인체와 유사해지는 AI

더이상 티스토리를 쓰지 않으려고 했는데 네이버프리미엄콘텐츠 빠꾸쳐먹어서 부득이하게 씀

 

빠꾸쳐먹은 이유는 성의가 없어서 인듯.

 

미안합니다 내가 원래 대강대강 삽니다.

 

돈만 잘벌면 됐지.

 

근데 돈도 못 벌고 빚도 많아서 부득이 씁니다.

 

네이버 프리미엄 콘텐츠 열심히 할테니 봐주십시오.

 

 

이제 본론 하지마루요.

https://youtu.be/sLUz-3D_1So?list=RDsgDKb8sWdpU

브금.

 

 

 

 AI의 패러다임이 여러모로 바뀌고 있음.

 

기존 클라우드 중심으로, 통신망을 통해 데이터를 받아 클라우드에 고성능 CPU, GPU로 연산, 다시 디바이스에 연산 결과에 따른 액션을 지시하던 시스템은 클라우드 내 장비 부담을 가중해 노후화 및 유지 비용을 증가시킴.

 

AI 연구가 고도화됨에 따라 GPU와 연동된 메모리의 중요성까지 커지고 이는 PIM, PNM같은 신규 프로세서-메모리 구조 설계까지 이어짐.

 

그러한 구조 속에서 주목받은 것이 온디바이스AI로, 디바이스 자체에 AI 연산 기능을 추가하여 클라우드의 부담을 경감시키는 기술임.

 

 

 

삼성전자는 이것이 가능한 갤럭시S24를 발매하였으며 메모리 구조 상 Edge AI가 약한 아이폰은 이를 적용하지 못하고 있음.

 

이로 인해 삼성전자 갤럭시 시리즈, 그리고 갤럭시 시리즈에 들어가게될 엑시노스의 부흥까지 기대되는 상황.

 

이렇게 AI는 점점 생활 속에 자리 잡아가고 있는데, 최근 삼성전자가 디바이스보다 더 아랫 단위인 센서단위의 AI(온센서AI)를 개발할 계획이 있음을 발표함.

 

https://www.epnc.co.kr/news/articleView.html?idxno=235418

[한장TECH] AIoT의 최종장, 온센서 AI - 테크월드뉴스

 

이해하기 쉽게 그림으로 표현하면 아래와 같음

좌측부터 각각 클라우드AI, 온디바이스AI, 온센서AI임

 

화살표가 하나씩 늘어남을 알 수 있는데, 통신의 경로라고 생각하면 되며 해당 이미지는 자율주행을 가정하고 작성된 이미지임.

 

기존 클라우드AI에서의 장비 구동이 센서에서 데이터를 인식, 디바이스에 전송, 디바이스 내의 통신 장치를 통해 클라우드로 전송, 클라우드에서는 이를 분석하고 어떤 액션을 취하면 될지 명령을 전달하는 구조였음

 

온디바이스AI에서는 디바이스에 미리 인식되어있는 영역의 행위에 대해서는 클라우드로의 통신 없이 즉시 액션을 취할 수 있으며 복잡한 연산만 클라우드에서 담당하게 되는 구조였음.

 

명령을 송신하는 상황에서도 전력이 소비되며 데이터의 양에 따라서도 전력 소비량이 증가하기에 기존 클라우드AI에서 데이터를 수신하고 분석하여 명령을 전달하는 과정까지 전력 소비량은 막대했음.

 

 

 

온디바이스 AI는 이러한 클라우드의 부담을 경감시키고 인식과 행위의 지연시간을 줄여주는 효과를 얻음

 

이제 온센서AI의 레벨까지 오면, 센서에서 인식하는 즉시 간단한 액션을 취할 수 있게 되어 디바이스와 클라우드의 부담이 함께 줄어들게 됨.

 

이를 좀 더 이해하기 쉽게 사람의 몸으로 표현하면,

 

 

 

 

클라우드AI: 수학문제를 풀 때는 눈으로 인식하고 뇌로 정보를 보내 사고하고 손으로 문제를 품

(눈=센서, 클라우드 = 뇌, 사고 = 분석, 문제를 품 = 동작)

온디바이스AI: 어렸을 적 나를 괴롭혔던 일진을 마주치면 몸이 움츠러 든다 (눈=센서, 디바이스 =척수 , 움츠러듬 = 동작)

온센서AI: 지나가다 문에 새끼 발가락 찍히면 나도 모르게 욕이 나온다 (발가락=센서, 욕=동작)

 

 

 

 

반도체 전공자는 아니지만, AI가 Edge 단위로 내려옴에 따라 각 동작에 "특화"된 구조로 설계되기에 대형 제조사나 자율주행사의 라이더 장비에 Fit한 형태로 수주를 따내는 업체가 승리할 가능성이 높다고 봄.

 

실제 하이닉스는 자사의 HBM이 엔비디아 GPU와 호환이 좋기에 삼성전자 대비 HBM 수주 우위를 띄고 있으며 삼성전자의 S24 역시 AP에 맞춤 설계된 메모리 구조로 설계됨. (System on Chip)

 

 

 

결국 AI는 고수준 연산을 전제하기에 코어와 메모리 간 호환이 중요하며 이에 특정 제품을 대량 생산하는 업체보다 특정 목적에 적합한 센서를 저전력 구조로 잘 설계하는 업체가 승리할 가능성이 높음.

 

우리네 몸도 마찬가지로 손가락엔 지문이 있어 물체를 인식하고 쥐기 쉬우며 눈에는 시신경 및 시세포가 있어 빛과 물체를 인식, 소화 기관에는 소화액이 분비됨. 특정 목적성에 적합한 구조로 설계된 것이 우리네 몸임.

 

전자장비와 AI를 너무 복잡하게 생각하지말고 특정 공정 혹은 특정 목적엔 어떠한 구조로 설계될지 생각해본다면 투자는 몰라도 앞으로의 발전 양상을 쉽게 추론할 수 있을 것이라고 생각함.