컨텐츠 바로가기

03.29 (금)

ETRI·SKT가 만든 AI반도체, 1000만원짜리 칩보다 성능 2배

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
'알데바란' AI 딥러닝에 최적화
생산가 10만원… 전력소모 적어
인간 시각 모방 'VIC'도 개발


파이낸셜뉴스

<이미지를 클릭하시면 크게 보실 수 있습니다>


국내 연구진이 인간의 뇌 신경망을 모방한 인공지능(AI) 반도체를 개발했다. 현재 전세계 독보적 AI 반도체 업체의 제품 가격이 1000만원인데 반해 연구진이 연구개발한 AI 반도체는 성능이 2배 이상 향상됐으면서도 10만원에 만들었다.

한국전자통신연구원(ETRI)은 SK텔레콤과 함께 서버용 초저전력 AI 반도체 'AB9(알데바란)'을 개발했다고 7일 밝혔다. 또 ETRI는 전자부품연구원과 반도체 설계기업들과 함께 인간 시각을 보방한 모바일용 AI 반도체 'VIC'도 개발했다. 이 두 AI반도체의 특징은 고성능이면서도 매우 적은 전력을 사용해 발열 문제에서 자유롭다.

ETRI 지능형반도체연구본부 권영수 본부장은 "칩을 생산하는 가격만 따지면 10만원 정도이지만 연구개발 비용이나 인건비를 환산해 적용한다해도 많이 올라기지는 않을 것"이라고 설명했다.

일각에서는 이번 연구개발 성과가 과학기술정보통신부의 올 초 업무보고에서 발표한 'AI 일등국가' 전략의 밑거름으로 작용할 것이라는 분석이다.

■1초에 40조번 계산한다

ETRI가 개발한 AI 반도체 '알데바란'의 특징은 인간의 뇌 신경망을 모방한 신경망처리장치(NPU) 기반으로 서버용 AI 딥러닝에 최적화 돼 있다.

동전 크기만한 알데바란은 10억개의 트렌지시터가 들어가 있으며 1초에 40조번 계산이 가능하다. 연구진은 반도체 내에서 전력을 낮추도록 제어하는 소프트웨어를 개발해 적용했다. 이를 통해 고성능이면서도 최대 전력 소모는 15W에 불과하다. 이 칩은 일반 PC CPU에 달린 냉각팬만으로도 가능한 셈이다. 반면 해외 최고의 AI 반도체로 사용되는 그래픽처리 고성능 반도체(GPU)는 최대 연산처리리 속도가 1초에 15조7000억번 계산을 할 수 있다. 또 300W의 전력소모로 상당한 열이 발생한다. 예를들면 가정의 30W짜리 전구를 10개 켜 놓은 것과 같아 반도체 열을 식히기 위한 냉각시스템에 들어가는 전력도 상당하다.

권영수 본부장은 "해외 AI 반도체는 그래픽 적용을 위한 시스템 설계에서 출발해 딥러닝쪽으로 개발하다보니 칩이 점점 커지고 전력 사용쪽에서 비효율적인 면이 있다"고 설명했다.

알데바란 연구개발은 지난 2017년 3월부터 시작해 총 73억3000만원을 투입, 올 연말까지 진행하는 사업이다.

■드론·자율주행차용 'VIC'

ETRI 지능형반도체연구본부 연구진은 인간 시각을 모방한 모바일용 AI 반도체 'VIC'는 엄지손톱 크기만 하게 만들었다. 1초에 30회의 사물 인식이 가능하며 소비전력은 0.5W에 불과하다. 이 칩에는 최종적으로 아예 냉각시스템이 없다.

연구진은 소모전력과 필요한 부품을 최대한 줄여 적용 제품의 무게를 가볍게 만들 목적으로 개발됐다. 향후 드론이나 자율주행차, 지능형 CCTV 등에 내장될 전망이다. 이 칩의 또다른 특징은 단순한 계산방식이다. 쉽게 예를들면 알데바란은 부동소숫점까지 정확하게 계산할 수 있다면 VIC는 정수만 계산한다. 이처럼 정확성이 떨어지는 부분을 재학습 소프트웨어를 개발 적용해 보완했다.

모바일용 AI 반도체 'VIC' 개발 사업은 지난 2016년부터 지난해까지 총 120억원을 투입하고 국내 팹리스업체들과 함께 진행했다. ETRI 연구진은 지난해 R&D사업이 끝나고 현재 후속 R&D과제를 기획하고 있다.

ETRI 지능형반도체연구본부 연구진은 인간 시각을 모방한 모바일용 AI 반도체 'VIC'를 엄지손톱 크기만 하게 만들었다. 1초에 30회의 사물 인식이 가능하며 소비전력은 0.5W에 불과하다. 이 칩에는 최종적으로 아예 냉각시스템이 없다.

연구진은 소모전력과 필요한 부품을 최대한 줄여 적용 제품의 무게를 가볍게 만들 목적으로 개발했다. 향후 드론이나 자율주행차, 지능형 CCTV 등에 내장될 전망이다.

monarch@fnnews.com 김만기 기자

※ 저작권자 ⓒ 파이낸셜뉴스. 무단 전재-재배포 금지
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.