저전력 딥뉴럴 네트워크칩 CNNP 개발 활용
카이스트(KAIST) 전기및전자공학과 유회준 교수 연구팀이 딥러닝(Deep Learning) 알고리즘을 세계 최소 전력으로 구현하는 AI(인공지능) 반도체 칩 ‘CNNP’를 개발했다고 13일 밝혔다. 또 이를 내장한 얼굴인식시스템 ‘케이-아이’(K-Eye) 시리즈도 함께 개발해 공개했다.
딥러닝은 인간의 뇌와 유사한 인공신경망을 통해 대용량의 데이터를 처리하고 시스템 스스로 새로운 패턴을 학습하는 기술을 뜻한다.
연구팀이 개발한 케이-아이 시리즈는 웨어러블(착용형) 디바이스와 동글 타입 등 2가지로 구성된다. 웨어러블 타입인 케이-아이는 블루투스를 통해 스마트폰과 연동된다.
봉경렬 박사과정이 주도하고 유엑스팩토리와 공동으로 개발한 이번 연구는 지난 2월 미국에서 열린 국제고체회로설계학회(ISSCC)에서 세계 최저전력 CNN칩으로 발표돼 주목을 받았다.
최근 글로벌 IT 기업들이 구글 AI 알파고를 비롯한 관련 기술들을 경쟁적으로 발표하고 있다. 그러나 대부분은 소프트웨어 기술이라 속도가 느리고 모바일 환경에서는 구현이 어렵다는 한계가 있다. 따라서 이를 고속 및 저전력으로 구동하기 위해 AI 반도체칩 개발이 필수적이다.
연구팀에 따르면 케이-아이 시리즈는 1mW(미리와트) 내외의 적은 전력만으로도 항상 얼굴 인식을 수행하는 상태를 유지하면서 사람의 얼굴을 먼저 알아보고 반응할 수 있다는 특징을 갖는다.
이는 케이-아이의 핵심 기술인 얼웨이즈 온(Always-On) 이미지 센서와 CNNP라는 얼굴 인식 처리칩 등이 지원하는 최저전력 기술 때문에 가능했다는 설명이다.
첫 번째 칩인 얼웨이즈온(Always-On) 이미지 센서는 얼굴이 있는지 없는지 스스로 판단할 수 있어 얼굴 인식이 될 때에만 작동하게 해 대기 전력을 대폭 낮출 수 있다.
얼굴 검출 이미지 센서는 아날로그 프로세싱으로 디지털 프로세싱을 제어해 센서 자체의 출력 소모를 줄였다.
픽셀과 결합된 아날로그 프로세서는 배경 부분과 얼굴 부분을 구분하는 역할을 하고, 디지털 프로세서는 선택된 일부 영역에서만 얼굴 검출을 수행하면 돼 효율적인 작업이 가능하다는 게 연구진의 설명이다.
두 번째 칩인 CNNP는 딥러닝을 회로, 구조, 알고리즘 전반에 도입하고 재해석을 진행해 최저 수준의 전력을 구현하는 역할을 했다.
특히 CNNP 칩은 3가지의 핵심 기술을 사용했는데 알파고 인공지능 알고리즘에서 사용하는 2차원 계산을 1차원 계산으로 바꿔 고속 저전력화, 분산형으로 배치된 칩 내 메모리가 가로방향 뿐 아니라 세로방향도 읽어낼 수 있는 특수 저전력 분산 메모리로의 설계, 1024개의 곱셈기와 덧셈기가 동시에 구동돼 막강한 계산력을 가지면서 외부 통신망을 거치지 않고 직접 계산 결과를 주고받을 수 있게 한 점이다.
CNNP칩/사진=KAIST
CNNP는 97%의 인식률을 가지면서도 알파고에 사용된 GPU에 비해 5천분의 1정도의 낮은 전력인 0.6mW만을 소모한다.
케이-아이를 목에 건 사용자는 앞에서 다가오는 상대방의 얼굴이 화면에 떠오르면 미리 저장된 정보와 실시간으로 찍힌 사진을 비교해 상대방의 이름 등 정보를 자연스럽게 확인할 수 있다.
동글 타입인 케이-아이 큐(Q)는 스마트폰에 장착해 이용할 수 있는 데 사용자를 알아보고 반응하는 기능을 한다.
미리 기억시킨 사용자의 얼굴이 화면을 향하기만 하면 스마트폰 화면이 저절로 켜지면서 그와 관련된 정보를 제공한다.
또 입력된 얼굴이 사진인지 실제 사람인지도 구분할 수 있어 사용자의 얼굴 대신 사진을 보여주면 스마트폰은 반응하지 않는다.
유 교수는 “AI 반도체 프로세서가 4차 산업혁명시대를 주도할 것으로 기대된다”며 “이번 AI 칩과 인식기의 개발로 인해 세계시장에서 한국이 AI 산업의 주도권을 갖길 기대한다”고 말했다.
작성일 : 17-06-13 13:00
조회 : 711
