지난주 캐나다 몬트리올에서 열린 인공지능 분야의 최고 권위 학회 중 하나인 신경정보처리시스템학회의 NeurlPS 2018. 오픈 하자 마자 전 일정이 매진될 정도로 DL/AI쪽 개발자들이 많은 관심을 보였는데요, 이번 컨퍼런스에서 엔비디아는 어떤 모습이었을까요? NeurIPS 2018에서 공개된 NVIDIA 인사이트, 지금 확인해 보시죠.
엔비디아 피직스(PhysX)가 오픈소스?
로봇이 별다른 문제없이 우리와 일상생활을 하기 위해서는 정말 많은 데이터를 가지고 다양한 상황에서 훈련시켜야 하는데요, 실제 환경에서 로봇을 트레이닝하기 위해서는 시간과 공간적인 제약이 있기 마련입니다
엔비디아는 피직스 시뮬레이션(Physics Simulation)으로 몰입감 있고 좀 더 현실적인 게임 환경을 구상하기 위해 개발해왔는데요, 최근 로봇 트레이닝 및 자율주행 기술, 컴퓨터 비전 등 AI산업에도 엔비디아 피직스(PhysX)가 혁신하고 있습니다.
이번 NeurIPS 2018에서는 엔비디아가 이를 오픈소스화 했다고 밝혔는데요, 현실보다 현실같은 가상환경을 통해 효율적으로 AI 기술을 현실화하는 피직스(PhysX)에 대해 자세히 알아보세요.
세계 최고 인공지능 컨퍼런스에서 선보인 AI로드 트립
엔비디아는 개발자들이 완전히 합성된 대화형 3D 세상을 렌더링 할 수 있도록 하는 AI 연구를 발표했습니다. 아직 초기 단계이긴 하지만, 이 연구는 가상현실(VR), 자율주행 자동차 개발과 아키텍처 등 다양한 애플리케이션을 실현할 수 있는 가능성을 보여줍니다.
타이탄 RTX를 받은 행운의 10인은?
NeurlPS 2018 컨퍼런스 현장에 있던 500명의 우수한 딥 러닝 연구자들이 웅성거리기 시작했습니다. 바로 행운의 10인을 선발해 타이탄 RTX(TITAN RTX)를 제공한다는 소식을 들었기 때문이죠.
T-Rex라고도 불리는 타이탄 RTX는 역대 최대 성능의 PC용 GPU로, 이전 세대 타이탄 GPU에 비해 훨씬 빠른 트레이닝과 추론 속도, 두 배 메모리를 제공합니다. AI 연구와 데이터 사이언스에 엄청난 성능을 제공하죠.
NeurIPS 2018에 참가한 한국인 개발자들을 만나다
-NeurIPS 2018에 참가하게 된 계기는 무엇인가요?
뷰노(VUNO) 박세진: ”뷰노에서 머신러닝 연구원(Machine Learning Researcher)으로 근무하고 있습니다. 뷰노는 의사들의 진단 의사결정을 지원하고 임상 환경의 효율성을 개선하는 딥러닝 기반의 솔루션을 제공하는 팀입니다. 자체 딥러닝 엔진인 뷰노넷에 기반하여 의료데이터 분석 플랫폼인 뷰노메드를 개발하고 있으며, 빠르고 정확한 의료데이터 분석 및 진단 솔루션들을 개발해오고 있습니다. 최근 1년간 진행한 연구가 이번 NeurIPS의 Machine Learning For Health(ML4H) Workshop에 Accept되면서 참석하게 됐습니다.”
뷰노(VUNO) 황우찬: “2017년도 여름, 뷰노에서 3개월 인턴을 했던 학생입니다. 현재 Imperial College London 의과대학에서 공부하고 있으며 의공학 학사를 복수전공 하고 있습니다. 인턴 이후로 뷰노와 계속 연구를 진행하여 이번 ML4H Workshop에 함께 참가하게 되었습니다.”
루닛(Lunit) 남현섭: “루닛에서 의료영상분석을 위한 딥러닝 기술 연구를 담당하고 있습니다. 저희 회사는 유방암, 폐암 및 심혈관 질환과 같은 주요 질병을 객관적으로 탐지하고 평가하기 위해 방사선학 및 병리학 이미지에서 AI 기반 이미징 바이오 마커를 개발합니다. 이번에 저희 논문을 발표하고, 딥러닝 최신 기술과 트렌드를 파악하여 의료영상분석 연구에 적용하기 위해 참가했습니다.”
카카오브레인 이도엽: “카카오브레인의 연구 인턴입니다. 카카오브레인은 카카오 자회사 중 하나로 인공지능 기술로 인류가 이제까지 풀지 못했던 난제에 도전하는 연구소입니다. 저는 머신러닝 기술을 통해 시계열 데이터와 이상 탐지에 관한 연구를 하고 있습니다. 이번 NeurIPS에 현재까지 진행된 연구 내용을 발표하고 최신 인공지능 연구와 해외 기업들의 동향을 파악하기 위해 참석했습니다.”
서울대 류성원: “산업공학대학원 데이터마이닝 연구실에서 석사과정을 하고 있습니다. 연구하던 논문을 Visually-Grounded Interaction and Language Workshop과 Relational Representation Learning Workshop에서 발표하고자 참석하게 되었습니다.”
–이번 NeurIPS 2018에서 발표한 내용에 대한 소개 부탁드려요.
카카오브레인 이도엽: “저는 (현지시간) 12월 7일에 진행된 ‘시공간 영역에서의 모델링과 의사결정’이라는 워크샵에서 제가 1저자로 진행한 연구를 발표하고, 포스터 세션을 진행하였습니다.
저희는 FCN(Fully Convolutional Networks) 기반의 택시 수요 예측 모델인 TGNet (Temporal Guided Networks)를 제안하였습니다. 택시 수요 예측은 라이드 헤일링 서비스에서 공급-수요 불균형을 해결하기 위해 선행되어야 할 요소입니다. 기존 연구들은 택시 수요의 반복되는 패턴을 고려하기 위해 몇 일 전, 몇 주일 전 데이터를 동시에 모델 입력값으로 활용하며, 택시 수요의 시공간적인 특징을 고려하기 위해 CNN와 LSTM을 결합한 복잡한 모델을 활용합니다.
하지만 이번 연구에서 Temporal Guided Embedding이라고 부르는 방법과 간단한 FCN 구조를 결합함으로써, 공개 벤치마크인 뉴욕 택시 데이터셋에 대해 기존 모델들보다 가볍지만 높은 성능을 보여줬습니다.”
–이번 NeurIPS 2018 엔비디아 부스에선 어떤 점이 인상 깊으셨나요?
서울대 류성원: “근래 딥러닝의 연구에는 압도적으로 많은 양의 데이터가 필수입니다. 그렇기 때문에 모든 활동이 데이터화 되는 IT대기업들이 유리할 수밖에 없습니다. Google, Facebook, Amazon과 같은 기업들이 인공지능 연구를 선도하고 있는 것은 크게 이상하지는 않습니다.
하지만 이번에 엔비디아 부스에서 느낀 점은 엔비디아가 하드웨어 기업임에도 불구하고 최고 수준의 딥러닝 연구를 하고 있다는 점이 매우 놀라웠습니다. 특히 엄청난 양의 GPU를 활용해야만 할 수 있는 연구를 통하여 사람들을 놀래킬만한 우수한 성과를 내고 있는 것을 확인하였습니다. 단순히 딥러닝을 위한 GPU를 판매하는 것이 아니라 인공지능 연구를 실제로 적극적으로 지원하고 선도하고 있다는 점이 인상깊었습니다.
최근 성과들은 ‘엔비디아에서만 할 수 있는 연구’라는 특징이 강하게 잘 살아나고 있다는 점에서 다른 기업들 과 차별화되는 색깔을 갖추어 가는 것 같고 확실히 그 때문에 연구자들 사이에서도 화제가 되고 있는 것을 느낄 수 있었습니다.”
–이번 NeurIPS 2018에서 얻은 인사이트를 꼽는다면?
뷰노(VUNO) 박세진: “이번 NeurIPS에서는 특히 Supervised Learning을 넘어서 Generative Model을 보다 현실에 가까운 수준으로 제시한 World Model과 같은 논문과 Neuro Science를 또다른 시각에서 Machine Intelligence 와 결합하여 해석하려는 시도가 인상 깊었습니다. 이것은 인간이 경험에 의한 지각이나 상황 예측을 기반으로 행동한다는 인지심리이론을 기계가 따라할 수 있는 기반 연구라고 생각합니다.”
뷰노(VUNO) 황우찬: “개인적으로는 학회에서 다루는 연구주제의 다양성이 매우 인상 깊었습니다. 비전이나 NLP분야의 적용케이스부터 강화학습 메타러닝 그리고 흔히 쓰이는 Batch Normalization에 대한 더 깊은 수학적 이해 등 의료영상에서만 바라보던 머신러닝이라는 분야에 대해 다시 생각해 보는 계기가 되었습니다.
의료영상과 관련하여 인상 깊게 본 논문은 Deepmind에서 발표한 Probabilistic U-net이었습니다. 의료영상에서 영상데이터만으로는 Segmentation에 주어진 정보의 한계로 필연적으로 존재할 수밖에 없는 Ambiguity를 VAE모델을 이용해 잘 구현하였고 같은 문제를 다루던 기존의 방법들과 비교해 장단점을 잘 설명한 논문이었습니다.
또한 이번 학회에서 처음 접하여 내용을 많이 알지는 못하지만 Meta Learning 혹은 Continual Learning 분야가 많은 관심을 받고 있는 느낌을 받았습니다. 실제 데이터에서 더 Robust하고 Scalable한 시스템을 구축하기 위하여 중요한 분야이며 앞으로 점점 뜨게 될 분야일 것 같습니다. 어떤 면에서는 제가 개인적으로 좋아하는 Numenta의 HTM 접근이 강조하는 Sequential Learning & Prediction 쪽과 공유할 만한 내용이 많지 않나 하는 생각이 들었습니다.
루닛(Lunit) 남현섭: “SGD, BatchNorm 등 이미 범용적으로 사용되는 알고리즘들에 대한 깊이 있는 이론적 연구가 활발히 이루어지고 있다는 점이 인상깊었습니다. 또한 딥러닝의 Interpretability나 Causality 분석이 점점 중요해지고 있다는 점을 느꼈습니다.”
–앞으로 GPU를 활용한 연구 계획은?
뷰노(VUNO) 박세진: “현재 회사에서 V100 과 같은 High Performance, High Capacity Hardware를 활용한 딥러닝연구를 진행하고 있고, 향후 Tensor RT 와 같이 딥러닝 추론에 최적화된 플랫폼도 제품개발에 적용해 볼 계획을 가지고 있습니다.”
이상 NeurIPS 2018에서 공개된 엔비디아 소식들과 세계 최고의 인공지능 학회라 불러도 손색없을 이곳에서 연구 논문을 발표한 한국인 개발자 인터뷰까지 살펴봤습니다. 서로 다른 분야에서 근무하지만 딥러닝에 대한 관심과 열정, 그 전문성만큼은 하나같이 뜨거웠는데요, 그래서 엔비디아 역시 그들의 눈을 통해 더 많은 인사이트를 얻는 시간이었습니다.