에너지효율이 기존 트랜지스터 기반 인공지능(AI) 하드웨어보다 1000배 높은 인공신경망이 개발됐다. 에너지 소모가 심한 AI 개발분야 에너지 효율 개선에 큰 도움이 될 것으로 기대된다.
사이테크데일리를 비롯한 외신이 6일(현지시간) 애드넌 마호닉 유니버시티칼리지런던(UCL) 전자엔지니어학 박사가 학생들과 함께 멤리스터를 이용해 에너지 효율을 높인 새로운 인공신경망을 개발했다고 보도했다.
멤리스터란 메모리와 트랜지스터 합성어로 전원공급이 끊겨도 이전 상태를 모두 기억하는 메모리 소자다. 지난 2008년 휴렛팩커드(HP)가 처음으로 개발했다.
멤리스터는 1과 0의 2진법 코드는 물론 0과 1 사이 복수 레벨에서 동시에 작동하기 때문에 효율성을 크게 높일 수 있다. 더 많은 정보가 각 비트에 채워진다.
일반적으로 하나의 AI 모델을 훈련시킬 때에는 이산화탄소 284톤이 발생한다. 이는 자동차 5대가 최장 15년 간 배출하는 양과 같다. 이때 필요한 전자장치를 멤리스터로 교체하면 이산화탄소 배출을 1톤으로 줄일 수 있다. 반나절 동안 드라이브에서 발생하는 배출량과 맞먹는 분량이다.
UCL 연구진이 멤리스터로 만든 인공신경망은 기존 컴퓨터 시스템보다 에너지 소비를 절약할 수 있을 뿐 아니라 컴퓨팅 파워를 휴대용 단말기에 저장할 수 있어 인터넷 연결이 필요치 않다. 멤리스터 인공신경망을 사용한다면 데이터 수요가 증가하면서 생기는 전송 용량·인터넷 과잉 의존 문제에서 자유로울 수 있는 것이다.
연구진은 국제학술지 네이처에 멤리스터를 신경망 하위 조직그룹에서 함께 작업하도록 훈련시켰으며 계산을 평균화하면 정확도가 향상되는 것을 알 수 있었다고 게재했다. 현재 발견되는 오류를 수정보완 해 빠르면 오는 2023년 AI 시스템 개발에 활용할 수 있을 것이라고 전망했다.
연구책임자인 마호닉 박사는 “멤리스터는 앞으로 IoT 기기 및 엣지 컴퓨팅 에너지 소비가 지속 가능한 시대에 주도적인 역할을 할 것이라고 믿는다”며 “우리는 다양한 시뮬레이션을 통해 멤리스터 신경망의 정확도를 높여가며 이를 확인했다”고 덧붙였다.
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com