​ETRI, AI 반도체 위한 범용 컴파일러 공개...국내 산업 활성화 기대

딥러닝 추론 성능 높이는 시스템 소프트웨어 공개

AI 반도체·응용 서비스 호환성 높이고 개발비·시간도 단축

ETRI 연구진이 네스트 컴파일러를 통해 NPU 위에서 이미지 분류 딥러닝 기술이 동작하도록 시연하고 있다.[사진=한국전자통신연구원]

국내 연구진이 중소기업·스타트업에서 인공지능(AI) 반도체를 개발하기 위해 투입하는 시간과 비용을 단축하는 핵심기술을 공개했다. 하드웨어와 소프트웨어 간 호환성과 확장성 문제를 해소하는 시스템 소프트웨어 개발을 통해 AI 반도체 개발에도 속도가 붙을 전망이다.

한국전자통신연구원(ETRI)은 AI 핵심 시스템 소프트웨어인 딥러닝 컴파일러 '네스트(NEST-C)'를 개발했다고 26일 밝혔다. 또한, 이를 개발자가 쉽게 활용할 수 있도록 자체 개발한 AI 반도체 하드웨어와 함께 오픈소스 플랫폼인 깃허브(Github)에 공개했다.

AI 기술이 발전함에 따라 딥러닝 응용 서비스가 다양한 분야로 확장되고 있다. 이를 구현하는 AI 알고리즘도 복잡해지면서 더 뛰어나고 효율적인 연산 처리의 필요성이 커지고 있다.

ETRI는 AI 응용 분야에 적합한 공통 중간표현을 정의해 네스트 컴파일러에 적용, 문제를 해결했다. AI 애플리케이션과 AI 반도체 간 이질성을 해소함으로써 AI 반도체 개발이 쉬워진다. 해당기술은 한국정보통신기술협회(TTA) 표준으로도 제정되었다.

중앙처리장치(CPU)나 그래픽처리장치(GPU) 대신 AI 연산 처리에 특화된 신경망처리장치(NPU) AI 반도체가 주목받고 있다. 자율주행, 사물인터넷(IoT), 센서 등 응용 분야를 실행하기 위해서는 최적화된 AI 반도체를 각각 설계해야 한다.

동시에 최적화된 각각의 컴파일러가 정확한 실행 코드를 만들어야 최대 성능을 낼 수 있다. 딥러닝 모델의 추론 성능을 보장하는 핵심 시스템 소프트웨어인 딥러닝 컴파일러가 중요한 이유다. 

하드웨어와 소프트웨어 간 가교 역할을 하는 셈이다. 일반적으로 제조사들은 AI 반도체, 시스템 소프트웨어, 응용프로그램을 함께 개발해 판매한다. 그간 중소기업·스타트업은 반도체 설계에 역량을 집중하기 어려웠다. 시스템 소프트웨어, 응용프로그램 개발 및 최적화에 적지 않은 시간을 투입하기 때문이다. 대형 제조사가 제공하는 시스템 소프트웨어는 자사 칩에 최적화돼 있으며 비공개로 개발돼 적용에 한계가 있다.

이번 개발을 통해 응용프로그램 개발 및 최적화 시간을 단축하고 시스템 소프트웨어 개발 수고를 덜 수 있다. 반도체 생산·판매비용 절감효과와도 연계된다. CPU, GPU뿐 아니라 NPU까지 모두 호환하며, 범용성 높은 네스트 컴파일러 하나로 대신할 수 있다.

ETRI는 네스트 컴파일러를 오픈소스로 공개하면서 관련 산업 생태계 활성화 목적으로 자체 개발한 AI 반도체에 네스트 컴파일러를 적용한 참조 모델까지 함께 공개했다. 

연구진은 현재 파편화돼 개발되는 AI 반도체 생태계에서 네스트 컴파일러가 구심점 역할을 할 수 있다는 점에서 이번 공개가 의미가 크다고 밝혔다. ETRI는 국내 AI 반도체 스타트업이 자체 개발한 고성능 AI 반도체에도 네스트 컴파일러를 적용했다. 

관련 기업과 협업하여 딥러닝 컴파일러 지원 범위를 넓힐 계획이며, 소프트웨어 전문 기업을 통해 AI 반도체 적용 서비스의 사업화도 추진 중이다. 또한, AI 응용 서비스 개발에 필요한 성능과 편의성을 높여 새로운 서비스를 창출하는 데 기여할 계획이다.

ETRI 김태호 차세대시스템SW연구실장은 "표준 딥러닝 컴파일러 오픈소스 공개는 국내 AI 반도체 생태계 활성화를 위해 개발된 시스템 SW이다. 다양한 AI 반도체 기업들에 적용하기 위해서 기술협력을 진행 중"이라고 말했다.