어느 누구도 나이를 먹어감에 따라 겪게 되는 인지 능력의 저하를 원하지 않는다. 스포츠 뇌진탕이 장기적인 상황에서 보여주는 심각한 손상에 대한 연구 결과로 인해, 신체적 손상으로 부터 매우 중요한 장기인 두뇌를 보호해야 할 필요성이 최근 재조명되고 있다.
과학자인 미하일 레베데브(Mikhail Lebedev)와 요안 오프리스(Ioan Opris), 마누엘 카사노바(Manuel Casanova)는 증강된 두뇌라는 주제로 연구를 진행하고 있다. 노스캐롤라이나에 위치한 듀크대학의 연구원이자 이 프로젝트의 리더인 레베데브 박사는 "뇌 임플란트를 통해 지능이 향상되는 증강 두뇌는 2030년까지 일상 생활의 일부가 될 것이며, 사람들은 이런 새로운 패러다임이 가져올 현실을 직시해야 한다"고 말한다.
기술쪽에 많이 치우친 미래 사상가 레이 커즈웨일(Ray Kurzweil)은 인간의 두뇌보다 컴퓨터의 처리 속도에 비해 훨씬 느리다고 말한다. 엄청난 양의 정보를 병렬로 처리하는 인간 두뇌의 고유한 능력에도 불구하고, 커즈웨일은 디지털 컴퓨터의 계산 속도가 점점 향상되면서 인간의 두뇌를 넘어설 것이라고 생각하고 있다. 그는 만약 과학자들이 인간의 두뇌가 어떻게 혼돈 속에서 복잡한 행동을 하는지 배우고, 이를 이해를 위해 조직화할 수 있다면, 인간의 지능을 향상시키기 위한 어떤 생물학적 개선보다 훨씬 앞선 컴퓨터 프로세싱의 구현을 위한 돌파구를 마련할 수 있을 것이라고 말한다. 두뇌 내부의 프로그래밍 매커니즘에 대한 이해는 자연스럽게 인공지능(Artificial Intelligence, AI)의 진보로 이어질 수 있다.
인공 신경망
인간과 동물의 사고의 기반인 뇌의 생물학적 신경망(Biological Neural Network, BNN)에 영감을 받은 과학자들이 이와 흡사한 형태의 인공 신경망(Artificial Neural Network, ANN)을 구현하면서 AI 분야의 진전은 최근 급격한 변화를 겪고 있다. 향후 ANN의 개발 성과에 따라 기계와 인간의 지능이 급격하게 성장하면서, 로봇과 인간의 인지 능력 강화 분야가 획기적인 발전을 이루게 될 것으로 기대되고 있다.
ANN은 신경 자극을 전달하는 세포인 인간의 뉴런과 비슷한 방식으로 행동하는 연결된 노드 시스템으로 구성된다. 또한 뉴런은 정보를 처리하고 다른 뉴런에 동적으로 연결할 수 있다. 이런 프로세스를 통해 학습이 이뤄진다. ANN에서 이런 정보의 흐름은 비선형 함수가 시간에 따라 동적으로 반응할 수 있는 복잡한 수학적인 연산에 의해 이뤄진다. 그리고 이 과정을 통해 강화된 학습이 가능해진다.
ANN은 컴퓨터 비전이나 음성 인식, 의료 진단 등의 영역에서 기술자를 도울 수 있게 됐다. ANN은 FPGA(Field Programmable Gate Array)나 CPU(Central Processing Unit), VPU(Vision Processing Unit), DSP(Digital Signal Processor), AI 가속기, ASIC(Application-Specific Integrated Circuit), SoC(System on Chip)과 같은 가장 진보된 전자부품을 활용해 만들어진다.
FPGA가 제시하는 인공 신경망의 미래
인텔은 미래를 위한 가장 놀라운 경험을 가능케할 회사 중 하나다. 인텔은 메모리와 프로그래머블 솔루션 분야에서 가장 앞서 나가고 있는 인텔은 모든 사물을 지능화, 연결화하면서 업계를 재편하고 글로벌한 문제를 해결해 나가고 있다. 인텔은 FPGA나 SoC, CPLD(Complex Programmable Logic Device), VPU, 그리고 전력 솔루션과 같은 보완 기술을 통해 전세계의 고객들에 높은 가치의 솔루션을 제공한다.
FPGA는 신경망과 같은 까다로운 애플리케이션을 위한 유연한 플랫폼을 제공한다. FPGA는 어떤 의미에서는 기반을 만들기 위한 기술이다. FPGA 내부의 패브릭은 컴퓨팅이나 회로, 메모리 자원과 같은 신경망 설계문제를 해결하기 위한 지적재산권 블록과 구성 요소를 제공한다.
신경망의 세계는 지속되는 계산으로 가득찬 세상이다. FPGA 가속기와 부동소수점 DSP 디자인은 지원 프로세서와 함께 속도와 예측 가능성, 에너지 효율성을 향상시키고, ANN의 주요 적용 분야인 빅데이터 분석이나 디바이스 가상화, 머신러닝 등의 문제를 해결해 나갈 것이다. 급격한 성장세를 보이고 있는 이 분야에서 재프로그래밍이 가능한 FPGA는 인간의 인지 능력을 강화하기 위한 고성능 컴퓨팅 성능을 보장하면서, 최신 알고리즘과 신경망 토폴로지를 지속적으로 구현할 수 있게 해 준다. 인텔의 스트라틱스(Stratix) 10 FPGA나 스트라틱스 V 고대역폭 FPGA와 같은 고성능의 정밀한 적응형 FPGA가 바로 이런 부분에 적합하다.
FPGA의 정교하고 내재된 제어와 신호 처리 능력을 통해, 집중적인 신호 처리 기능을 효율적으로 활용할 수 있다. 저전력 소비 기능으로, 마치 사람의 뇌처럼 신경 활동이 대기 상태에 들어갔을 경우에는 최소한의 전력만을 소모한다. 이를 통해 FPGA는 고정된 기능만 제공하는 GPU(Graphics Processing Unit)에 비해 전력 소비 측면에서 매우 큰 이점을 제공한다. 병렬처리 모드에서의 성능 가속화가 가능해짐에 따라 인지 모방 성능을 향상시킬 수 있다. 감지 카메라를 통해 사물 인식을 위해 비전 시스템을 통합하는 능력은 시간이 지나면서 센서가 추가로 개발됨에 따라 확장될 수 있는, 일종의 전기-물리적 센싱을 제공함으로써 정보를 지능적으로 수용하고 처리할 수 있게 할 것이다.
결론
오늘날의 전자부품으로 인해 우리 사회는 지능을 점차 강화해 나갈 수 있게 됐다. 신경망을 가능하게 하는 부품과 시스템, 그리고 솔루션들은 인간의 지능을 모방하고 확장해 나감에 따라, 인간과 로봇 양쪽 모두에게 새로운 가능성을 인지하고 달성할 수 있는 기회를 제공하고 있다.
Written by 폴 골로타(Paul Golata) & Provided by 마우저 일렉트로닉스 (Mouser Electronics)
폴 골로타는 마우저 일렉트로닉스의 선임 테크니컬 콘텐츠 스페셜리스트로써 전략적인 리더십과 전술적 실행, 첨단 기술 관련 제품에 대한 전반적인 제품군 구성과 마케팅 방향을 주도하는 데 성공적으로 기여해 왔다. 그는 엔지니어들이 마우저 일렉트로닉스를 선호하도록 만드는 독특하고 가치있는 기술 콘텐츠를 통해 최신 정보를 제공해 왔다.
[편집자 주] 본 기사는 글로벌 전자부품 유통회사인 마우저 일렉트로닉스 (Mouser Electronics)의 후원을 바탕으로 진행되는 EPNC의 단독 외부 기고입니다.
그래도 삭제하시겠습니까?