[디지털투데이 이재구 기자] “지금까지는 행동을 지배하는 물리법칙을 바탕으로 미래를 예측했습니다. 하지만 오늘날 인공지능(AI)은 무조건 버틈업(bottom-up) 방식입니다. 중요한 것은 AI가 머신러닝을 통해 스스로 (데이터에) 가중치를 설정해 각각의 변수에 적용해 줘야 한다는 것입니다.”

HPE의 고성능글로벌 컴퓨팅 및 AI 담당부사장을 겸하고 있는 엥림 고(Eng Lim Goh) 최고기술책임자(CTO)는 10일 서울삼성동 그랜드 인터컨티넨탈 서울 파르나스에서 열린 자사의 최신 고성능컴퓨터(HPC) 아폴로6500젠(Gen)10 기자간담회에 참석, 이같은 말로 인공지능(AI)시대의 머신러닝(기계학습) 트렌드와 변화상을 설명했다.

그는 이 자리에서 “한국의 다양한 기업들이 인공지능에 막대한 투자를 진행하면서도 대다수 기업들이 적합한 AI 활용사례를 파악하거나 워크로드를 지원하는 기술환경 구축에 많은 어려움을 겪고 있다”며 “HPE는 이로인해 발생하는 기업간 격차를 최소화하기 위해 모든 기업들이 문제없이 최적의 AI솔루션을 도입해 강력한 AI생태계를 구축하도록 도울 예정”이라고 말했다

엥림 고 CTO는 기계학습의 효과와 효율성에 대해 “예를 들어 샌프란시스코 공항에 내일 비가 올지 예측해 달라는 주문을 받았을 때 어떤 물리법칙도 적용하지 않고 과거기록만 사용해 보면, 즉 40년 동안의 샌프란시스코 공항 예보만으로 변수를 요약하면 85%의 정확도로 기상을 예측할 수 있다"면서, "하지만 1만5000번 시도후 기상학자의 예보정확성은 95%다. 적중률은 낮지만 머신러닝을 통해 단 5초 만에 결과를 낼 수 있고, 우리가 사용하는 것은 개별적 가중치를 중요변수에 설정한다는 것이다”라며 기상에서의 HPC 활용 사례를 설명했다.

그는 이어 “과거에는 물리적 공식을 사용하지 않으면 엑스퍼트 시스템이었는데 오늘날 우리가 알고 있는 새로운 인공지능(AI)방식이 나타났다. 여기선 과거 기록만을 보고 미래를 예측하는 것이다. 하지만 우리가 기억할 것은 이것도 완벽하지 않다. 먼저 딥러닝은 뉴럴 네트워크의 한 사례일 뿐이며 머신러닝이야말로 AI를 활용하기 위해 필요한 것이다. 두 번째로 머신러닝에서 우리가 하는 것은 바로 예측을 위한 주요변수에 대한 상대가중치를 적용하는 것이다. 머신러닝이야말로 인공지능을 활용하기 위해 필요한 것”이라고 강조했다.

그는 AI가 장차 비즈니스 협상 등에서도 활용될 수 있을 것이라고 내다봤다.

예를 들어 HPE가 카네기 멜런대와 만든 포커게임을 세계적 포커 고수와 대결시켜 이겼을 때 AI가 ‘허풍을 떨도록’ 강화학습을 시켜 인간 고수를 이길 수 있었다고 소개하기도 했다. AI포커가 계산해야 하는 경우의 수는 알파고가 이세돌을 이겼을 때의 경우의 수(10의 171승)보다 작은 10의 160승에 불과하지만 상대편 패를 모른다는 점에서 어떤면에서는 바둑보다 복잡한 문제를 푼 것이라고 그는 말했다.

그는 “포커는 패를 알지 못한 채로 게임을 한다. 예를 들어 협상할 경우 그가 무슨 생각하는지 파악할 수 없다. 이런 기술을 사용하면 실제로 적용할 수 있다. 예를 들어 협상을 할 때 이런 기능을 사용할 수 있다”라고 설명했다.

이어 유충근 HPE상무는 최신 HPC인 ‘아폴로6500 젠10’시스템이 HPE연구소 테스트 결과 기존의 젠9시스템 대비 3배이상 향상된 텐서플로 성능을 과시했다고 밝혔다.  또한 한 대의 서버에 엔비디아의 최신 그래픽칩(GPU)인 V(Volta)100칩 8개를 꽂아 NV링크 또는 PCIe 어느 방식에서도 자유롭게 사용할 수 있도록 설계됐다.

이같은 유연성을 바탕으로 집약적인 컴퓨팅을 요하는 딥러닝, 머신러닝, AI 구현을 위한 워크로드에 최적화된 엔터프라이즈 플랫폼을 제공하게 된다.

HPE는 이 시스템 출시와 함께 기존 가상화를 비롯한 딥러닝 구축경험을 프레임워크화 하고 딥러닝 인스트럭터(DLI) 양성교육에 집중할 예정이다.