로페즈 리서치가 실시한 최근 조사에서 86%의 기업이 AI가 자신들의 사업에 전략적이라고 생각하는 반면, 36%만이 AI로 의미 있는 진전을 이뤘다고 생각했다. 왜 이런 ‘갭’이 생기는 걸까?

11일(현지 시각) 벤처비트에 따르면, 인텔 AI 부문 CTO 아미르 코스로샤히 부사장과 IoT 총괄 매니저 조나단 발롱 등이 샌프란시스코에서 열린 2019년 벤처비트 트랜스포머 콘퍼런스에서 AI에 대한 대담을 나눴다.

코스로샤히 부사장은 AI 채택에 대한 장벽이 예전보다 훨씬 낮다는 것은 의심할 여지 없이 사실이라며, 달라진 것은 산업의 전방위에서 스타트업과 개발자들이 생산에서 기계 학습을 구현하는 데 필요한 도구와 훈련 외에도 방대한 양의 데이터에 접근할 수 있다고 설명했다.

지난 1월 가트너의 보고서에 따르면, 지난 4년 동안 AI 구현이 270%, 지난 1년 동안만 37% 증가한 것으로 나타났다. 2015년 10%에 비해 증가한 수치인데, 일부 추정에 따르면 2022년까지 기업 AI 시장이 61억 4000만 달러(약 7조 2300억 원)에 이를 전망이다.

하지만 코스로샤히는 아직 AI 프로젝트를 위해서는 아직도 적합한 툴이 부족하다고 말한다. 그는 "클라우드 기반 작업을 수행할 경우 방대한 컴퓨팅 리소스, 전력 및 냉각에 액세스할 수 있으며, 이러한 모든 작업을 특정 작업을 수행할 수 있다. 그러나 우리가 발견한 것은 거의 모든 배포의 절반과 전 세계 데이터의 절반이 데이터 센터 외부에 있다는 것”이라며, “고객들은 그 데이터에 액세스할 수 있는 능력을 원한다"고 말했다. 데이터 센터의 정보가 아니라 에지 기반의 로우 데이터를 수집하는 것을 원한다는 것이다.

‘에지 AI’로 불리는 에 대한 이러한 급증하는 관심은 하드웨어보다 어느 정도 앞서는 것으로, 이들 중 상당수는 데이터 센터에 더 적합한 작업을 실제로 수행할 수 없다. 구글의 텐서 프로세싱 유닛과 인텔이 곧 출시할 신경망 프로세서(NNP-T 1000)와 같은 최첨단 클라우드 칩을 사용하지 않으면 첨단 AI 모델을 교육하는 데 훨씬 더 많은 시간이 소요된다.

그는 "프로세서 냉각 인프라, 소프트웨어 프레임워크 등이 실제로 이들 AI 모델을 가능하게 했고, 엄청난 양의 컴퓨팅을 가능하게 했다"며, "프로세싱 컴퓨팅을 확장하고 전문 하드웨어 인프라에서 모든 것을 실행하는 것이 전부였다"고 말했다.

"MESO가 CMOS 대체…빛으로 작동하는 차세대 '광칩'도 주목"

인텔은 하드웨어 혁신이 강력한 AI를 더욱 성장시킬 수 있는 잠재력을 가지고 있다고 믿는다.

코스로샤히는 머신 러닝 알고리즘을 실행하기 위해 다세포와 위상학적 재료에 의존하는 새로운 형태의 트랜지스터를 주목하고 있다. 이른바 MESO라고 불리는 장치는 CMOS(complementary metal-oxide-semor)에 기반을 둔 현재의 마이크로프로세서보다 에너지 효율이 10배에서 100배 더 높다.

빛은 전기에 비해 열을 적게 발생시키기 때문에 한정된 양의 에너지만 필요로 하고 주변 온도, 전자기장 및 기타 소음에 덜 영향을 받는 광칩(光Chip)도 중요하다. 광학적 설계의 지연 시간은 전력 소비량 수준 ‘규모의 순서’에서 실리콘 등가물에 비해 최대 1만배 향상되며, 예비 테스트에서는 특정 매트릭스-벡터 곱셈이 첨단 전자 칩에 비해 100배 더 빠르게 측정됐다.

코스로샤히는 "우리가 데이터 센터 컴퓨팅의 미래를 위해 이용할 수 있는 새로운 자료들이 있으며, 나는 이것이 실제로 미래라고 생각한다"며, "그것은 공상과학 소설이 될 필요는 없다. 나는 AI를 둘러싼 모든 흥분이 이 새로운 물질들을 상품으로 엮어내기가 매우 어려운 영역이 정말로 가속화되기를 바란다”고 말했다.