하드웨어 칼럼

리뷰(게임, 하드웨어, 칼럼, 영상리뷰) 게시판은
닥터몰라 운영진이 작성한 게시글을 보는 게시판으로 회원들의 작성은 금지되어 있습니다.
(단, 좋은 글이 있으면 글 작성자의 허락과 운영자의 회의를 통하여 리뷰게시판으로 이동 됩니다.)

[VGA] NVIDIA Media Tech Talk : GPU 딥러닝, 최신 자율주행 기술 근황

Dr.Lee | 조회 846 | 추천 5 | 2017.09.21. 13:59 http://drmola.com/pc_column/236811

지난 수요일, 닥터몰라의 새 에디터 Dr.Stich님은 삼성동 엔비디아 코리아에서 개최된 <Media Tech Talk>에 참석했습니다. 이 글은 그 후기입니다.

 


 

nv_deep_learn_00.jpg

 

엔비디아 코리아에서 실로 오랜만에 지포스 시리즈가 아니라 세계적인 이슈로 떠오른 인공지능과 딥 러닝 기술을 소개하고 의견을 주고받는 미디어 테크 데이를 가졌습니다.

 

게임등을 통해 개인적으로도 손쉽게 접할 수 있는 비주얼 그래픽 기술과 달리, 딥 러닝이나 인공지능 기술은 뉴스에서 언급되는 대규모 프로젝트나 공공기관의 편의시설 정도가 대부분입니다. 때문에 개개인의 관심사나 취미로서의 접근성은 낮은 편이라 명성에 비해 비중있는 기사로 다루어지는 경우가 많지 않았는데, 엔비디아가 첫 포문을 연 셈입니다.

 

nv_deep_learn_01.jpg

 

이번 엔비디아 미디어 테크 토크(를 빙자한 강의)는 엔비디아 코리아 변경원 기술이사의 "딥 러닝 기술 개요", 그리고 이를 바탕으로 개발 중인 "엔비디아 자율주행 기술" 현황 소개 순으로 진행되었습니다.

 

먼저 변경원 기술이사는 알파고를 통해 일약 유명세를 탄 인공지능과 동일시되곤 하지만, 보다 심층적인 부분이자 핵심적인 기술인 딥 러닝의 구분과 활용분야, 실행과정 등을 소개해주셨습니다. 아래부터 강의에 사용된 슬라이드 자료와 해설을 요약한 자료입니다.

 

nv_deep_learn_30.jpg

▲ 딥 러닝(Deep Learning) 기술에 대해 강연하고 있는 엔비디아 코리아 변경원 기술이사

 

nv_deep_learn_02.jpg

▲ 딥 러닝은 인공지능을 개발하기 위한 핵심 기술입니다. 간단하게 비유를 하자면 C언어(딥 러닝)로 개발된 프로그램(인공지능)으로
풀이할 수 있습니다. 특히 빅데이터 수집이 용이한 인터넷 포털 기업들이 앞장서서 기술을 도입하고 있는 상황입니다.

 

nv_deep_learn_03.jpg

▲ 딥 러닝은 주로 이미지 분석을 통해 특정 물체들을 감지해내는 역할의 응용이 주를 이루고 있으며,
최근에는 문자나 음성을 인식하고 번역하는 언어처리 분야에서도 두각을 드러내고 있습니다.

 

nv_deep_learn_04.jpg

▲ 딥 러닝과 인공지능을 C언어와 프로그램으로 비유했지만, 그 사이에도 크게 두 가지 분야가 더 있을 정도로 딥 러닝은 핵심요소에 가깝습니다.
딥 러닝이 (C언어) 자체라고 한다면 표현학습은 (코드)에 해당하며, 머신러닝은 (알고리즘) 정도로 풀이할 수 있겠습니다.

 

nv_deep_learn_05.jpg

▲ 머신러닝은 기계가 학습하는 행위 또는 시스템 전반을 뜻 합니다. 그 중에서도 가장 주된 역할을
가르쳐주는 학습(지도학습)과 자율학습(비지도학습)으로 구분해놓았습니다.

 

nv_deep_learn_06.jpg

▲ 지도학습은 수집한 데이터의 카테고리를 나누고(분류) 비슷한 것들을 모으는(회귀) 과정을,
비지도학습은 여러 개의 카테고리가 섞여있는 물체를 분석(군집)하는 과정을 뜻합니다.

 

nv_deep_learn_07.jpgnv_deep_learn_08.jpg

nv_deep_learn_09.jpg

▲ 안면 인식을 구현하는 딥 러닝 신경망의 세부구조를 나타낸 다이어그램입니다.
심층 신경망에서 약 30-엑사플롭스(3천경)에 달하는 거대한 데이터 분석이 이루어진다고 밝혔습니다.

 

nv_deep_learn_10.jpgnv_deep_learn_11.jpgnv_deep_learn_12.jpg

▲ 이세돌 전문기사와의 대결로 유명한 알파고(AlphaGo)처럼 바둑으로 딥 러닝이 이루어지는 과정을 세부적으로 나타낸 슬라이드입니다.
바둑판 전체를 한꺼번에 분석하는 경우 발생하는 비효율성을 개선하기 위해 좀 더 작은 영역만 분석하는 필터를 만들어 각 구역들을
빠르게 처리한 뒤, 겹치는 구역들의 변수를 공유함으로써 최종적인 판단을 내리는 형태로 병렬 연산에 최적화 된 것을 알 수 있습니다.

 

nv_deep_learn_13.jpg

▲ 딥 러닝 기술의 아버지, 알렉스 크리에프스키(Alex Krizhevsky)가 개발한 알렉스넷(Alexnet)의 개념도 입니다.

 

nv_deep_learn_14.jpg

▲ 알렉스넷은 2012년 이미지 판독 기술을 검증하는 이미지넷(IMAGENET) 대회에서 처음 발표되었습니다. 기존의 알고리즘과
컴퓨팅 파워로는 신뢰성이 75% 이하로 정체되어 있었지만, 알렉스넷 도입으로 딥 러닝이 대세가 된 이후 90% 이상
신뢰성을 확보하면서 대회로서의 의미를 상실해 이미지넷은 2015년을 끝으로 개최되지 않고 있습니다.

 

nv_deep_learn_15.jpg

▲ 2015년 이미지넷에 기록된 신경망 구조도입니다. 2012년에 개발된 알렉스넷이 8-레이어 구조임을 감안해 본다면
불과 3년 만에 152-레이어를 처리할 수 있을 정도로 컴퓨팅 파워 또한 빠른 속도로 성장하고 있음을 알 수 있습니다.

 

nv_deep_learn_16.jpg

▲ 빅데이터의 등장으로 학습할 분량이 충분해졌고, 알렉스넷으로 딥 러닝 기술의 새로운 지평이 열렸으며, GPU의
범용 컴퓨팅 성능은 꾸준히 증가하고 있습니다. 아래에서 살펴볼 비용대비 효율성까지 고려한다면 활용하지 않을 이유가 없습니다.

 

nv_deep_learn_17.jpgnv_deep_learn_18.jpg

▲ 기존의 CPU를 활용한 HPC 서버는 막대한 도입비용과 유지비(소비전력)가 요구되지만, GPU를 활용하면 불과 0.6% 정도의 비용만으로도
같거나 비슷한 성능을 낼 수 있습니다. 지금은 구글을 비롯한 많은 기업들이 GPU를 활용하고 있으며, 딥 러닝 스타트업도 여럿 등장한 상황입니다.

 

nv_deep_learn_19.jpgnv_deep_learn_20.jpg

▲ 흥미로운 강연을 공짜로 들려주지는 않았습니다. 최적의 딥 러닝 개발을 위한 엔비디아의 DIGITS SDK 및 전용 시스템인
NVIDIA DevBox와 함께, 대규모 딥 러닝 프로젝트를 수행하기 위한 슈퍼컴퓨터 NVIDIA DGX-1가 소개되었습니다.
불과 1년만에 25시간이 걸리던 작업을 2시간만에 처리할 수 있는 컴퓨팅 파워가 강조되어 있었습니다.

 

그 동안 흔치 않던 주제로 강연이 진행된만큼 질의응답 세션도 심층적인 내용보다는 흔히 알려져 있는 인공지능이나 딥 러닝 분야의 괴담(?)이나 전망에 대한 오해를 푸는 방향으로 진행되었습니다.


Q : 스카이넷처럼 인공지능이 무분별한 학습으로 인류에 피해를 주는 사태가 발생할지도 모른다는 의견에 대해서 어떻게 생각하는지?

A. 현재의 기술력으로는 어림도 없으며, 개발 주체가 인간인 이상 앞으로도 그런 상황이 벌어질 일은 없으리라 본다.


Q (by Dr.MOLA) : 딥 러닝이 지속적으로 학습한다면 서버에서 차지하는 데이터도 실시간으로 늘어나는게 아닌지?

A. 우선 딥러닝을 실시하기 위한 소스 자체는 상당히 심플하며, 학습을 위한 참고 데이터는 딥 러닝용 기기가 생성하는 것이 아니라 기존에 생성된 빅데이터를 활용하게 됩니다. 물론 학습을 완료한 루트(결과물)의 용량은 상대적으로 방대한 경우도 있습니다. 다만, 서비스를 제공하는 기업의 입장에서는 학습 완료된(업데이트 된) 결과물만 서버에 업로드시켜 대응하게 되므로 실시간으로 서버 용량을 점검하는 등의 걱정을 할 필요는 없습니다.

 


 

nv_deep_learn_31.jpg

▲ 엔비디아가 개발중인 자율주행 기술과 업계의 현황, 전망을 발표한 차정훈 상무

 

nv_deep_learn_22.jpg

▲ 자율주행 기술 개발로 자동차 업계의 새로운 장을 열었다는 내용입니다. 다만 차정훈 상무가 덧붙여 엔비디아가 직접 자동차 설계나
생산에 뛰어들어 아이템을 가로채는 사태는 일절 없을 것이며, 고객이 원하는 솔루션(자율주행 기술)에 집중할 뿐임을 강조했습니다.

 

nv_deep_learn_23.jpg

▲ 자율주행 차량용 인공지능의 현황과 미래의 과제를 나타낸 자료입니다. NCAP으로 표시된 Lv.2 이하는 오토 크루즈 기능으로도 잘 알려진
고속도로에서 앞 차와의 간격과 차선을 지키는 수준이며, Lv.3 역시 고속도로에 한해 차선등을 변경하며 최적의 경로로 주행하는 수준입니다.

Lv.4부터는 본격적인 자율주행으로 도심지역을 포함한 특정 지점에서 특정 지점(Point to Point)까지 설정된 거리를 신뢰성 99.99%로 주행,
최종 단계인 Lv.5는 주행 중에도 경로를 바꾸거나, 심지어 현재 차주의 위치로 차량을 호출(소환!)할 수도 있는 완전한 의미의 자율주행이라고 합니다.

 

nv_deep_learn_24.jpg

신뢰성 99.99%의 자율주행이라는 빡빡한 목표를 달성하기 위한 엔비디아의 대표 솔루션인 NVIDIA DRIVE PX 2 입니다. 차정훈 상무의
해설에 따르면 자율주행 기술 업계에서 유일하게 공식 발표된 토탈 솔루션으로서 지속적인 성능 향상은 당연한 이야기고, 보다 핵심적인
요소로 차주의 생명과 직결되어 있는 문제인만큼 오작동이나 불량으로 인한 사고를 막기 위한 신뢰성 확보를 위해 노력하고 있다고 전했습니다.

 

nv_deep_learn_25.jpg

▲ 대부분의 데이터가 시스템 내부에서 발생하는 PC와 달리, 자율주행 솔루션은 각종 센서에서 수집한 데이터를 전달받아 처리하기 때문에
입출력(I/O) 인터페이스의 중요성을 언급했습니다. 현행 오토 크루즈에서 사용되는 센서의 개수는 약 6개 정도에 그치고 있지만 Lv.3 정도의
고속도로 주행만 하더라도 대략 20개, Lv.4 이상의 자율 주행에는 50개에 달하는 센서와 통신이 필요하게 될 것이라고 전망했습니다.

 

nv_deep_learn_26.jpgnv_deep_learn_27.jpg

▲ 하드웨어는 물론이고 소프트웨어 개발에 필요한 레퍼런스(SDK)까지 풀스택으로 완비한 DRIVEWORKS도 함께 제공됩니다.

 

nv_deep_learn_28.jpg

▲ 차량의 옵션에 따라 다른 등급(Lv)의 자율주행 기술이 적용되더라도 최적의 비용으로 대응할 수 있는 하드웨어 플랫폼을 구축하고 있습니다.

 

nv_deep_learn_29.jpg

▲ 지난 GTC 2016에서 발표된 DRIVE PX 2의 후속 모델, 자비에(XAVIER)는 더 높은 성능을 더 작은 크기에 더 작은 전력으로 발휘할 수 있도록
개발되었습니다. 현재 차량용 MCU를 개발하는 보쉬(Bosch)와 협업을 통해 자율주행 Lv.4 달성을 목표로 개발이 진행되고 있습니다.

 

엔비디아의 자율주행 기술은 이미 대외적으로 추진되고 있는 사업분야인 만큼 차세대 솔루션에 대한 주요 질문들은 NDA 문제로 언급을 할 수 없어 양해를 구했지만, 그 대신 내부적으로 고속도로 상의 완전한 자율주행(=Lv.3) 달성은 2020년, 포인트 투 포인트의 Lv.4 자율주행은 2022년 즈음이 될 것으로 전망하고 있다는 소식을 전하면서 세션을 마무리 했습니다.

 

이상으로 엔비디아 딥러닝 / 자율주행차 미디어 테크 토크 참관기를 마찹니다. 읽어주셔서 감사합니다.

Dr.Lee's Signature

* 적용중인 트로피 :

  1. nv_deep_learn_31.jpg (File Size:90.6KB/Download:0)
facebook twitter google plus pinterest kakao story band
Profile image 매실주스 2017.09.21 23:52
현장감있는 참관기 감사합니다.. 딥러닝 머신러닝 관련 잘 설명이 되어 참고하기 정말 좋네요
Profile image 후들후들 2017.09.25 00:41
흥미로워요... 잘 봤습니다!
  • KudoCast Special: 10살짜리 아이폰 [모바일] KudoCast Special: 10살짜리 아이폰 file

    제가 원래는 KudoCast라는 이름의 팟캐스트를 매주 했었는데, 요즘은 워낙 바빠서 애플 이벤트 이후에만 하고 있습니다. 그러니 이번 아이폰 10주년을 기념하는 이번 이벤트를 놓칠 수 없죠. 그래서 이번에도 준비했습니다. 이번 방송은 아이몰라님과, IT 칼럼니스트인 최호섭님과 함께 진행했습니다. 재밌게 들어주세요! 들...

  • 삼성 갤럭시 노트8 성능 리뷰: 다음 달리기를 위한 숨고르기? [모바일] 삼성 갤럭시 노트8 성능 리뷰: 다음 달리기를 위한 숨고르기?

    삼성은 하반기 플래그십 스마트폰으로 갤럭시 노트 8을 선보였습니다. 작년 이맘때 갤럭시 노트 7이 폭발하고 노트 시리즈의 존폐 자체를 걱정하던 때와는 분위기가 꽤 많이 반전되었죠. 삼성은 갤럭시 노트 8을 출시함으로써 갤럭시 노트 시리즈가 여전히 플래그십 삼성 스마트폰으로써 우뚝 서 있음을 과시했습니다. 갤럭...

    • iMola |
    • 17.09.30 |
    • 조회 1265 |
  • 4K의 세계에 어서오세요 [etc] 4K의 세계에 어서오세요 file

    만약 4K모니터로 넘어오실 계획이 있는데 몇가지 인터넷에 떠 도는 일부 소문 때문에 교체를 망설이고 계신 분들을 위해 작성했습니다. 목차 Windows는 가능하다면 Windows 8.1이상을 사용하세요. 나에게 맞는 모니터의 크기는 최적 DPI스케일링 Windows 의 HiDPI문제는 전적으로 Windows의 문제인가 지원 하지 않는 프로그...

    • Archost |
    • 17.09.28 |
    • 조회 1782 |
  • 코어 i9-7980XE / 7960X 벤치마크 Part 1 (아난드텍 기사 번역) [CPU] 코어 i9-7980XE / 7960X 벤치마크 Part 1 (아난드텍 기사 번역) [6] file

    1. 서론 : 코어 i9-7980XE / 7960X 파헤치기 인텔이 프로슈머용 18코어 데스크탑 CPU를 출시하겠다고 밝힌 지난 5월부터 그들의 긴박함은 이미 금방이라도 만져질 듯 명확해져 있었다. 모두가 이 제품이 인텔 역사상 가장 빠른 CPU가 될 것이라 믿었고, AMD의 16코어 라이젠 스레드리퍼와의 맞대결을 고대했다. 비록 가격이 ...

    • Dr.Lee |
    • 17.09.26 |
    • 조회 2954 |
  • Mythbuster : 흔히 믿는 잘못된 속설들을 파헤쳐보자 [etc] Mythbuster : 흔히 믿는 잘못된 속설들을 파헤쳐보자 [5] file

    오늘은 조금 캐주얼하게 준비해 보았습니다. (바로 뒤에 개빡센 글이 기다리고 있기 때문에...) 바로 시장에서 흔하게 믿어지고 있는, 그러나 사실이 아닌 속설들을 파헤쳐보는 시간입니다. 서론이 길어봐야 의미없으니 거두절미하고 바로 들어가 볼까요? 인텔편 1. 베이스 클럭은 인텔이 보증하는 최소의 클럭이다 : False ...

    • Dr.Lee |
    • 17.09.26 |
    • 조회 1926 |
  • 인텔, 커피레이크-S 기반 데스크탑 8세대 코어 프로세서 공개 [CPU] 인텔, 커피레이크-S 기반 데스크탑 8세대 코어 프로세서 공개 [3] file

    일반 소비자 시장을 겨냥한 인텔의 8세대 코어 프로세서가 오늘 공개되었습니다. 당초 오는 10월 5일 정식으로 출시될 예정이었으나 해외에서 누군가 엠바고를 깬 덕분에 모든 매체가 부랴부랴 후속기사를 준비하는 해프닝이 있었습니다. 지난 8월 21일 인텔은 8세대 코어 프로세서를 한 차례 발표한 바 있습니다. 그때와 지...

    • Dr.Lee |
    • 17.09.25 |
    • 조회 1445 |
  • 아이폰 8 핸즈온: 마지막 핏줄 [모바일] 아이폰 8 핸즈온: 마지막 핏줄 [2] file

    지난주 아이몰라님이 애플의 스페셜 이벤트에 다녀오겠다는 말을 했을 때, 저는 이 지령을 반복적으로 보냈습니다. “거기선 아이폰 X 핸즈온만 써 오세요.” 어차피 많은 사람들은 디자인 변화가 많지 않은 아이폰 8보다는 아이폰 10년의 역사에서 가장 큰 변화를 가져올 아이폰 X에 더 관심이 많을 거라 예상했고, 그 예상은...

  • 아이폰 X 화면 크기의 비밀 : 5.8인치가 5.5인치보다 작다? [모바일] 아이폰 X 화면 크기의 비밀 : 5.8인치가 5.5인치보다 작다? [2] file

    사진 : 애플 아이폰 X가 공개된 후 많은 기사들은 아이폰 X가 기존의 아이폰 플러스 모델보다 큰 화면을 탑재했지만 훨씬 작은 크기에 구현했다고 말했습니다. 이는 애플이 아이폰 X의 스크린 대각선 길이가 5.8인치라고 발표했기 때문인데요, 이는 수치적으로 아이폰 플러스 모델들의 스크린 대각선 길이인 5.5인치보다 긴 ...

    • iMola |
    • 17.09.21 |
    • 조회 3451 |
  • NVIDIA Media Tech Talk : GPU 딥러닝, 최신 자율주행 기술 근황 [VGA] NVIDIA Media Tech Talk : GPU 딥러닝, 최신 자율주행 기술 근황 [2] file

    지난 수요일, 닥터몰라의 새 에디터 Dr.Stich님은 삼성동 엔비디아 코리아에서 개최된 <Media Tech Talk>에 참석했습니다. 이 글은 그 후기입니다. 엔비디아 코리아에서 실로 오랜만에 지포스 시리즈가 아니라 세계적인 이슈로 떠오른 인공지능과 딥 러닝 기술을 소개하고 의견을 주고받는 미디어 테크 데이를 가졌습니다. ...

    • Dr.Lee |
    • 17.09.21 |
    • 조회 846 |
  • Steve Jobs Theater에서 온 편지 : 애플 9월 스페셜 이벤트 돌아보기 Steve Jobs Theater에서 온 편지 : 애플 9월 스페셜 이벤트 돌아보기 file

    현지 시간으로 9월 12일, 애플이 스페셜 이벤트를 열렸습니다. 이번 스페셜 이벤트는 최초의 아이폰이 출시된지 10주년이 되는 해에 열린 스페셜 이벤트인데다 애플의 새 본사인 애플파크의 스티브 잡스 시어터에서 열리는 첫 번째 스페셜 이벤트라서 여느 때보다 더 특별하게 시작되었습니다. 커다란 유리 원통으로 이뤄진 ...

    • iMola |
    • 17.09.15 |
    • 조회 715 |