반도체 전문 온라인 매거진 - 올포칩

인텔 랩(Intel Lab)은 이탈리아 기술연구원(Italian Institute of Technology) 및 독일 뮌헨 공과대학교(Technical University of Munich)와 협력해 신경망 기반 객체 학습에 대한 새로운 접근방식을 도입했다고 밝혔다. 이번 발표는 특히, 물류, 헬스케어 또는 노인 의료와 같은 제약 없는 환경과 상호작용하는 로봇 등 미래 애플리케이션을 대상으로 한다. 아울러, 새로운 대화형 온라인 객체 학습 방법을 통해 뉴로모픽 컴퓨팅을 사용, 로봇이 배치된 이후에도 추가적인 객체 학습을 추가하도록 지원한다. 

인텔은 이탈리아 기술연구원 및 뮌헨 공과대학교와 함께 인텔의 뉴로모픽 연구 칩 로이히(Loihi) 상에서 신규 모델을 적용한 새로운 객체 인스턴스 학습을 시연했다. 그 결과, 기존 중앙처리장치(CPU) 대비 약 175배 낮은 전력을 사용하면서도 기존 CPU와 유사하거나 더 나은 속도와 정확성을 보이며 지속적인 대화형 학습을 성공적으로 구현했다. 연구원들은 이를 위해 단일 플라스틱 시냅스 레이어에서만 학습할 수 있도록 범위를 제한했으며, 필요에 따라 새로운 뉴런을 확보함에 따라 로이히 상에 다른 객체 뷰(object views)를 설명하는 신경망 아키텍처를 구현했다. 본 신경망 아키텍처는 사용자와 상호작용하며 학습 과정을 자율적으로 전개할 수 있었다. 

시뮬레이션에서 로봇이 눈을 움직여 물체를 능동적으로 감지하고 있다

이번 연구 결과는 오크리지 국립연구소(Oak Ridge National Laboratory)가 주최한 올해 국제 뉴로모픽 시스템학회(ICON)에서 최고의 논문으로 선정된 ‘로봇을 위한 지속 대화형 학습: 뉴로모픽 접근법’에 포함되어 있다. 

율리아 산다미르스카야(Yulia Sandamirskaya) 인텔 뉴로모픽 컴퓨팅 연구소 로봇 연구 책임자 및 논문의 대표 저자는 “인간이 새로운 물체를 학습할 때, 물체를 자세히 보고, 돌려보고, 무엇인지 물어보는 과정을 거친다. 이후, 다양한 상황 또는 환경에서도 해당 물체를 즉시 인식할 수 있다”며 “우리의 목표는 상호작용하는 환경에서 작동하는 미래 로봇에 유사한 기능을 적용해, 예측하지 못한 상황에 적응하고 인간과 함께 더 자연스럽게 일할 수 있도록 하는 것이다. 이번 로이히 칩으로 거둔 성과를 통해 로봇 공학의 미래를 위한 뉴로모픽 컴퓨팅의 가치를 한층 강화했다”고 말했다.