일론 머스크가 주목한 범용AI 빛으로 성능 효율 잡았다
일론 머스크가 주목한 범용AI 빛으로 성능 효율 잡았다
일론 머스크 테슬라 최고경영자(CEO)가 최근 범용인공지능(AGI)이 이르면 2년 내에 상용화될 것이라는 전망을 내놨다.
범용인공지능은 인간과 비슷하거나 뛰어난 수준의 성능을 보이는 인공지능(AI) 기술을 말한다.
한 종류의 작업만 할 수 있는 기존 AI와는 구별되는 ‘궁극의 AI’로 불리기도 한다.
중국 칭화대 국립베이징정보과학기술연구센터(BNRist) 연구진은 12일 “범용인공지능 실현을 위한 고성능 광자 칩렛 ‘타이치(Taichi)’를 개발했다”고 밝혔다.
범용인공지능 개발에는 많은 데이터를 처리할 수 있는 능력이 필요하다.
현재 기술로는 한 종류의 데이터만 학습하는 데도 연산 능력과 전력 효율이 크게 떨어진다.
가령 챗GPT를 학습하는 과정에서 배출한 것으로 추정하는 탄소는 502톤(t)에 달한다.
한국이 1년간 배출하는 양의 약 40배에 달하는 수치다. 이 때문에 고성능, 고효율의 새로운 반도체 소자 개발이 필요한 상황이다.
쉬즈하오 BNRist 연구원은 “광자 집적 회로와 칩셋 기술을 결합해 대규모 회절 하이브리드
광자 칩렛을 개발했다”며 “AI 연산에 필요한 뉴런 규모를 대폭 늘릴 수 있을 것으로 기대한다”고 말했다.
칩렛은 기존의 거대한 크기의 칩을 쪼개 작은 칩으로 만들고, 이를 집적해 만든 반도체다.
반도체 성능을 높이기 위해 칩 크기를 키워야 하는 기존 기술과 비교해 작은 크기로도 우수한 성능을 낼 수 있어 차세대 반도체 기술로 주목받고 있다.
제조 비용도 저렴해 많은 수의 반도체를 병렬로 연결해야 하는 AI 분야에 특히 적합하다.
전자 대신 광자를 이용해 연산 성능도 크게 끌어 올렸다. 기존 반도체는 전자가 흐르냐, 흐르지 않냐에 따라 정보를 저장하고 연산한다.
다만 전자는 광자보다 속도가 느리고 회로를 지나면서 마찰에 의한 정보 손실로 인해 효율이 다소 떨어진다는 한계가 있다.
쉬 연구원은 “AI 모델 개발에 있어 그래픽처리장치(GPU)를 계속 사용하는 것은 지속가능하지 않은 방법”이라며
“연산 능력과 에너지 효율 사이의 균형을 찾는 것이 범용인공지능 개발의 최종 수단이 될 것”이라고 말했다.
연구진은 이같은 문제를 해결하기 위해 광(光) 집적 회로와 칩렛 기술을 결합한 차세대 반도체 타이치를 개발했다.
빛이 갖는 성질인 회절과 간섭을 활용해 고차원 연산을 가능케 했다.
여러 작업을 동시에 수행할 수 있도록 분산 프로토콜을 적용한 칩렛 형태로 만들어 성능을 크게 높였다.
타이치는 기존 광자 반도체에 비해 2배 이상 높은 에너지 효율을 나타냈다.
타이치는 100만개의 뉴런우로 구성돼 1와트 당 160테라오퍼레이션(TOPS)의 연산 성능을 보였다.
테라오퍼레이션은 1초에 처리할 수 있는 작업의 수로, 현재 최고 성능의 반도체는 약 30테라오퍼레이션 수준으로 알려졌다.
광자 반도체의 가장 큰 단점으로 여겨지던 정확도 문제도 해결했다. 언어 데이터셋인 옴니글롯(Omniglot)을 이용한 성능 실험에서 91.89%의 정확도를 달성했다.
연구진은 타이치를 이용하면 작동에 많은 에너지가 필요한 생성형 AI의 효율성을 높이고, 여러 기능을 갖춘 범용인공지능 달성도 가능할 것으로 내다봤다.
쉬 연구원은 “타이치는 광자 칩렛을 대규모 작업에 사용할 수 있다는 잠재력을 보여줬다”며 “범용인공지능의 시대에 필요한 자원으로서 광자 기술의 개발이 활발해질 것”이라고 말했다.
