소몰이부터 양배추 경작까지.. GPU, 식량 위기 극복에 나서다
최근 기후 변화, 인구 증가 등으로 세계적인 식량부족 현상이 심각해지고 있습니다. 인구는 갈수록 늘고 있는데 반해, 엘니뇨를 비롯한 이상기온 현상으로 곡물 자원의 경작 상황은 지속적으로 악화되고 있는 것이죠.
그렇다면 우리나라는 이러한 식량 자원의 문제에서 자유로울까요? 정답은 ‘아니오’인데요. 국내 곡물 자급률은 20%대에 머무르는 수준으로, 경제협력개발기구(OECD) 34개 회원국 가운데 최하위를 기록하고 있습니다.
이렇듯 지구상 어느 국가도 자유로울 수 없는 식량 부족 문제, 그 대처 방법은 과연 무엇일까요?
최근 이 난제를 해결하기 위해 전 세계의 과학자와 연구자들이 GPU를 활용해 효과적인 식량 자원 생산 및 관리를 연구 중이라고 하는데요. 오늘은 가축과 곡물의 관리에서부터 식이 분석에 이르기까지, 식량난 해결을 주도하는 GPU 컴퓨팅 기반의 딥 러닝 인공지능 모델을 소개해 드리겠습니다~! ^^
보다 완벽한 가축 관리에 다가선 GPU 기반 모니터링
가령 암스테르담에 본사를 둔 스타트업 코넥테라(Connecterra)는 GPU를 이용한 딥 러닝 플랫폼을 가축들의 움직임을 살피는 모니터링에 활용하고 있습니다.
이 기술은 가축이 장착한 웨어러블 기기에서 실시간 세부 정보를 클라우드 기반 플랫폼으로 전송한 뒤, 이를 분석해 행동을 예측하는 방식으로 구성되어 있다고 하네요.
코넥테라는 지포스(GeForce) GTX 970 GPU를 사용해서 딥 러닝 네트워크를 훈련시켜 왔습니다. 이를 통해 가축들의 동향에 대해 점점 더 깊은 통찰력을 얻는 수 있어 목장주들은 생산성을 높이고 교배 패턴을 최적화할 수 있었답니다. ^^
사슴과 GPU가 장착된 로봇들이 노니는 곳
오스트레일리아 시드니 대학교 제공
지구 반대편에서는 시드니 대학교의 한 개발팀이 ‘스웩봇(SwagBot)’이라 불리는 가축 관리용 태양열 로봇 카우보이를 제작하고 있습니다. 목장의 소떼, 양, 말을 몰거나, 짐을 실어 나를 수 있는 기능들이 구현되어 있으며, 목장주들이 동물의 건강 상태를 효과적으로 관리하는데 사용 가능한 영상 및 기타 데이터를 제공합니다.
이 프로젝트 리더이자 로봇공학 및 지능형 시스템 분야를 연구하는 살라 수카리에(Salah Sukkarieh) 교수의 말에 따르면, 개발팀은 현재 로봇의 조작 훈련과 관절 작동에 집중하고 있으며, 곧 로봇의 소프트웨어와 다양한 센서들을 통해 자율성을 부여하는 연구 단계로 넘어갈 것이라 합니다.
이를 위해 수카리에 교수는 오프라인의 머신 러닝 모델을 훈련시키고 있으며, 그 기반에는 지포스(GeForce) GTX TITAN X가 자리 잡고 있다고 하네요.
농작물 경작을 돕는 GPU 기반 로봇
농작물을 경작하는 일에도 GPU로 훈련된 머신 러닝 모델이 사용됩니다. 실리콘밸리에 본사를 둔 신생기업 블루 리버 테크놀로지(Blue River Technology)는 지포스(GeForce) GTX TITAN X와 딥 러닝 프레임워크 카페(Caffe)를 활용해 레터스봇(LettuceBot)이라 불리는 인공지능 모델이 양상추와 잡초를 구별하도록 훈련합니다.
레터스봇의 등장은 점점 제초제에 대한 잡초의 내성이 강해진다는 점과, 화학약품의 사용량을 감소시키기 위한 농부들의 노력에서 비롯되었는데요. 이미 미국 양상추의 10퍼센트가 레터스봇이 관리하는 밭에서 생산되고 있으며, 블루 리버는 이 기술을 통해 농부들의 화학 약품 사용량을 90퍼센트까지 감축할 수 있을 것이라 예측하고 있습니다.
농장에서 바로 제공되는 데이터
플랜트빌리지의 건강한 토마토 잎 사진(왼쪽 위)과 질병의 증상이 보이는 잎들의 사진.
제공: 데이빗 휴즈(David Hughes), 펜실베이니아 주립대학
블루 리버에서 양상추를 싱싱하게 보호하기 위해 노력하는 동안, 대서양 건너편에서는 GPU의 도움으로 농작물의 질병을 감지하고 막기 위해 노력하고 있습니다.
펜실베니아 주립대학교와 스위스 로잔 연방공과대학교(Ecole Polytechnique Federale de Lausanne, EPFL)의 연구원들은 EPFL의 데네브(Deneb) 클러스터에서 실행하는 테슬라(Tesla) K40 GPU 가속기의 성능을 활용해 농작물의 종류와 질병을 판별하는 심층 나선형 네트워크 기반의 스마트폰 애플리케이션을 개발하고 있습니다.
전 세계의 농부들은 연구팀의 플랜트 빌리지(PlantVillage) 모바일 앱을 설치한 다음, 농작물의 이미지를 촬영해 제출하는 것만으로도 식량 생산에 관한 통찰을 전 세계와 나눌 수 있답니다. ^^
빅 데이터를 활용한 건강 증진
힌편, 매사추세츠 대학교 로웰 캠퍼스의 연구 팀은 사람들이 섭취하는 칼로리를 정확하게 분석하여 식이 분석을 돕고 비만 증상의 완화를 돕기 위해 노력하고 있습니다.
이 팀은 딥 러닝을 통해 음식의 종류와 양을 인식하여 칼로리 섭취 보고의 정확도를 향상시킵니다. 테슬라 K40 GPU 가속기 네 개를 기반으로 식품 인식 알고리즘의 훈련을 하고 있죠.
가축 모니터링 시스템에서부터 식이 분석을 위한 칼로리 계산까지 GPU가 사용되고 있다면, 음식의 준비에도 빠질 수 없죠~!
스마트 오븐 준(June)은 주인의 선호도를 학습해 맞춤형 요리를 제공하는데요. 이 오븐은 딥 러닝 기술과 NVIDIA 테그라(Tegra) K1 프로세서를 사용해 언제나 음식을 완벽하게 준비한다고 하네요. 좀 더 자세히 내용은 여기에서 확인하실 수 있습니다.
이렇듯 우리의 식탁에 올라오는 음식들 대부분은 첨단 기술을 비롯한 많은 정성과 노력이 깃들여져 있는데요. 오늘 저녁을 드실 때는 이러한 많은 이들의 노고를 되새기며 식사를 해보시는 것은 어떨까요? ^^