엔비디아(NVIDIA)는 비디오 그래픽 카드를 만드는 회사입니다. 요즘 비디오 카드 구매하려고 하면 가격이 후덜덜 할 정도로 비싼 비디오 그래픽 카드가 많습니다. 예전에는 CPU 가격이 PC가격을 좌우했는데 요즘 게임을 하려면 좋은 비디오 그래픽 카드 써야 하는데 이러면 가격이 훅 올라갑니다. 

돈 많이 벌고 있는 엔비디아입니다. 그런데 이 엔비디아가 AI(인공지능) 시대에 총아로 떠오르고 있습니다. 


A.I 딥러닝 기술에 필요한 GPU 병렬 컴퓨터

구글코리아에서 구글 번역에 대해서 강의를 들었습니다. IT동아 기자분의 친절한 설명을 듣다가 A,I 기술을 실행하려면 클라우드 서비스와 GPU가 많이 필요하다고 하네요. 클라우드 서비스야 이해가 가는데 GPU가 왜 그리 많이 필요한가 했습니다. 

예를 들어주는데 CPU는 일꾼 1명이 일하는 시스템이라면 GPU는 병렬 컴퓨팅 기능이 있어서 일꾼 수십 명이 일할 수 있어서 A,I 기술중 핵심 기술인 딥러닝 기술에 필요하다고 하네요. 쉽게 말해서 A.I 기술 중 딥러닝은 인간처럼 수 많은 시행착오를 통해서 지혜와 지식을 체득해 갑니다. 그 수많은 시행착오는 병렬 컴퓨팅이 필요한데 엔비디아(NVIDIA)의 GPU가 그 병렬 컴퓨팅을 할 수 있습니다. 따라서 엔비디아의 GPU는 A.I 시대의 총아로 떠오르고 있습니다. 

Nvidia’s Deep-Learning Chips May Give Medicine a Shot in the Arm

미국 샌프란시스코에서 열린 EmTech Digital conference에서 엔비디아에서 헬스 케어 분야를 이끄는 킨베리 파월은 의료 영상 연구 분야에서 놀라운 정도의 수요가 급장하고 있다고 말하고 있습니다. 엔비디아는 GPU의 병렬연삭 성능을 활용한 이미지 인식 기술 개발을 진행하고 있습니다. 이중에서 의료 분야의 딥 러닝을 활용한 이미지 인식 기술을 사용하는 곳이 급속히 늘고 있다고 하네요. 


이미 아시는 분들은 아실거에요. 스마트폰에 저장된 사진이나 PC에 저장된 사진을 자동 백업 해주는 서비스인 구글 포토에서 특정 단어를 검색하면 내가 촬영한 사진 중에 특정 이미지만 골라서 보여줍니다. 예를 들어 커피를 검색하면 놀랍게도 아이스 아메리카노와 아메리카노 사진을 검색해 줍니다. 제가 놀란 것은 드립커피도 인식을 하네요. 심지어 원두가 든 커피 봉지도 인식합니다. 더 놀라운 것은 정확도가 1년 전에 비해서 몰라볼 정도로 좋아졌다는 것입니다. 

식겁이라는 단어가 떠오를 정도로 이미지 인식력이 좋아졌네요. 최근 연구에 따르면 사람 얼굴 인식력은 인간보다 좋아졌습니다. 이게 다 엔비디아 GPU가 뒤에서 도와주기 때문이죠. 구글의 딥러닝 연구팀은 안구를 촬영한 이미지에서 당뇨병 환자를 식별하는 기술을 보유하고 있습니다. 스탠포드 대학 연구팀은 딥러닝 기술을 이용해서 피부암 진단을 하는 기술을 과학잡지 네이처에 발표했습니다. 이렇게 의료 분야에서 딥러닝 기술을 많이 이용하고 있습니다. 

파월에 따르면 미국의 많은 병원에 엔비디아 기술자를 파견하고 있으며 인공 지능을 이용한 응용 프로그램을 병원과 함께 공동 개발하고 있다고 말하고 있습니다. 이렇게 엔비디아의 GPU 프로세서가 인기 있는 이유는 병렬 연산을 고속으로 처리할 수 있는 기능 때문이죠. 


엔비디아는 딥 러닝 훈련용 가속기인 TESLA P10을 딥 러닝 전용 슈퍼 컴퓨터인 DGX-1와 자율 운전 용의 Drive PX시리즈에 판매를 하고 있습니다. 앞으로도 딥 러닝 기술을 사용하는 서비스나 기업에 엔비디아 GPU가 탑재된 제품을 공급할 예정입니다. 이중에서 의료 쪽에서 가장 활발하게 사용하고 있네요. 파월은 엔비디아 하드웨어는 진료의 신뢰성을 높이는데 크게 기여를 할 것입니다. 예를 들어 의사나 전문 지식이 부속한 개발도상국의 의료 수준을 크게 증가할 것으로 보고 있습니다. 


인공 지능의 딥 러닝을 이용한 이미지 인식 능력은 인간 의사가 발견할 수 없는 패턴의 발견에서 큰 위력을 보여줍니다. 인간보다 인공 지능이 잘하는 분야가 반복적인 행동이나 판단력, 패턴 분석력에서 무척 뛰어납니다. 뉴욕 대학의 게리 마커스 교수는 "인공 지능이 가장 큰 영향을 미칠 분야는 의학이라면서 예를 들어서 암이 될 가능성이 높은 위험 요인을 알고리즘에 의해서 특정하고 경고를 보낼 수 있습니다"

그러나 맹점도 있습니다. 딥 러닝 기술에 의한 의료 진단에 도움이 되지만 의사가 어디 한 두가지만 보고 병을 진단하나요? 여러가지 판단과 종합적인 정보를 추합해서 판단하죠. 인공 지능의 딥 러닝 기술이 내놓은 진단은 참고 자료일 뿐이죠. 오히려 인공 지능 맹신했다가 오류가 나면 그 책임은 담당 의사가 져야 합니다. 

또한, 자동화의 맹점도 많습니다. 예를 들어 수동 운전 기능을 훈련 때만 배우고 평상시에는 자동 운전 기능에 놓고 운항을 하는 항공기 같은 경우 위급 상황 발생시 대처 능력이 떨어집니다. 하지만 시대의 흐름은 인공 지능의 발전으로 이어지고 있네요. 이런 시대에 현명하게 판단하는 방법은 인공 지능을 보조 수단으로 또는 참고 자료로 활용하고 모든 줏대는 인간이 가져야 합니다. 그나저니 엔비디아 발표 자료를 보니 엔비디아 주가가 계속 오를 듯하네요

신고
썬도그
하단 박스 
카카오스토리 구독하기 트위터 페이스북 구글플러스 메일

댓글을 달아 주세요



티스토리 툴바