유회준 KAIST 전기및전자공학부 교수 연구팀
생성적 적대 신경망(GAN) 처리 AI 반도체
사진상 얼굴 특징 수정사항 입력시 실시간 수정

스스로 그림 그리는 인공지능 반도체 칩이 국내 연구진에 의해 개발됐다. 사진상 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 실시간으로 이를 자동으로 완성해 보여주는 얼굴 수정 시스템이다.

[일간투데이 유경석 기자] 스스로 그림 그리는 인공지능 반도체 칩이 국내 연구진에 의해 개발됐다. 사진상 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 실시간으로 이를 자동으로 완성해 보여주는 얼굴 수정 시스템이다.

7일 한국과학기술원(KAIST)에 따르면 이 대학 유회준 전기및전자공학부 교수 연구팀은 생성적 적대 신경망(GAN)을 저전력, 효율적으로 처리하는 인공지능(AI) 반도체를 개발했다.

인공지능 반도체는 다중-심층 신경망을 처리할 수 있고 이를 저전력의 모바일 기기에서도 학습할 수 있다. 연구팀은 이번 반도체 칩 개발을 통해 이미지 합성, 스타일 변환, 손상 이미지 복원 등의 생성형 인공지능 기술을 모바일 기기에서 구현하는 데 성공했다.

생성적 적대 신경망(GAN)은 새로운 이미지를 생성·재생성할 수 있어 이미지 스타일 변환, 영상 합성, 손상된 이미지 복원 등 광범위한 분야에 활용된다. 모바일 기기의 다양한 응용 프로그램에도 사용돼 학계뿐만 아니라 산업계에서도 주목을 받고 있다.

얼굴 이미지 수정 시스템 화면. 사진=KAIST

생성적 적대 신경망은 기존의 딥러닝 네트워크와는 달리 여러 개 심층 신경망으로 이루어진 구조로, 개별 심층 신경망마다 다른 요구 조건으로 최적화된 가속을 하는 것이 어렵다.

고해상도 이미지를 생성하기 위해 기존 심층 신경망 모델보다 수십 배 많은 연산량을 요구한다.

적대적 생성 신경망은 연산 능력이 제한적이고 사용되는 메모리가 작은 모바일 장치에서는 소프트웨어만으로 구현할 수 없었다.

최근 모바일 기기에서 인공지능을 구현하기 위해 다양한 가속기 개발이 이뤄지고 있지만, 기존 연구들은 추론 단계만 지원하거나 단일-심층 신경망 학습에 한정돼 있다.

강상훈 연구원(왼쪽에서 네번째) 외 KAIST 전기및전자공학부 유회준 교수 연구팀. 사진=KAIST

연구팀은 단일-심층 신경망뿐만 아니라 생성적 적대 신경망과 같은 다중-심층 신경망을 처리할 수 있으면서 모바일에서 학습도 가능한 인공지능 반도체 GANPU)를 개발해 모바일 장치의 인공지능 활용범위를 넓혔다.

연구팀이 개발한 인공지능 반도체는 서버로 데이터를 보내지 않고 모바일 장치 내에서 생성적 적대 신경망(GAN)을 스스로 학습할 수 있어 사생활을 보호를 가능케 하는 프로세서라는 점에서 그 활용도가 기대된다.

모바일 기기에서 저전력으로 다중-심층 신경망을 가속하기 위해서 다양한 핵심 기술이 필요하다.

연구팀이 개발한 GANPU에 사용된 핵심 기술 중 대표적인 기술 3가지는 적응형 워크로드 할당, 입출력 희소성 활용 극대화, 지수부만을 사용한 0 패턴 추측이다. 이 기술을 사용함으로써 연구팀의 GANPU는 기존 최고 성능을 보이던 심층 신경망 학습 반도체 대비 4.8배 증가한 에너지효율을 달성했다.

연구팀은 GANPU의 활용 예시로 태블릿 카메라로 찍은 사진을 사용자가 직접 수정할 수 있는 응용 기술을 시연했다.

강상훈 박사과정이 1 저자로 참여한 이번 연구결과는 지난 2월 17일 3000여 명 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다.

유회준 교수는 "하나의 칩에서 추론만이 아니라 학습까지 모두 가능해 여러 개의 딥러닝 네트워크를 동시에 지원하는 인공지능 반도체를 개발했다는 점에서 의미가 크다"며 "모바일 기기에서 인공지능 활용 영역을 크게 넓혀 향후 이미지 스타일 변환, 영상 합성, 이미지 복원 등 GAN과 관련된 애플리케이션에 다양하게 응용될 것으로 기대된다"고 말했다.


저작권자 © 일간투데이 무단전재 및 재배포 금지