슈퍼 컴퓨터 엔비디아 DGX-1으로 인공지능 연구의 경계를 넓히고 있는 뉴욕 대학교의 데이터 과학 센터

by NVIDIA Korea

슈퍼 컴퓨터 엔비디아 DGX-1으로 인공지능 연구의 경계를 넓히고 있는 뉴욕 대학교의 데이터 과학 센터

뉴욕 대학교의 데이터 과학 센터는 머신 러닝, 컴퓨터가 사람의 일상 언어를 이해하고 처리하는 자연어 처리(Natural language processing), 시각능력을 통해 영상 정보를 받아들인 컴퓨터가 이미지를 분석해서 통찰력을 제공하는 컴퓨터 비전(Computer vision), 센서를 사용하여 시스템 상황을 모니터링, 동작을 조정하여 스스로 작업 수행이 가능한 인텔리전트 머신(intelligent machines) 과 같은 첨단 기술 연구분야를 선도하고 있습니다. 그리고 실험과 연구 속도를 가속화 하고자 하는 끊임없는 노력을 하고 있죠.

대다수의 실험과 연구의 진전에는 컴퓨팅 속도가 결정적인 역할을 하기 때문에, 센터에 속해있는 위의 언급된 분야 및 로보틱스(CILVR) 실험실에서는 연구를 획기적으로 가속화 할 수 있는 딥 러닝 전용 슈퍼 컴퓨터, 엔비디아 DGX-1을 최근에 도입하였는데요.

로보틱스 실험실에서는 현재 딥 러닝의 “비지도 학습(unsupervised learning)”을 연구하는 데에 중점을 두고 있습니다. 이 실험실에서 일하는 교수, 연구자, 대학원생들은 기계가 동영상 및 이미지를 보거나, 대화 등을 듣는 등의 가공이나 분류가 되지 않은 데이터로부터 스스로 학습을 할 수 있게 만드는 기술을 개발하고 있습니다.

그리고 그 후에 이러한 기술을 주변 환경을 이해하는 자율 주행 자동차, 종양이나 질병을 기존 방식보다 조기에 더 정확하게 발견할 수 있도록 하는 의료 이미지 분석과 같은 컴퓨터 시각 분야, 그리고 자연어 처리 분야에 적용하려고 합니다.

“DGX-1을 저희가 진행하는 모든 연구 프로젝트에 사용할 예정입니다.” 뉴욕 대학교 데이터 과학 센터 창립 디렉터이자 인공지능 분야의 세계적인 대가인 얀 레쿤(Yann LeCun) 교수는 이렇게 말했습니다. “학생들이 하루라도 빨리 쓰고 싶어서 기다리기 어렵다고 하네요.”

로보틱스 연구실에서 개발 중인 비지도 학습 알고리즘에는 막대한 양의 연산이 필요합니다. 연구자들이 여러 가지 버전의 연구를 함께 병행하여 가장 성과가 좋은 것을 가려 내야 하기 때문입니다. 그래서 수천 가지 실험이 동시에 실행되죠. 결과가 빠르게 나오면 연구자들이 연구 버전마다 다르게 한 설정과 조정 값의 성공 및 실패 여부를 빨리 알 수 있습니다.

“궁극적으로 성공적인 연구를 이끌어가는 데는 빠른 컴퓨터가 절실하게 필요합니다.” 얀 레쿤 교수는 말합니다.

엔비디아 DGX-1과 성능을 견줄 만한 다른 슈퍼 컴퓨터는 없습니다. 이 슈퍼 컴퓨터는 데스크톱 PC 한 대 크기로 기존 서버 250개에 상당하는 170 테라플롭스의 성능을 제공합니다.

예측 분석의 힘

로보틱스 실험실은 도시 시스템 및 스포츠와 같은 분야에 적용되는 예측 분석에서도 앞서 가고 있습니다. 이 방면을 주도하는 연구자는 클라우디오 실바(Claudio Silva)입니다.

이제 모든 주요 도시의 택시가 GPS로 추적되고, 교통 데이터 조사는 머신 러닝 모델로 대체되고 있습니다. 데이터는 교통 패턴 및 몇 주간의 기간에 수천 대의 운전자 행동 양식 분석을 기반으로 형성됩니다. 그래서 결과적으로는 현실의 교통상황이 반영되죠.

스포츠 분야에서 실바 연구자는 딥 러닝을 활용하여 야구 선수의 행동을 자세히 포착한 영상을 전례 없는 막대한 데이터로 분석하고 있습니다. 이미 메이저 리그 야구에서 경기장에 있는 모든 선수, 투구, 타자, 공의 움직임을 빠짐없이 추적하는 시스템을 만든 바 있습니다.

그리고 이에 따르는 데이터의 양은 굉장히 방대합니다. 한 시즌 분량의 데이터는 약 700,000타석에 해당되며, 데이터 크기로는 1.5 테라바이트가 됩니다.

더 빠른 슈퍼 컴퓨터를 사용할 수 있게 되면, 실바와 같은 연구자들이 더 좋은 연구 질문을 수행할 수 있게 됩니다. 특정한 타석에서 좋은 성적이 나온 이유는 무엇이고, 선수가 스윙을 바꾸기 위해 어떤 신체적 변화가 필요하며, 선수의 부상 확률은 얼마인지 등을 분석할 수도 있습니다.

“GPU가 없이는 머신 러닝을 효과적으로 해낼 방법이 없습니다. 시간이 너무 오래 걸리기 때문입니다.” 실바는 말했습니다. “하지만 엔비디아 DGX-1과 같은 시스템이 있으면 그 모든 데이터를 처리하고 예측 모델을 만들 수 있습니다.”

엔비디아 DGX-1의 도입으로 인해 인공지능 관련 연구에 날개를 달게 될 뉴욕대학교 데이터 과학 센터의 향후 연구 성과가 기대됩니다. ^^