'갤럭시S9·아이폰9' 클라우드 없이 '자율학습'


자체 AI 솔루션 탑재, 성능과 보안 두마리 토끼 잡기 나서

[아이뉴스24 김문기기자] 디바이스 엣지 측면에서의 인공지능(AI) 구현이 부상하고 있다. 디바이스 상에서의 AI가 가능하려면 폭증하는 데이터를 좀 더 빠르게 처리할 수 있는 속도도 중요하겠지만 개인적인 데이터를 보호할 수 있는 보안 여건도 갖춰져야 한다. 이에 따른 비메모리 설계가 무엇보다 중요한 핵심으로 자리잡고 있다.

14일 업계에 따르면 디바이스 상에서의 인공지능 구현을 위한 개발 및 기술 적용이 가속화되고 있다. 스마트폰과 태블릿 등 휴대할 수 있는 모바일 디바이스뿐만 아니라 각 사물이 연결돼 응용되는 사물인터넷(IoT)도 AI에 대한 니즈가 발생하고 있다.

AI를 효과적으로 확대하기 위해 클라우드 측면에서의 활용성이 증대됐다. 엣지 측면에서 발생한 데이터는 네트워크 흐름을 따라 클라우드로 전달돼 서버에 차곡차곡 쌓이는 형태로 진행됐다. 서버상에서 인공지능 솔루션을 통해 데이터가 분류되고 계산됐다. 서버에서 대부분을 처리하기에 엣지 측면에서는 별다른 작업이 필요치 않았다.

하지만 서버만으로 폭증하는 데이터를 효율적으로 처리할 수 없게 됨에 따라 엣지 측면에서 스스로 학습하고 계산할 수 있는 솔루션에 대한 요구가 확산되기 시작했다.

우선적으로 클라우드 서버 구축에 대한 비용 문제가 발생한다. 디바이스에서 서버로, 다시 서버에서 디바이스로 전달되는 경로로 인해 소폭의 지연도 허용치 않는 속도 문제가 불거졌다. 엣지 측면에서의 개인 디바이스의 경우 개인적인 데이터가 주로 생성되는데, 이러한 데이터가 클라우드 상에 쌓이게 되면 해킹 사고 발생시 위험도가 몇 배로 증가하게 된다.

ARM의 설문조사에 따르면 전세계 소비자의 85%가 AI의 보안에 대해 우려하고 있는 것으로 나타났다. AI의 개인 정보 보호에 대한신뢰를 심어주기 위해서 단말기에서 개인 데이터를 더 많이 처리하고 저장해야 한다는 중요 지표가 필요하다는 입장이다.

예를 들어 자율주행차의 경우 대용량 다수의 이미지 정보가 생성된다. 도로 위에 자율주행차가 수십대, 수백대씩 활보하고 있어 데이터량은 무수하게 증폭된다. 이러한 데이터를 처리하기 위해서는 보다 빠르고 지연없는 안정된 속도가 필요하다. 만약 네트워크 연결 상태가 불량하거나 AI 처리 속도가 느리다면 끔찍한 사고로 이어질 수 있다. 또한 해킹으로 인해 개인의 운전 조정 자체가 차단당할 수 있다.

효율성을 확보하기 위해 엣지 측면에서의 AI 처리 능력이 필요하다. 클라우드 서버에 의존치 않고 대략적인 작업들은 기기 자체가 처리할 수 있도록 해야 한다. 이를 구현하기 위해서는 기기 측면에서의 하드웨어 및 소프트웨어 고도화 작업이 필요하다. 각 글로벌 업체들이 AI 구현을 위한 반도체 개발에 힘을 쏟는 이유다.

삼성전자와 LG전자, 구글, 페이스북, 아마존, 퀄컴, ARM, 인텔 등이 주목하고 있는 AI 솔루션은 디바이스 자체적인 머신러닝 또는 딥러닝을 가속화할 수 있는 대안으로 주목받고 있다. 구글 텐서플로우 라이트, 페이스북, 카페2고, 아마존의 AI 프레임워크, 퀄컴 뉴럴 프로세싱 엔진(NPE) 등이 이애 해당된다. 삼성전자는 빅스비를 통해, 애플은 시리로 사용자와의 연결고리를 찾는다.

글로벌 스마트폰 두뇌의 약 90% 가량을 차지하고 있는 ARM은 지난 3월 AI에 특화된 다이나미크(DynamIQ) 기술을 선보인 후 지난 5월 이를 적용한 첫 번째 코어 프로세서를 공개했다. A75와 A55 코어 프로세서는 내년 출시될 전략 스마트폰 내 모바일AP에 활용될 것으로 기대된다.

난단 나얌팔리 ARM 컴퓨트 프로덕트 그룹 총괄은 "ARM은 AI에 대한 컴퓨팅 경험과 기타 인간과 유사한 컴퓨팅 경험을 근본적으로 재구성할 책임이 있다. 이를 위해 ARM은 네트워크 종단의 컴퓨팅과 클라우드 사이에 보다 빠르고 효율적이면서 안전한분산 지능을 실현해야 한다"고 말했다. 여기서 종단이란 엣지 디바이스를 의미한다고 볼 수 있다.

ARM A75와 A55 프로세서는 향후 3년에서 5년 내 AI 성능을 약 50배 가량 향상시킬 것으로 예상된다. ARM의 보안 솔루션인 트러스트존 기술로 엣지 디바이스의 시스템온칩(SoC)를 보호한다. 자율주행차량을 위한 첨단운전자보조시스템(ADAS)를 위한 기능적 안정성도 향상시켰다.

퀄컴은 자체적인 AI가 가능한 뉴럴프로세싱엔진(NPE)를 개발하고 이미 모바일AP에 적용했다. 올해 상용화된 스냅드래곤 835가 장착된 스마트폰에서 사용 가능하다. 퀄컴은 기존 머신러닝 솔루션인 제로스를 발전시켜 기기 스스로가 학습할 수 있도록 했다.

NPE는 상황에 맞게 스냅드래곤의 자원을 활용할 수 있도록 돕는 역할을 담당한다. 일종의 이기종 아키텍처 기반이다. 어떤 상황을 인식하는가에 따라 CPU와 GPU, DSP 등을 활용하게끔 한다.

애플은 한 발 더 나아갔다. 별도의 인공지능 칩을 개발하고 있는 것으로 알려져 있다. 뉴럴엔진이라고 불리고 있는 AI칩은 아이폰과 아이패드 등에서 구현되고 있는 터치ID 솔루션뿐만 아니라 음성인식 기반 시리의 데이터를 처리하는데 맞춰져 있다.

한편, 디바이스 엣지 측면에서의 AI가 부상함에 따라 비메모리 반도체 이외에 메모리 측면에서의 진화도 한 몫을 담당한다. 업계 관계자는 "AI 솔루션에 의해 메모리 솔루션도 한층 더 복잡해질 것”이라며, “기존 디바이스와 메모리의 사용법에 대한 해결책이 필요한 상황"이라고 분석했다.

김문기기자 moon@inews24.com







포토뉴스