[이코노믹데일리] 유튜브 영상 추천이나 금융 사기 탐지 등 복잡한 데이터 관계를 분석하는 인공지능(AI)의 속도를 획기적으로 높일 수 있는 반도체 기술이 국내 연구진에 의해 개발됐다. 엔비디아의 최신 그래픽처리장치(GPU)보다 속도는 2배 이상 빠르면서 전력 소모는 대폭 줄인 것이 특징이다.
KAIST(총장 이광형)는 전기및전자공학부 정명수 교수 연구팀이 그래프 신경망(GNN) 기반 AI의 추론 속도를 높이는 가속기 기술 ‘오토GNN(AutoGNN)’을 세계 최초로 개발했다고 5일 밝혔다.
그래프 신경망은 사람과 사람 사이의 관계나 데이터 간의 연결성을 분석하는 AI 기술이다. 추천 시스템이나 소셜 네트워크 분석 등에 필수적이지만 본격적인 추론에 앞서 데이터를 정리하는 ‘그래프 전처리’ 과정이 전체 계산 시간의 70~90%를 차지하는 등 고질적인 병목 현상을 겪어왔다. 기존 GPU나 CPU는 규칙적인 데이터 처리에 최적화돼 있어 불규칙하고 복잡한 그래프 데이터를 정리하는 데 한계를 보였기 때문이다.
연구팀은 이 문제를 해결하기 위해 입력되는 데이터 구조에 따라 반도체 내부 회로를 실시간으로 재구성하는 기술을 고안했다. 칩 내부에 필요한 데이터만 골라내는 ‘UPE 모듈’과 이를 빠르게 집계하는 ‘SCR 모듈’을 배치하고, 데이터의 연결성이나 크기가 변할 때마다 최적의 모듈 조합을 자동으로 적용하는 방식이다.
성능 평가 결과 오토GNN은 엔비디아의 고성능 GPU인 ‘RTX 3090’ 대비 2.1배, 서버용 인텔 CPU 대비 9배 빠른 처리 속도를 기록했다. 처리 과정이 효율화되면서 에너지 소모량 또한 GPU 대비 3.3배 절감하는 효과를 거뒀다.
이 기술이 상용화되면 유튜브나 넷플릭스 등 대용량 데이터를 다루는 추천 서비스의 반응 속도가 획기적으로 빨라질 전망이다. 또한 실시간성이 중요한 금융 사기 탐지나 신약 개발 분야에서도 데이터 처리 비용과 시간을 동시에 줄일 수 있을 것으로 기대된다.
정명수 교수는 “불규칙한 데이터 구조를 효과적으로 처리할 수 있는 유연한 하드웨어 시스템을 구현했다는 점에서 의미가 크다”며 “추천 시스템은 물론 금융·보안 등 실시간 분석이 필요한 다양한 AI 분야에 즉시 활용될 것”이라고 말했다.
삼성미래기술육성사업의 지원을 받아 수행된 이번 연구 결과는 지난 4일 호주 시드니에서 열린 컴퓨터 아키텍처 분야 최우수 국제학술대회 ‘HPCA 2026’에서 발표됐다.
댓글 더보기