지구에서 태양까지 거리 좁히는 딥 러닝

NVIDIA Quadro RTX 기반 워크스테이션을 활용하면 CPU 대비 20배 빠른 성능으로 신경망을 훈련할 수 있습니다
by NVIDIA Korea

태양을 맨눈으로 관측하면 안 된다고들 하죠. 그럼 AI가 대신 봐주는 건 어떨까요? 미국항공우주국(NASA)도 같은 생각을 했습니다.

육안으로도 관찰되는 태양의 표면은 사실 부글부글 끓고 있습니다. 마치 고온에 물이 끓듯 태양 표면도 고열에 부글거리고 있죠. 망원경으로 태양의 이미지를 확대해 보면 표면에서 끓고 있는 조그마한 방울들, 일명 쌀알조직(granule)을 확인할 수 있습니다.

이 쌀알조직의 움직임과 흐름을 연구하면 태양의 외층 아래에서 벌어지는 일들을 파악하는 데 도움이 된다고 하는데요.

쌀알조직의 움직임을 추적하는 연산에는 고급 이미징 기법이 필요합니다. NASA의 연구자들은 데이터 사이언스와 GPU 컴퓨팅NVIDIA Quadro RTX 기반 HP Z8 워크스테이션을 활용해 태양 표면 흐름을 더 쉽게 추적할 수 있는 딥 러닝 기법을 개발해 왔습니다.

0202 블로그 중간1

RTX로 가속화하는 딥 러닝 성능

기상학자들은 폭풍과 허리케인의 형성 과정을 연구하면서 지구 대기 중 바람의 흐름을 분석합니다. 동일한 이유로 태양 대기 중 플라스마의 흐름을 측정하는 일 또한 아주 중요하죠. 이는 우리와 가장 가까운 별이라는 태양의 장⋅단기적 진화를 둘러싼 궁금증을 풀어가는 방법이기도 합니다.

플라스마 흐름 분석을 통해 태양 표면 폭발(태양 플레어)에 대한 이해와 예측을 강화할 수 있습니다. 태양 표면 폭발은 지구의 전력망을 비롯해 GPS, 무전기 등의 통신시스템을 교란하고 강력한 방사선과 고에너지 태양입자로 우주비행사들의 여정을 위협할 수도 있습니다.

NASA의 천체물리학자 마이클 커크(Michael Kirk)는 이것이 “지진 예측과 비슷”하다면서 이렇게 설명합니다. “태양의 내부는 확인이 힘들죠. 따라서 외부의 흐름을 측정해 내부 움직임을 유추하는 수밖에 없습니다.”

쌀알무늬는 고에너지의 이온화 기체인 플라스마의 대류로 만들어집니다. 이 움직임을 포착하고자 NASA는 태양 관측에 최적화된 맞춤형 알고리즘과 함께 딥 러닝 신경망을 개발해 태양활동관측위성(Solar Dynamics Observatory)에서 전송받은 이미지로 쌀알조직을 관찰하고 그 움직임을 재구성하는 학습을 진행했습니다.

미국국립태양관측소(NSO)의 브누아 트렘블레이(Benoit Tremblay)는 “신경망을 활용하면 기존의 추적 기법들을 능가하는 해상도로 플라스마 흐름 추정치를 생성할 수 있습니다”라면서 이렇게 덧붙였습니다. “흐름 추정은 더 이상 표면에만 국한되지 않습니다. 태양 표면에서 목격되는 현상과 태양 대기 내 플라스마의 고도별 움직임 간 관계를 딥 러닝으로 살펴볼 수도 있죠.”

0202 블로그 중간2

NASA 고더드 우주비행센터(Goddard Space Flight Center)의 천문학자 라파엘 아티(Raphael Attie)는 “쌀알무늬의 합성 이미지로 신경망을 훈련해 유동장을 학습시키고 있습니다. 이렇게 하면 활발한 자기장 활동으로 태양 표면 폭발의 근원이 될 수 있는 지역의 전조 현상들을 이해할 수 있게 됩니다”라고 설명했습니다.

이 신경망 훈련에 NVIDIA GPU는 없어서는 안 될 존재였습니다. 강력한 딥 러닝 모델의 개발을 위해 여러 방식의 전처리를 거친 데이터로 수차례 완료해야 했던 훈련을 CPU만으로는 감당할 수 없었기 때문이죠.

72개의 CPU 코어를 갖춘 단일 컴퓨트 노드에서 텐서플로(TensorFlow)를 활용했을 때 훈련용 데이터를 단 1회 학습하는 데 1시간이 소요되었습니다.   CPU 기반 클라우드 환경에서도 단일 프로젝트에 필요한 모델 일체를 훈련시키려면 몇 주일은 족히 걸릴 것이었습니다.

NVIDIA Quadro RTX 8000 GPU를 사용하면 훈련 1회 완료까지 3분여가 걸립니다. 20배 가속을 달성할 수 있게 되는 셈인데요. 덕분에 연구자들은 수주일을 대기할 필요 없이 단 하루만에 훈련을 마친 모델들의 검증에 돌입할 수 있습니다.

라파엘 아티는 이렇게 설명합니다. “이 놀라운 가속화에 힘입어 모델 훈련법의 다양화와 ‘스트레스 테스트’가 가능해졌습니다. 이미지를 여러 해상도로 전처리하거나 합성상 오류를 설정해 망원경의 결함을 더 세밀히 재현하는 것이죠. 이처럼 가속화된 워크플로우는 우리가 탐구할 수 있는 것들의 범위를 완전히 바꿔놓았습니다. 보다 대담하고 창의적으로 연구에 임할 수 있게 되었죠.”

NASA의 연구자들은 NVIDIA Quadro RTX GPU로 태양물리학 프로젝트의 워크플로우를 가속화하고 시뮬레이션 연구에 집중할 시간을 더 많이 확보하면서 태양의 역학에 대한 그들의 이해에 깊이를 더할 수 있게 되었습니다.

NVIDIAHP 데이터 사이언스 워크스테이션에 대한 정보를 확인하고 NASA와 함께한 AI 팟캐스트도 청취해보세요.