[한장TECH] AIoT의 최종장, 온센서 AI

[테크월드뉴스=박예송 기자] AI가 사용현장의 말초 단위로까지 내려가고 있다. 클라우드는 AI가 수집한 데이터를 분석하는 과정에서 중요한 역할을 수행한다. 그러나 사물인터넷의 발달과 데이터의 양이 폭발적으로 늘면서 데이터 처리 속도를 해소하기 위한 온디바이스AI로 개념이 진화했고, 최근 삼성전자는 차세대 AI 기술 트렌드에서 ‘온센서AI’를 그 다음 단계로 지목했다. 

▶ 하늘(클라우드)에서 땅으로 내려오는 AI

지금까지 AI는 모바일 등 스마트기기에서 수집한 정보를 중앙 클라우드 서버로 전송해 분석하고 다시 기기에 보내는 방식으로 작동했다. 딥 러닝 모델을 실행하는데 엄청난 컴퓨팅 용량이 필요하기 때문이다.

AI를 클라우드에서 실행하면 단점이 있다. 인터넷 연결이 필요하고 증가하는 데이터와 네트워크 트래픽에 따른 클라우드 서버의 과부하 위험이 있다. 클라우드 서버로 모든 정보가 전송되면서 개인 및 중요 정보 침해성 문제도 존재한다. 사물인터넷의 확산으로 데이터의 양은 폭발적으로 늘어가는 추세인데 클라우드 컴퓨팅은 실시간 처리를 요구하는 스마트 팩토리, 스마트 팜, 자율주행자동차 등과 같은 다양한 사물인터넷 서비스 수용에 한계가 있다.

이러한 문제점들을 해결하기 위해 데이터가 발생 주변에 분산화 된 에지 컴퓨팅이라는 새로운 데이터 처리 방식이 나타났다. 에지 컴퓨팅 기술은 기존의 클라우드 컴퓨팅 서비스의 한계를 극복하고 IoT 기반의 새로운 컴퓨팅 기술을 배경으로 발전했다.

아마존, 구글, 마이크로소프트 등의 주요 클라우드 서비스 제공업체들은 에지 머신러닝 하드웨어 가속기 칩셋(CPU, GPU, FPGA, ASIC 등) 기업과 긴밀한 파트너십을 형성해 다양한 에지 머신러닝 모델을 배포하기 위한 생태계를 형성하고 있다.

▶ 온디바이스AI, 데이터 처리 속도 해소

온디바이스AI는 에지AI라고도 불린다. 온디바이스AI는 클라우드 서버를 거치지 않고 스마트 기기 자체적으로 정보를 수집·연산하는 AI를 의미한다. 모바일 AP에 인공지능을 결합해 디바이스에서 AI를 실행하면 기기를 인터넷이나 클라우드와 같은 중앙 집중형 서버에 연결할 필요가 없다. 클라우드가 아닌 스마트폰과 자동차, 가전제품 등 로컬(Local)에서 AI 기능이 작동하는 것이다.

거대한 데이터 양 처리에 대한 지연 시간을 해소하고 빠른 응답시간을 통해 자율주행차량, 증강현실 앱 등에서 안정적으로 활용할 수 있다. 중앙 서버를 통하지 않고 분산 저장을 통해 보안 문제도 해결할 수 있다. 별도의 네트워크가 필요 없어 인터넷 연결이 어려운 상황에서도 작업이 가능하다.

삼성전자, 애플 등은 모바일 AP에 신경망처리장치(NPU)를 도입하고 있다. NPU는 반복된 머신러닝에 최적화된 회로구조로 되어있다. 모바일 AP에 인공지능이 결합되면 서버 단에서 실행되던 AI가 이제는 단말기에서 구현된다. 삼성전자가 NPU를 탑재한 최초 제품은 엑시노스9820으로 2019년 출시된 갤럭시 S10에 처음 들어갔다. 애플은 아이폰 8 및 아이폰 X 시리즈에 탑재된 AP A11바이오닉에 처음으로 AI 전용 칩 ‘뉴럴 엔진’을 탑재했다.

▶ AI 트렌드의 다음 타자 온센서AI

삼성전자는 온디바이스AI 기술을 이을 다음 타자로 ‘온센서AI’를 지목했다. 온센서AI는 이미지 센서에 AI 칩을 탑재한 센서다. 온디바이스AI와 마찬가지로 중앙 서버가 아닌 디바이스에서 컴퓨팅이 이루어진다. 다만 온디바이스AI가 AP를 채택하는 것과 달리 온센서AI는 마이크로컨트롤유닛(MCU)을 통해 구동된다. MCU는 AP에 비해 성능은 떨어지지만 특정 AI 기능을 설정하고 수행하도록 프로그래밍 하는데 효율적이다. 

기존 센서가 특정 상태를 감지해 중앙처리장치가 판단을 내릴 수 있는 데이터를 제공하는 수준에서 머물렀던 반면 온센서AI는 센싱 기능과 더불어 통신, 데이터 처리 및 인공지능 기능까지 갖췄다. 상황인식, 분석, 추론이 가능한 인공지능 알고리즘이 추가돼 센서에서 생성되는 데이터를 클라우딩 방식이 아닌 실시간으로 처리 및 즉각 현장에 반영할 수 있다. 이러한 센서 기술은 스마트기기, 스마트홈, 스마트카, 스마트팩토리, 스마트시티 등의 다양한 스마트 IT 융합 플랫폼에 적용돼 지능형 IoT 및 AI 서비스 구현을 위한 핵심 기술이 될 것으로 전망된다.

가장 대표적인 예가 이미지센서다. 인공지능은 학습을 위해서 영상 데이터가 필요하다. 이때 영상 데이터의 생산은 이미지 센서의 몫이다. 많은 양의 데이터를 얻기 위해서는 그만큼 많은 센서가 사용된다. 센서의 수가 많을수록 대용량의 데이터를 처리하기 위해 광대역 폭의 통신이 필요하다. 이로 인해 데이터 처리 과정에서 AP의 전력 소모가 커지는 단점이 있다.

모바일에서 기존 AP와 센서를 함께 사용할 경우 전력 소비량은 150mW~1.5W 정도지만 AI가 내장된 센서를 단독으로 사용할 경우 전력 소비는 10~15mW 수준으로 대폭 감소한다. 이미지 처리 과정에서 내장 센서를 활용하기 때문에 ISP(Image Signal Processor)를 거치지 않고 원본 이미지에 바로 액세스 할 수도 있다. 온센서 AI는 저전력, 저지연(Low-Latency), 보안 및 프라이버시, 원본 이미지 처리 등에서 온디바이스AI보다 향상된 컴퓨팅 성능을 구현한다.

▶ 국내기업, 글로벌 AI센서 시장에서 아직 영세해

마켓앤마켓은 전 세계 AI 센서 시장 규모가 2022년 30억 달러에서 2028년에는 221억 달러까지 연평균 41.6% 성장률을 보일 것으로 전망했다. 현재 ABB, Bosch, 소니 등 미국, 유럽, 일본이 다수의 AI센서 핵심 기술 및 세계 표준을 보유했다. 우리나라 AI 센서 시장은 전세계 5% 시장점유율을 보인다. 삼성의 이미지 센서를 제외하고 규모가 영세한 기업이 다수다.

소니는 2020년 세계최초로 이미지센서에 AI 칩을 탑재한 ‘인텔리전트 비전 센서’를 공개했다. 이미지센서 ‘픽셀(화소) 칩’과 ‘로직 칩’이 내장된 적층 구조로 픽셀 칩이 획득한 신호를 로직 칩에서 AI 이미지 분석과 데이터를 처리한다. 화소 칩에서 얻은 신호를 로직 칩에서 처리하는 과정에서 ISP 처리 및 AI를 수행함으로써 대상물을 메타 데이터로 출력하고 적용해 데이터 양을 줄일 수 있다.

삼성전자도 2021년 AI 기반 이미지센서 기술을 공개했다. 픽셀과 회로 사이에 S램과 M램, 마이크로 신경망처리장치(µNPU)를 추가한 것이 특징이다. 이론상 기존 이미지센서와 비교해 전력소모량은 10배 이상 줄고 이미지 데이터는 지연 없이 실시간으로 처리할 수 있다.

삼성전자는 지난 ‘삼성테크데이 2022’에서 “사람의 눈에 가까운 초고화소 이미지센서를 개발하고 사람의 오감(미각, 후각, 청각, 시각, 촉각)을 감지하고 구현할 수 있는 센서도 개발할 예정”이라며 차세대 AI센서에 대한 목표를 밝혔다.