엔비디아가 1월 6∼9일까지 미국 라스베이거스에서 열리는 세계 최대 가전 전시회인 CES2016 기간 중 자율주행 차량 시장을 겨냥한 슈퍼컴퓨터인 드라이브PX2(Drive PX2)를 발표했다.

드라이브PX2는 자율주행 차량 기술 구현을 위한 핵심 역량 격인 인공지능 기술 활용을 위한 플랫폼이다. 엔비디아 CEO 젠슨황은 드라이브PX2를 소개하며 “세계 첫 자율주행 차량을 위한 인공지능 슈퍼컴퓨터”라고 소개했다.엔비디아가 주목하는 자율주행 차량 기술 개발 비전은 2가지다. 한 가지는 운전자가 운전하지 않은 채 목적지까지 이동할 수 있는 기술, 다른 하나는 운전자 없이 이동할 수 있는 자동차다. 이런 기술은 운송업이나 우버 같은 서비스에 도움이 될 수 있다.그는 자율주행 차량으로 인한 혜택으로 안전 운행과 새로운 모빌리티 서비스, 도심 재설계를 들면서도 그럼에도 불구하고 자율주행 차량이 현실화되려면 복잡한 환경과 예측하기 어려운 사태가 수시로 발생한다는 점, 자연재해 같은 위험 요인 등이 걸림돌이라고 설명했다.

이를 해결할 수 있는 열쇠는 바로 딥러닝이다. 신경망과 빅데이터 그리고 GPU가 결합한 인공지능을 곁들인 자율주행이 해결책이 될 수 있다.그러니까 인간의 두뇌 같은 신경망이 시각 정보를 처리하는 기계학습을 하는 것이다.자동차 시장 뿐 아니라 다방면에서 주요 IT 기업이 인공지능 경쟁을 벌이는 이유도 여기에 있다. IBM은 자연어 처리 기술을 이용한 왓슨을, 구글은 자치 머신러닝 플랫폼인 텐서플로우, 마이크로소프트는 CNTK, 바이두는 딥스피치2, 페이스북도 자체 인공지능 플랫폼인 빅서를 선보인 바 있다. 자동차 기업인 도요타 역시 인공지능 기술 연구에 10억 달러를 투자하겠다고 밝힌 상태다.





젠슨황은 이들 머신러닝 플랫폼이 엔비디아의 드라이브PX2 같은 GPU 플랫폼을 바탕으로 성능을 끌어올릴 수 있다고 강조했다.드라이브PX2의 GPU를 이용하면 이런 속도가 30∼40배까지 빨라지게 된다. 실제로 앞서 소개한마이크로소프트의 경우 신경망을 통해 1년 만에 음성 인식과 아이큐 테스트에서 인간의 능력을 뛰어 넘었다. 딥러닝 훈련 속도 고속화는 인공지능 개발에 결정적 역할을 하는 것이다.

드라이브PX2는 카메라 12대를 비롯해서 라이더와 초음파 센서 등 자율주행 차량이 필요로 하는 온갖 센서 정보를 분석한다. 360도 전방위에 걸쳐 대량 그래픽 데이터를 빠르게 처리할 수 있다는 것. 내부에는 테그라 CPU 2개, 파스칼 아키텍처를 기반으로 한 GPU 2개를 갖췄다.CPU 코어 수는 12개이며 수냉식 냉각 장치를 옵션으로 이용할 수 있다. 또기존 타이탄X가 채택한 28nm 공정을 더 미세화한 16nm FinFET 제조공정을 채택했다.





드라이브PX2는 이를 통해 초당 24조 회 딥러닝 네트워크 처리를 할 수 있어 이전보다 10배 이상 성능이 높아졌다. 드라이브PX2의 처리 성능은 8TFLOPS. 참고로 인텔 i7은 280GFLOPS다. 젠슨황은 이 수치를 설명하며 “맥북프로 150대가 동시에 처리하는 것과 비슷한 성능”이라고 밝히기도 했다. GPU도 부동소수점 연산에서 초당 8조 회 처리가 가능하다. 이 역시 이전 모델보다 4배 이상 높아진 것이다.

데모를 통해 공개한 자율주행 차량의 신경망 딥러닝을 통해 학습시킨 물체는 1억 2,000만 개. GPU 컴퓨팅을 이용하지 않는다면 몇 년은 족히 걸리는 작업이라고 한다. 자동차 감지 뿐 아니라 보행자나 표지판, 도로 같은 것도 식별할 수 있는 건 물론이다. 실제로 아우디의 경우 4시간도 걸리지 않아 독일 내 도로 표지판을 학습, 96%에 달하는 높은 정확도로 식별이 가능다고 한다.

드라이브PX2가 자율주행차량을 위한 슈퍼컴퓨터라면 원활한 개발을 위한 지원 툴도 함께 제공한다. 드라이브웍스(DriveWorks)가 그것. 개발자를 위한 온갖 라이브러리와 모듈 등을 제공한다. 주위 환경이나 물체 감지, 데이터 수집과 동기화, 기록 처리 등 복잡한 파이프라인 알고리즘 과정을 효율적으로 관리할 수 있게 해준다.

디지츠(DIGITS)라고 불리는 개발자 도구도 제공한다. 딥러닝 트레이닝 플랫폼 역할을 하는 것으로 엔비디아의 GPU 시스템을 바탕으로 한 신경망 개발이나 트레이닝, 시각화를 위해 활용할 수 있다.





엔비디아는 또 드라이브넷(Drivenet)이라고 불리는 DNN, 자율주행 차량용 심층 신경망 플랫폼도 함께 공개했다. 개발자를 대상으로 무료 제공하는 것으로 젠슨황은 내부 테스트 결과를 인용, 사물 인식률이 지난 2015년 7월 39%에서 12월 88%까지 높아졌다고 설명했다. 드라이브넷은 9개까지 사물별 레이어 인식이 가능하다. 또 이를 통해GPU 연산 처리 결과는 클라우드를 기반으로 한 드라이브넷에 올리고 다시 자동차의 드라이브PX2에 입력하는 한편 드라이브PX2를 이용한 학습 결과는 연산 처리해 드라이브넷에 축적해 이용하는 과정을 통해 진화를 계속 하도록 한다.

자동차가 자율주행을 하려면 소프트웨어와 딥러닝, 슈퍼컴퓨터 3가지 요소가 필요하다. 엔비디아는 이번 발표로 이를 위한 슈퍼컴퓨터인 드라이브PX2와 DNN, 딥러닝 알고리즘인 드라이브넷, 소프트웨어 지원군은 디지츠 뿐 아니라 원활한 개발을 위한 라이브러리인 드라이브웍스까지 자율주행 개발을 위한 생태계 구축에 나섰다고 할 수 있다. 젠슨황은 “GPU 기술을 바탕으로 딥러닝과 슈퍼컴퓨팅 발전을 통해 미래 자율주행 차량의 청사진을 그리겠다”고 강조했다.

엔비디아의 행보는 같은 날 발표한 가상현실 인증 프로그램에서도 엿볼 수 있다. 보유한 PC나 노트북이 얼마나 가상현실 성능을 발휘할 수 있는지 여부를 한눈에 알 수 있게 해주는 인증 프로그램인 지포스 GTX VR 레디(GeForce GTX VR Ready)를 공개한 것. 눈길을 끄는 건 가상현실 관련 생태계 구축에도 적극적으로 나설 예정이라는 것이다. 엔비디아는 지포스 그래픽카드를 기반으로 드라이버와 개발자 키트인 게임웍스 VR, 디자인웍스 VR 등 하드웨어와 소프트웨어 엔진 등을 묶은 가상현실 플랫폼을 구축하고 있다.

드라이브PX2는 올해 4분기 공개될 예정이지만 초기 개발 파트너는 2분기부터 사용 가능하다. 한편드라이브PX2를 도입한 자율주행 차량의 도로 주행 테스트는 2017년 볼보가 실시할 예정이다.

이석원 기자  lswcap@techholic.co.kr

<저작권자 © 테크홀릭, 무단 전재 및 재배포 금지>