인텔, 세계 최대 '뇌에서 영감받은' 뉴로모픽 컴퓨터 개발

인텔은 세계 최대 규모의 뉴로모픽 컴퓨터 '할라 포인트(Hala Point)'를 개발했다. 뉴로모픽 컴퓨터는 인간 뇌의 작동 방식을 모방한 장치로, 인텔은 이 컴퓨터가 기존 컴퓨터보다 더욱 정교한 인공지능 모델을 실행할 수 있을 것으로 기대하고 있다. 하지만 전문가들은 이 장치가 최첨단 기술과 경쟁하기는커나 능가하기 위해서는 극복해야 할 기술적 문제들이 남아있다고 지적한다.

뉴로모픽 컴퓨터의 장점: 에너지 효율 향상과 새로운 인공지능 학습 방법

뉴로모픽 컴퓨터는 기존 컴퓨터와 근본적으로 다른 구조를 가지고 있어 기대치가 높다. 일반 컴퓨터는 프로세서를 사용하여 연산을 수행하고 데이터를 별도의 메모리에 저장하는 반면, 뉴로모픽 장치는 인공 뉴런을 사용하여 우리 뇌처럼 데이터 저장과 계산을 동시에 수행한다. 이는 현재 컴퓨터의 병목 현상을 초래할 수 있는 구성 요소 간의 데이터 이동을 없앨 수 있다.

인텔은 할라 포인트가 최적화 문제(특정 제약 조건 하에서 최적의 솔루션 찾기)를 실행할 때 기존 컴퓨터보다 100배 적은 에너지를 사용한다고 주장한다. 또한 뉴로모픽 컴퓨터는 실제 뇌가 정보를 처리하는 것처럼 인공 뉴런 연결망을 사용하는 인공지능 모델을 훈련하고 실행하는 새로운 방법을 제시할 수도 있다.

할라 포인트의 성능과 한계

할라 포인트는 1,152개의 Loihi 2 칩에 걸쳐 11.5억 개의 인공 뉴런을 포함하고 있으며 초당 3,800조 개의 시냅스 연산을 수행할 수 있다. 인텔의 마이크 데이비스(Mike Davies)는 할라 포인트가 이러한 엄청난 성능에도 불구하고 일반 서버 케이스 6개 rack만 차지한다고 말한다.

데이비스는 더 큰 규모의 장치도 가능하다고 말하며 "우리가 이 규모의 시스템을 만든 것은 솔직히 말해 10억 개의 뉴런이 괜찮은 숫자였기 때문이다. 특별히 기술적인 엔지니어링 과제 때문에 이 수준에서 멈춘 것은 아니다"라고 밝혔다.

할라 포인트의 규모와 동급하는 기존 장치는 없지만, 올해 말 완성될 예정인 뉴로모픽 컴퓨터인 딥사우스(DeepSouth)는 초당 2,28조 개의 시냅스 연산이 가능할 것으로 알려졌다.

하지만 로이히 2 칩은 아직 인텔이 소량 생산하는 프로토타입 단계에 있으며, 실제 문제를 뉴로모픽 컴퓨터에서 실행 가능한 형식으로 변환하고 처리를 수행하는 데 필요한 소프트웨어 계층이 실제적인 병목 현상이라고 데이비스는 지적한다. 이 프로세스는 뉴로모픽 컴퓨팅 전체와 마찬가지로 아직 초기 단계에 있다.

데이비스는 "소프트웨어가 너무 큰 제한 요인이었다"라고 말하며 아직 더 큰 머신을 만드는 것은 이유가 없다고 설명한다.

뉴로모픽 컴퓨터의 미래: 지속적 학습과 인공 일반 지능(AGI)의 길

인텔은 할라 포인트와 같은 컴퓨터가 현재 모델처럼 새로운 작업을 배우기 위해 매번 처음부터 훈련을 받을 필요가 없이 지속적으로 학습하는 인공지능 모델을 만들 수 있다고 제안한다. 하지만 영국 서섹스 대학교의 제임스 나이트(James Knight)는 이를 "과대 광고라고 일축했다.

나이트는 챗GPT와 같은 현재 모델이 병렬로 작동하는 그래픽 카드를 사용하여 훈련되므로 동일한 모델을 훈련하는 데 많은 칩을 사용할 수 있다고 지적한다. 그러나 뉴로모픽 컴퓨터는 단일 입력으로 작동하고 병렬로 훈련할 수 없기 때문에 한 번 작동하면 지속적으로 학습하도록 하는 방법을 고안하는 것은 고사하고 이러한 하드웨어에서 챗GPT와 같은 것을 처음 훈련하는 데에도 수십 년이 걸릴 것이라고 말한다.

데이비스는 오늘날의 뉴로모픽 하드웨어가 대규모 AI 모델을 처음부터 훈련하는 데 적합하지 않지만, 언젠가는 사전 훈련된 모델을 가져와 시간이 지남에 따라 새로운 작업을 학습할 수 있기를 바란다"며 이 방법은 아직 연구 중이지만, 이것은 Hala Point와 같은 대규모 뉴로모픽 시스템이 미래에 매우 효율적인 방식으로 해결할 수 있다고 믿는 일종의 지속적인 학습 문제이다"라고 말한다.

나이트는 뉴로모픽 컴퓨터가 다른 많은 컴퓨터 과학 문제를 해결하는 데 도움이 될 수 있을 뿐만 아니라 개발자들이 이러한 문제를 해결하기 위해 소프트웨어를 작성하는 데 필요한 도구가 고유한 하드웨어에서 실행되면 효율성을 높일 수 있을 것이라고 낙관한다.

기대와 우려가 공존하는 뉴로모픽 컴퓨터

할라 포인트는 인공지능 분야에 큰 혁신을 가져올 수 있는 잠재력을 가지고 있는 반면, 실제적인 활용까지는 아직 많은 과제가 남아있다.

1. 인공지능 학습 방식 변화 가능성

뉴로모픽 컴퓨터는 인공지능 모델 학습 방식을 근본적으로 바꿀 수 있다는 희망을 제시한다. 현재 대부분의 인공지능 모델은 방대한 양의 데이터를 기반으로 학습 과정을 거쳐야 하며, 새로운 작업을 수행하기 위해서는 매번 처음부터 다시 학습해야 하는 단점이 있다. 하지만 뉴로모픽 컴퓨터는 인간 뇌와 유사한 방식으로 지속적으로 학습하고 적응할 수 있도록 설계되어 있어 기존 모델보다 더 효율적이고 유연한 인공지능 시스템 개발에 기여할 수 있다.

2. 인공 일반 지능 (AGI) 구현 가능성

인공 일반 지능 (AGI)은 인간과 같은 수준의 지능을 가진 인공지능을 의미하며, 인공지능 분야의 궁극적인 목표로 여겨진다. 하지만 현재까지 개발된 인공지능 모델들은 특정 분야에만 국한된 성능을 보여주고 있으며, AGI 구현에는 아직 많은 어려움이 존재한다. 할라 포인트와 같은 뉴로모픽 컴퓨터는 인간 뇌의 작동 방식을 모방함으로써 AGI 구현에 한 발짝 더 가까워질 수 있다는 기대를 받고 있다.

3. 기술적 과제와 경제적 비용

하지만 뉴로모픽 컴퓨터는 아직 초기 단계의 기술이며, 실제적인 활용까지는 많은 기술적 과제를 극복해야 한다. 특히, 뉴로모픽 컴퓨터에 적합한 소프트웨어 개발, 에너지 효율 향상, 대규모 시스템 구축 등이 주요 과제로 꼽힌다. 또한, 뉴로모픽 컴퓨터는 기존 컴퓨터에 비해 훨씬 높은 비용이 발생하는 단점이 있어 경제적 타당성을 확보하는 것도 중요한 과제이다.

4. 윤리적 문제

뉴로모픽 컴퓨터는 인공지능의 발전과 더불어 윤리적 문제도 제기한다. 인간 뇌와 유사한 방식으로 학습하고 적응하는 뉴로모픽 컴퓨터는 인간의 감정이나 의식을 모방할 수 있는 가능성이 있으며, 이는 인공지능 윤리와 관련된 새로운 논쟁을 불러일으킬 수 있다. 또한, 뉴로모픽 컴퓨터의 강력한 성능은 악용될 경우 심각한 사회적 문제를 야기할 수 있기 때문에 사전에 명확한 윤리적 지침과 규제가 필요하다.

5. 미래 전망

인텔 할라 포인트는 아직 초기 단계이지만, 인공지능 분야에 큰 혁신을 가져올 가능성을 보여주고 있다. 앞으로 뉴로모픽 컴퓨터 기술이 발전하고 관련 연구가 진행된다면, 인공지능 학습 방식, 인공 일반 지능 구현, 인공지능 윤리 등 다양한 분야에서 중요한 성과를 이룰 수 있을 것으로 기대된다. 하지만 동시에 기술적 과제, 경제적 비용, 윤리적 문제 등 해결해야 할 과제도 많기 때문에 지속적인 연구와 개발이 필요하다.