대구경북과학기술원(DGIST·총장 이건우)은 곽정호 전기전자컴퓨터공학과 교수팀이 6G 비전 서비스에서 정확도와 효율성을 모두 갖춘 '학습 모델 및 자원 최적화 기술'을 개발했다고 28일 밝혔다. 향후 높은 수준의 컴퓨팅 파워와 복잡한 학습 모델을 요구하는 6G 비전 서비스 구현에 활용할 수 있을 전망이다.
6G 모바일 비전 서비스는 최근 주목하는 증강현실(AR)과 자율 주행 등과 같은 기술과 밀접하다. 영상과 이미지를 빠르게 캡쳐하고, 딥러닝을 활용한 학습 모델을 통해 해당 이미지를 효율적으로 파악할 수 있다.
하지만 이는 높은 성능의 프로세서(GPU)와 정확한 학습 모델이 반드시 필요하다. 기존 기술은 학습 모델과 컴퓨팅·네트워킹 자원을 별개로 다뤄 성능과 모바일 단말 자원 활용화에서 최적화를 이끌어내지 못했다.
연구팀은 학습 모델과 컴퓨팅·네트워킹 자원을 동시에 실시간으로 최적화하는 것에 주목했다. 그 결과 평균 타깃 정확도를 보장하면서 현재 기술들 대비 동일한 시간 지연에서 평균 정확도를 유지하며 에너지 소비를 최소 30%까지 줄일 수 있는 통합 학습 모델 및 컴퓨팅·네트워킹 최적화 알고리즘 '비전스케일링(VisionScaling)'을 제안했다.
또 임베디드 인공지능(AI) 단말과 이에 연결된 엣지 컴퓨팅 플랫폼(기기나 센서와 가까운 지역에서 데이터 처리와 분석이 이루어지는 컴퓨팅 인프라)을 통해 실제 모바일 비전 서비스가 사용되는 환경을 구현하고 실험을 진행했다. 그 결과 비전스케일링 알고리즘이 기존 알고리즘 대비 모바일 단말 에너지를 30% 절약하고, 종단간 지연을 39% 향상시키는 것을 확인했다.
곽정호 교수는 “향후 더 높은 메모리·컴퓨팅 자원을 요구하는 딥러닝 기반 모바일 서비스들을 위한 기술적 토대를 제공한다는 측면에서 의미가 있다”고 말했다.
이번 연구는 DGIST 전기전자컴퓨터공학과 최평준·함동호 석·박사통합과정생, 인하대 김영진 교수팀이 참여했다. 연구 결과는 최근 관련 분야 유명 국제학술지 'IEEE Internet of Things Journal'에 온라인 게재됐다.
대구=정재훈 기자 jhoon@etnews.com
