확도와 실제 환경 구현이 가능해지는데 고속도로에 한정해 주행하는 레벨 3의 자율주행과 도심지역 자율주행의 레벨 4, 레벨 5 단계로 진입하게 되면 아무 곳이나 원하는 곳으로 이동할 수 있게 되는데 해당 단계로의 진입을 위한 노력이 현재도 지속되고 있다.


이 과정에서 핵심은 컴퓨팅 파워이며 레벨 2단계 대비 레벨 3 단계에서는 5배 이상, 인지를 위한 각종 센서와 인터페이스 I/O 속도도 중요해진다. 인지 센서는 자율주행 레벨 3 단계에서 20개 정도를 요구한다면 레벨 4 단계에서는 50개 수준으로 늘어난다. 그만큼 실시간 프로세싱이 가능해야 제대로 인지와 판단이 가능해 자율주행을 구현할 수 있게 된다. 그 이상에서는 더 높은 컴퓨팅 파워를 요구하게 되고 엔비디아는 컴퓨팅 파워를 높이는데 하드웨어를 비롯하여 클라우드 등 다양한 솔루션을 찾고 있다.


엔비디아는 자율주행이 가능한 환경이 만들어지는데 대해 2020년 하이웨이 자율주행 가능한 레벨 3이 진행되고 2021년에서 2022년 자율주행 가능한 레벨 4, 2025년이 되어야 상업화 가능 단계로 진입할 것으로 예상했으며 최소 5년 동안은 자율주행차를 개발해야 하고 일반 차량의 개발과 같이 시작했다고 바로 성과가 나오지 않는다고 전했다.


한편 상상력으로 가능했던 일들이 과학자들을 통해 수식으로 만들어지고 엔지니어가 실행에 들어가면서 실체화된 비즈니스화 되며 이때 누가 합리적이면서 안전하게 만드느냐로 이어진다. 엔비디아는 상업 비즈니스화가 이루어질 때까지 돕고 그 이후에는 다시 새로운 가능성을 찾아내는데 주력해왔다며 이들 비지니스 영역에 참여하고 더 어려운 난제에 엔비디아는 계속해서 도전할 것이라고 밝혔다. 자율주행 영역에서도 직접적인 자율주행차 개발보다는 새로운 가능성을 돕는데 앞으로도 주력할 것임을 강조했다.

 

ⓒ 블루프레임(https://www.blueframe.co.kr) 무단전재 및 재배포금지

, , , , , , , , , , , , , ,

Facebook Twitter GooglePlus KakaoStory NaverBand Naver Tumblr Pinterest 신고
1 개의 댓글이 있습니다.
12 마린  
엔비디아는 GPU의 강점을 가진 회사니 이를 바탕으로 가능한 영역으로 확장해나가는군요. 딥 러닝이나 자율주행차 분야도 그에 속하고요.
맨위로↑