포스텍, 복소값 신경망 양자화 기반 초경량 AI 프레임워크 제시…AI 연산량·저장공간 각각 100배·500배 낮춘다 작성일 05-07 34 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="z44AKvKpDO"> <p contents-hash="6e07a7ad39c09aed74186b391deba082998b442d5e9fc2e56f58b15d8f2809f0" dmcf-pid="q88c9T9Uws" dmcf-ptype="general">포스텍(POSTECH) 연구팀이 성능은 유지하면서 연산량을 99% 이상 줄이는 획기적인 기술을 개발, 고성능 AI를 스마트폰에서도 실행할 수 있는 수준으로 만들었다.</p> <p contents-hash="22448d4f17007bfd377ec5643f83e681b552d0b641bd51eae7bdbddf179f1a5a" dmcf-pid="B66k2y2uOm" dmcf-ptype="general">포스텍은 노준석 전자전기공학과 교수 연구팀이 중국 칭화대 선전 국제대학원, 하얼빈공대, 홍콩시티대 연구팀과 공동으로 복소값 신경망 양자화 기반 초경량 AI 프레임워크를 개발했다고 7일 밝혔다. 연구성과는 최근 '네이처 커뮤니케이션즈(Nature Communications)'에 게재됐다.</p> <p contents-hash="e05cea121d29bbeef7eaac8484d611d43c997d075b242fdf371f420e53a09bce" dmcf-pid="bPPEVWV7sr" dmcf-ptype="general">스마트폰으로 영화를 보고, 내비게이션으로 길을 찾는다. 이 모든 과정에는 '신호 처리'가 필요하다. 그런데 이 신호는 단순히 세기뿐 아니라 '언제 도달하는가'라는 타이밍 정보, 즉 '위상'을 함께 갖고 있다. 이를 표현하기 위해 '실수'와 '허수'로 이루어진 '복소수'라는 수학적 개념이 사용되며, 이를 활용한 '복소값 신경망'이 홀로그램, 무선 통신, 레이더 영상 분석 등 첨단 분야에서 주목받고 있다. 위상 정보까지 정밀하게 처리할 수 있어 훨씬 더 풍부한 표현이 가능하기 때문이다.<br></p> <figure class="figure_frm origin_fig" contents-hash="addca4c91c2815f075934f3a249897506be7b2e6a0983ec0b43f18eb3adb010c" dmcf-pid="KccGgqgRrw" dmcf-ptype="figure"> <p class="link_figure"><img alt="노준석 포스텍 교수" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/07/etimesi/20260507084035852eegc.jpg" data-org-width="333" dmcf-mid="7egvJpJ6EI" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/07/etimesi/20260507084035852eegc.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 노준석 포스텍 교수 </figcaption> </figure> <p contents-hash="75bb8a86feb92806cfca9128a2a2f31b84c7858c37764a784f4fd28c32d768f3" dmcf-pid="9kkHaBaeOD" dmcf-ptype="general">하지만 복소값 신경망은 계산량이 매우 많아 스마트폰 같은 소형 기기에서는 사용하는 데 한계가 있었다. AI 모델을 가볍게 만드는 '양자화' 기술이 있지만, 기존 방식은 실수 기반 신경망을 기준으로 설계되어 복소값 신경망에 적용하면 위상 정보가 흐트러지는 등 성능이 떨어졌다. 특히, 위상에 민감한 기술에서는 아주 작은 오차도 화질 저하로 이어졌다.</p> <p contents-hash="d43c49eb84e162b70ec6b8585385869c03a771c998b1bda36bbff45e6d1d12bc" dmcf-pid="2EEXNbNdDE" dmcf-ptype="general">연구팀은 복소수를 이루는 '실수부'와 '허수부'를 따로 처리하지 않고 동시에 고려하는 '공동 양자화' 기법을 고안했다. 기존에는 복소수를 두 개의 숫자로 나눠 각각 압축하는 과정에서 두 값 사이의 관계가 깨지며 위상 정보가 틀어졌는데, 연구팀은 두 요소를 하나로 묶어 처리해 이러한 문제를 줄였다. 여기에 중요한 부분에는 높은 정밀도를 유지하고 덜 중요한 부분은 과감히 줄이는 '적응형 혼합 정밀도 학습' 전략도 더했다.</p> <p contents-hash="e8ab9d3c0a0bdc4a47d433795cdd1ee315d9a5023065a32fd6710c0adad6676c" dmcf-pid="VDDZjKjJsk" dmcf-ptype="general">홀로그램 실험 결과, 기존 최첨단 모델(HoloNet) 대비 연산량은 99.1%, 메모리 사용량은 99.8% 줄었다. AI가 해야 할 계산이 약 100분의 1로 줄고, 저장공간은 500분의 1 수준으로 줄었다는 뜻이다. 그럼에도 영상의 화질을 나타내는 지표(PSNR)는 약 4dB(데시벨) 향상됐다. 음성·무선 신호 분류, 레이더 표적 인식 등 분야에서도 연산량을 약 85% 이상 줄이면서 정확도는 유지했다. 스마트폰에서 실행했을 때는 기존보다 최대 389배 빠른 속도를 기록하기도 했다.</p> <p contents-hash="f1adb72135f9f8a662e6e1243e5d843e1316ef7d46ae91225c2fbc3768b6c1c0" dmcf-pid="fww5A9Aisc" dmcf-ptype="general">노준석 교수는 “거대한 서버에서만 돌아가던 고성능 물리 연산 AI가 스마트폰이나 소형 기기 안으로 들어올 수 있다는 가능성을 처음으로 열었다”라며, “경량 AR·VR 홀로그램, 자율주행 차량 레이더, 차세대 통신망, 휴대형 의료기기까지 다양한 분야에 활용될 것”이라고 했다. 이번 연구는 과학기술정보통신부·한국연구재단 중견연구자지원사업 지원으로 진행됐다.</p> <p contents-hash="1e0bfe99af2b9edc032f948a0c74eeb4b43569b4f9e70bdebc85b583b5ca09da" dmcf-pid="4rr1c2cnsA" dmcf-ptype="general">포항=정재훈 기자 jhoon@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 앤트로픽, 스페이스X와 맞손…클로드 서비스 한도 2배 확대 05-07 다음 펄어비스 품 떠난 CCP게임즈, '펜리스 크리에이션'으로 새출발 05-07 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
