눈부시게 발전하는 AI 기술, 그러나 엄청난 전력 소비는 고민거립니다.
[최혜림/SBS 그랜드 퀘스트 진행자 : 미국 텍사스에 있는 마이크로소프트 데이터 센터 사진입니다. 쳇GPT에 던진 질문 5개를 처리하기 위해 500미리미터의 물이 사용되고 있다고 합니다.]
더 빠른 속도를 위해 연산에 쓰이는 컴퓨터와 반도체 비용도 점점 천문학적으로 늘어납니다.
[최혜림/SBS 그랜드 퀘스트 진행자 : 엔비디아사의 DGX H100라는 컴퓨터입니다. 2년 전에 나온 모델인데, 컴퓨터 한 개당 가격이 약 5억에 이릅니다. 데이터 센터에서는 약 3,000개의 H100 컴퓨터가 들어가는데, 그럼 컴퓨터 가격만 1조 5천억 원에 달합니다.]
그래서 연구자들은 많은 전력과 큰 부피를 차지하는 기존 컴퓨터 대신 좀더 사람의 뇌를 닮은 뉴로모픽 컴퓨팅을 연구하고 있습니다.
[전동석/서울대 융합과학기술대학원 교수 : 컴퓨터 내에서 뉴로모픽 컴퓨팅 알고리즘을 구동하는 연구들이 활발히 진행되고 있고, 여러 칩들도 개발되어 있습니다.]
실제로 카이스트는 지난해 뇌의 사고방식과 비슷한 신경망 처리장치 NPU를 개발해 기존 CPU보다 인공지능을 더 빠르게 구동할 수 있단 걸 시연했습니다.
엔비다아의 그래픽 처리장치 A100보다 전력효율은 625배 높았다는 게 연구팀의 설명입니다.
다만 아직은 기존 컴퓨터 기술을 완전히 벗어나지 못했습니다.
[석민구/컬럼비아대 전기공학부 교수 : 이러한 칩들은 뉴런과 시냅스에 해당하는 데이터를 임시로 메모리에 저장하고, 특정 뉴런이 스파이크를 발생시키면 이에 해당하는 데이터를 불러와서 연산기가 연산을 수행한 뒤, 그 결과를 다시 메모리에 저장하는 방식을 사용하고 있습니다.]
실제 사람의 뇌 수준으로 칩을 만드는 건 아직은 기술적으로 어렵습니다.
[석민구/컬럼비아대 전기공학부 교수 : 인간 뇌가 가진 약 10^11개의 뉴런을 집적하기 위해서는 칩의 크기가 대략 4m×4m 정도가 되어야 합니다. 현재 기술의 정점 이라고 할 수 있는 GPU 칩조차도 크기가 몇 cm×몇 cm에 밖에 되지 않습니다.]
하지만 칩 여러 개를 병렬적으로 쌓는 기술이 빠른 속도로 발전하고 있어서, 가능성은 엿보입니다.
[전동석/서울대 융합과학기술대학원 교수 : 전체의 칩을 3차원 구조로 전환하면 동일한 부피 안에 더 많은 뉴런과 시냅스를 효율적으로 집적할 수 있고, 그 사이의 연결 도 훨씬 잘 만들어 줄 수 있습니다.]
기존 컴퓨터를 벗어난 아날로그 컴퓨터 기술 또한 연구실에서 개발되고 있습니다.
[석민구/컬럼비아대 전기공학부 교수 : 2022년에 KAIST 조성환 교수팀과 협업하여 '알콘(Archon)'이라는 컴퓨터 칩을 개발 했습니다. 알콘은 세계 최초의 완전 아날로그 데이터패스와 디지털 컨트롤을 결합한 프로세서로, 다양한 인공지능 모델을 구현할 수 있고요. 특히 효율성 측면에서 기존 디지털 프로세서에 비해서 100배 이상의 성능 개선을 이뤄 냈습니다.]
아날로그 컴퓨터의 방식으로 컴퓨터를 만들면 칩 효율이 대폭 개선될 수 있습니다.
[전동석/서울대 융합과학기술대학원 교수 : (기존 컴퓨터는) 8이라는 값을 저장하기 위해서는 메모리셀 4 개가 필요합니다. 이론적으로는 한 개의 아날로그 메모리 셀로 도 8이라는 값을 저장할 수 있습니다.]
사람의 뇌를 닮은 뉴로모픽 컴퓨터가 더 이상 꿈의 기술이 아니라는 겁니다.
[전동석/서울대 융합과학기술대학원 교수 : 훨씬 더 높은 수준의 병렬성을 갖고 실용성이 있는 뉴로모픽 컴퓨터가 가까운 미래에 어쩌면 5~10년 이내에도 만들어질 수 있다고 봅니다.]
전문가들은 비메모리 분야 인재에 대한 정부와 기업의 지속적인 지원이 반드시 필요한 시점이라고 말합니다.
(취재 : 정구희, 화면출처 : SBS 그랜드 퀘스트, 영상편집 : 최혜란, 제작 : 디지털뉴스편집부)