[뉴스비전e 김호성 기자] 데이터가 폭증하고 있다. 데이터를 측정하는 단위로 제타바이트(ZETABYTE)까지 등장한지 꽤 됐다. 1제타바이는 1기가짜리 영화 1조1천억개에 해당하는 데이터량이다.

테이터가 증가하면서, 데이터 수집주기는 1시간이 아닌 실시간 수집이 가능해졌다.

수집 대상 역시 기존 ERP MRP 등 내부데이터 뿐 아니라 인터넷에 떠도는 SNS 등 대상이 무궁무진해졌고, 랜덤하게 샘플링하게 하던 방식에서 이젠 수많은 데이터를 대상으로 전수조사 기능으로 발전했다. 

기업들은 데이터 분석에 AI까지 응용해 제조혁신을 추구하고 마케팅에서는 효과적인 타킷마케팅을 하는 혁신을 꾀하고 있다. 

데이터분석 전문가들은 AI의 데이터 처리 단계를 사람과 비교해 3가지로 분류한다. 

책을 보고 학습해 처리하는, 데이터-알고리즘-연산(하드웨어/ 인프라)다. 

하드웨어에 속하는게 CPU, GPU, TPU 등이다.  인공지능은 정형이든 비정형이든 좋은 정보를 입력해 학습 알고리즘을 통해 연산해 결과를 도출한다. 결과가 좋으면 리워드 1점을 부과하며, '칭찬'해주는 강화학습을 통해 인공지능은 발전한다. 

빅데이터 기술도, 알고리즘도 좋아야 하지만 하드웨어가 기반이 되야 AI는 학습속도가 빨라지고, 처리속도는 높이고 전력소모는 줄이는 하드웨어 개발은 국내외 기업간 4차산업혁명에서 중요한 과제가 됐다. 

▲하드웨어의 성능강화를 위한 국내외 경쟁

지난해 이세돌과 대국을 벌였을때 알파고에 쓰인 CPU는 1200여개, GPU는 170여개다. 최근 커제를 누른 알파고에는 CPU는 200대로 줄고 구글이 자체적으로 한  TPU 4대로 썼다.

이처럼 하드웨어 성능의 강화는 인공지능을 더욱 발달하게 한다. 그리고 CPU의 직렬식이 아닌 한꺼번에 많은 연산을 하는 병렬식으로 하드웨어는 진화하고 있다. 

TPU(텐서프로세서유닛) 역시 구글이 머신러닝(기계학습) 알고리즘에 최적화시킨 ASIC(application specific integrated circuit) 칩으로, CPU와 GPU의 조합이다. 전력효율을 기존 조합보다 적어도 30분의 1수준으로 줄였다는게 구글의 설명이다. 

이와 같은 하드웨어의 개발은 구글 이외 수많은 경쟁자들이 뛰어들고 있으며, 병렬식을 기본으로 인간의 신경처리를 구조를 본따 만든 뉴로모픽칩(Neuromorphic)이다. 

인간의 뇌구조를 모방했기 때문에, 이미지와 소리까지도 패턴으로 인지할 수 있고, 데이터 입출력도 동시에 가능한데다, 전력 소모도 기존 반도체와 비교해 1억분의 1수준으로 줄일수 있어 AI의 딥러닝과 강화학습 등에 적합한 하드웨어라는 평가다. 

2016 년 IBM Research가  아날로그칩에 뉴런의 데이터 저장 및 처리 용량을 향상시키는데 성공한 이후, 퀄컴(Qualcomm Technologies, Inc), 브레인칩(BrainChip Holdings Ltd.),휴렛팩커드(Hewlett-Packard Labs), HRL Laboratories, General Vision,  및  Knowm 등 회사는 뉴로모픽칩시장에서 경쟁하고 있다. 

국내에서는 삼성전자와 SK하이닉스, 서울대, KAIST, 한국전자통신연구원(ETRI)가 뉴로모픽칩 개발을 위해 공동 연구에 들어갔다. 

미래 시장에 대한 조사 및 예측기관 'Future Market Insights'는 보고서를 통해 "2015년 뉴로모픽칩의 전세계 판매금액은 15억달러에 불과했지만, 2026년까지 이 시장은 연평균 20.7%씩 급성장 할 것"으로 최근 전망했다. 뉴로모픽칩이 주로 적용되는 시장은 항공 우주 및 방위, 소비자 가전 및 자동차 등으로 꼽힌다.