KAIST가 개발한 GANPU 칩을 활용해 헤어 스타일을 자연스럽게 수정한 모습.[KAIST 제공]

[헤럴드경제=구본혁 기자] 한국과학기술원(KAIST) 전기및전자공학부 유회준 교수 연구팀이 생성적 적대 신경망(GAN)을 저전력, 효율적으로 처리하는 인공지능(AI) 반도체를 개발했다.

연구팀은 개발한 AI 반도체 칩을 활용해 이미지 합성, 스타일 변환, 손상된 이미지 복원 등 생성형 인공지능 기술을 모바일기기에서 구현했다.

기존 인공지능 기술인 분류형 모델은 주어진 질문에 답을 하도록 학습된 인공지능 모델로 물체 인식 및 추적, 음성인식, 얼굴인식 등에 활용된다.

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

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

또한 고해상도 이미지를 생성하기 위해 기존 심층 신경망 모델보다 수십 배 많은 연산량을 요구한다. 즉 적대적 생성 신경망은 연산 능력이 제한적이고 사용되는 메모리가 작은 모바일 장치에서는 소프트웨어만으로 구현할 수 없었다.

연구팀은 단일-심층 신경망뿐만 아니라 생성적 적대 신경망과 같은 다중-심층 신경망을 처리할 수 있으면서 모바일에서 학습도 가능한 인공지능 반도체 GANPU를 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.

연구팀은 모바일기기에서 저전력으로 다중-심층 신경망을 가속하기 위해 ▷적응형 워크로드 할당 ▷입출력 희소성 활용 극대화 ▷지수부만을 사용한 0 패턴 추측 기술을 사용했다.

이를 통해 GANPU는 기존 최고 성능을 보이던 심층 신경망 학습 반도체 대비 4.8배 증가한 에너지효율을 달성했다.

실제 연구팀은 태블릿 카메라로 찍은 사진을 사용자가 직접 수정할 수 있는 응용 기술을 시연했다. 사진상의 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 GANPU가 실시간으로 이를 자동으로 완성해 보여 주는 얼굴 수정 시스템을 개발했다.

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

이번 연구결과는 지난 2월 17일 미국 샌프란시스코에서 열린 ‘국제고체회로설계학회’에서 발표됐다.

nbgkoo@heraldcorp.com