엔비디아 AI 랩 연구진, 사람처럼 학습하는 알고리즘 개발중

[산업일보]
로봇에게 사람이 학습하는 것과 유사한 방법으로 학습시키는 알고리즘을 개발하기 위한 연구가 진행돼 기대를 모으고 있다.

이 같은 연구는 캘리포니아 대학교 버클리 캠퍼스의 세르게이 레빈(Sergey Levine) 조교수 연구팀에 의해 진행되고 있는 엔비디아 인공지능(AI) 랩(NVAIL) 연구진의 DGX 기반 AI 연구로, ICML에서 발표됐다.

국제머신러닝콘퍼런스 ICML(International Conference on Machine Learning) 2017은 호주 시드니에서 이달 6일부터 11일까지(현지시간) 개최됐다.

AI 컴퓨팅 분야 전문 기업 엔비디아가 운영하는 NVAIL에는 세계 유명 대학 및 연구소가 참여하고 있다. 이번 콘퍼런스에서는 캘리포니아 대학교 버클리 캠퍼스, 스위스 인공지능연구소 IDSIA, 도쿄대학교의 연구진들이 AI 슈퍼컴퓨터인 엔비디아 DGX를 기반으로 딥 러닝 분야의 기술 개발 연구 성과를 소개했다.

캘리포니아 대학교 버클리 캠퍼스의 세르게이 레빈(Sergey Levine) 조교수가 이끌고 있는 연구팀은 딥 뉴럴 네트워크가 학습 방법을 터득하도록 학습시킴으로써 지능형 에이전트의 학습 속도를 향상시키고 트레이닝의 필요성은 감소시키기 위한 연구를 진행하고 있다고 엔비디아는 소개했다.

전기컴퓨터공학과의 레빈 조교수는 “사람이 학습하는 과정을 살펴보면 처음부터 무작정 배우는 것이 아니라, 새로운 기술을 빠르게 배우기 위해 과거의 경험을 활용한다”며, “이와 유사한 방식의 학습 알고리즘을 구현하고자 연구중이다”고 설명했다.

기존의 AI 방식을 적용한 로봇은 반복적인 작업 경험을 통해 자극에 대한 최상의 대응 방식을 학습하게 된다. 레빈 교수팀은 로봇이 이러한 반복 작업 없이 학습할 수 있도록 만든다면 로봇의 적응력이 향상되는 것은 물론 더 많은 것을 학습할 수 있을 것으로 보고 연구를 추진중이라고 전했다.

이어 “로봇은 하나의 기술을 학습하기 위해 수 천 번의 훈련과정을 반복해야 한다. 이러한 학습에 필요한 경험의 수를 줄일 수 있다면 기존에 하나의 기술을 터득하는 데 소요됐던 동일한 횟수의 작업으로 수 천 개의 기술을 학습할 수 있게 된다”며, “실수를 전혀 하지 않는 머신을 구축하는 것은 어렵지만, 실수에서 보다 더 빠르게 배움으로써 경험해야 하는 실수의 횟수가 더 적은 머신을 구축하는 것은 가능하다”고 말했다.

레빈 교수가 이끄는 연구팀은 엔비디아 DGX 시스템을 활용해 시각적 인식과 움직임을 조정하는 알고리즘을 훈련하고 있다. 레빈 교수연구팀 소속의 첼시 핀(Chelsea Finn) 박사과정 대학원생은 이번 콘퍼런스에서 이 작업에 대한 연구 논문을 발표하고, 레빈 교수와 함께 ‘심층강화학습, 의사결정 및 조종(Deep Reinforcement Learning, Decision Making, and Control)’에 대한 튜토리얼을 제공하기도 했다.