컨텐츠 바로가기

06.17 (월)

코가로보틱스, 딥러닝 대체할 '꿈의 인공지능' '초차원연산' 최초 실용화

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

코가로보틱스 ∙ 대구과기원, 세계 최대 로봇학회 ICRA서 성과 발표

HDC, 은 인간 두뇌 학습 방식 본따 경량 AI와 온디바이스 AI에 적합

한국금융신문

[한국금융신문 홍윤기 기자]

코가로보틱스는 자사 연구진과 대구경북과학기술원(DGIST, 이하 디지스트)의 공동논문 ‘인간 두뇌에서 영감을 얻은 초차원 컴퓨팅;: 바퀴 달린 로봇의 감각 운동 제어를 위한 경량 기호 학습'이 세계 최대 로봇학회인ICRA(International Conference for Robot & Automation)의 검증을 거쳐 일본 요코하마에서 열리는 ICRA 연례 컨퍼런스에서 공식 발표됐다고 14일 밝혔다.

연구에는 한양대 명예교수인 서일홍 대표이사 등 4명의 자사 연구진과 대구경북과학기술원(DGIST, 이하 디지스트) 김예성 교수 등 총12명의 연구진이 참여했다.

챗GPT 등 딥러닝 방식의 인공지능(AI) 학습이 큰 비용과 전력이 소모된다는 단점이 지적되는 가운데 이를 대체할 수 있는 학습법인 HDC(Hyper Dimensional Computing, 초차원 연산)는 국내 연구진에 의해 실용화됐다.

HDC를 활용한 AI 학습은 그동안 해외에서도 이론적으로는 차세대AI 학습 방식으로 각광받으면서 일부 연구가 진행됐다. 이론 연구 단계를 뛰어넘어 실용화해서 로봇 자율주행에 적용하고 세계적인 학술대회에서 논문 발표까지 한 사례는 이번이 세계 최초다.

HDC는 인간 뇌의 연산 방식을 모방하는 게 특징이다. 다른 정보를 가진 수천개 이상의 벡터를 모든 사물, 개념, 함수, 현상, 사건 등을 대응시키고 이 벡터들을 서로 결합시키는 간단한 계산을 통해 원하는 추론 결과를 도출하는 학습 방식이다.

코가로보틱스는 이 같은 분산 처리 방식이 두뇌가 정보를 특정 뉴런에 저장하지 않고 다수의 뉴런에 분산해 저장하는 방식과 유사하다고 설명했다. 딥러닝 방식에서는 인공신경망에 입력된 값들이 다층 구조의 노드들 간의 수많은 경우의 수를 거쳐 연산 된다.

딥러닝 방식은 매우 많은 행렬 연산이 필요해 AI 성능이 향상될수록 연산량도 기하급수적으로 증가한다. 고가의 GPU(그래픽처리장치) 등 AI 시스템 구축 비용이 증가하고 전력 소모량도 많아진다.

서일홍 코가로보틱스 대표는"기존의 딥러닝 기반의 인공지능 알고리즘은 자연어, 비전 등 다양한 응용에서 높은 품질의 학습 결과를 보여주고 있으나, 모델의 크기가 기하급수적으로 커지고 있다“고 했다.

이어 ”이를 훈련하는 데에는 고가의 GPU가 필수적으로 활용되는 등 비용 부담이 높아지고 있어 경량 인공지능 기술을 활용해 온디바이스 로봇 환경에서 훈련 및 추론 과정을 모두 수행하는 기술을 개발했다는 의의가 있다"고 했다.

이번 연구에서는 360도 방향의 거리를 측정하는 LiDAR 데이터를 읽어 모터를 제어하는 지각·행동 관계를 HDC로 모방해 사람의 개입 없이 주어진 목표를 자율적으로 학습할 수 있는 기술을 개발했다.

논문에서는 HDC를 실내자율주행 로봇에 적용한 결과, 장애물을 회피 등 자율주행기능을 딥러닝 대비, 30분의 1 가격, 15배 속도로, 20분의 1 전력을 소모해 동일한 결과를 얻었다고 설명했다.

글로벌 로봇 석학 마코토 가네코 박사(전 오사카대학 교수, IEEE Fellow)는“초차원 컴퓨팅이라는 새로운AI 학습 방식을 로봇에 적용해 실증함으로써 초차원 컴퓨팅(HDC)이라는 경량AI 기술을 적용한AI 로봇의 상용화 가능성을 보여주는 중요한 논문"이라고 평가했다.

코가로보틱스는 HDC 인공지능 학습 방식을 자율주행 로봇 뿐만 아니라 현관문 자동 개폐 등 다양한 분야로 확대 적용하고 있다고 밝혔다.

최현택 로봇학회회장은 “AI와 로봇의 핵심기술을 글로벌 빅테크 기업들이 독점하다시피 하고 있는 상황에서, 이번 논문을 ICRA에서 발표한 것은 대한민국 과학기술계의 AI·로봇 기술 수준을 알릴 수 있는 쾌거이자, HDC기술이 앞으로 현장 학습이 필요한 다양한 분야에 적용이 가능하다는 점을 보여주는 것”이라고 말했다.

홍윤기 한국금융신문 기자 ahyk815@fntimes.com


데일리 금융경제뉴스 FNTIMES - 저작권법에 의거 상업적 목적의 무단 전재, 복사, 배포 금지
Copyright ⓒ 한국금융신문 & FNTIMES.com
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.