산업포털 여기에

과학기술일자리진흥원은 과학기술정보통신부의 기초·원전 R&D 사업에서 창출된 우수한 연구성과가 산업계에 이전돼 사업화 및 일자리 창출이 될 수 있도록 지원하는 기술사업화 공공기관이다. 과학기술일자리진흥원에서 작성·지원한 본 기술 소개를 통해 새로운 기술을 살펴보고, 더불어 기술이전에 대한 가능성을 확인할 수 있다.

기술개요

시각지능 기술은 빠르게 발전하고 있으며, 이러한 시각지능 기술발전에는 인공지능 알고리즘 기술의 발전과 함께 GPU 등과 같은 대용량 연산장치의 보급과 성능 향상이 큰 역할을 했다.

시각지능 인공지능 기술을 다양한 분야에 적용하고 확산하기 위해서는 센서, IoT 기기, 엣지단말 등의 경량시스템에서도 비교적 원활하게 시각지능 기능이 수행돼야 한다. 이를 위해서는 반드시 뉴럴네트워크의 인지 성능은 유지하면서 방대한 연산과 과도한 파라미터 메모리 요구량을 축소해야 한다.

본 기술은 시냅스컴파일러 기술로서 앞서 언급한 현재의 뉴럴네트워크의 과다한 연산량 문제와 파라미터 메모리 요구량 문제를 해결하기 위한 기술이다.

기술개발 현황

시냅스컴파일러는 기존의 신경망을 입력받아 최적화를 수행한 후 새롭게 최적화된 신경망의 구성파일과 신경망파라미터를 생성할 수 있는 신경망최적화 기술이다.

시냅스컴파일러 기술은 기존의 뉴럴네트워크의 모양을 텍스트 파일 형태의 설정 파일로 수신하고 학습과 테스트를 위한 데이터베이스를 입력받는다. 이후 시냅스컴파일러는 최적화(Optimization) 과정과 재학습(Re-training) 과정을 거치면서 뉴럴네트워크의 수행에 필요한 계산량을 획기적으로 줄이고 파라미터의 메모리량도 대폭 감소시키게 된다.

시냅스컴파일러는 수행 완료 후 최적화된 신경망의 구성을 나타내는 파일과 신경망의 파라미터들의 학습된 값을 최종 결과물로 생성한다.

시냅스컴파일러 결과물을 이용하면 범용객체의 인식을 위한 뉴럴네트워크를 효율적으로 최적화해 동작시킬 수 있다.

기술의 우수성(특장점)

뉴럴네트워크의 구성을 정의하는 ASCII 형태의 파일을 입력으로 받고 사용자가 원하는 형태로 뉴럴네트워크를 정의할 수 있으며, 뉴럴네트워크의 학습 및 인지성능 테스트를 위해 다양한 데이트베이스를 연동할 수 있다(e.g. IMAGENET, MNIST 등).

시냅스컴파일러는 입력된 뉴럴네트워크를 재학습시켜 최적화를 수행하고 최적화 완료 후 최적화된 뉴럴네트워크의 구성과 학습 완료된 네트워크 파라미터들을 생성해 출력한다.

입력된 뉴럴네트워크에 따라 5배에서 70배가량의 최적화 성능을 나타내며 최소한의 인지성능 열화가 동반된다.

시냅스컴파일러는 리눅스 운영체제를 지원하고 있으며 윈도우 등의 운영체제로도 사용자에 의해 쉽게 이식될 수 있으며 시냅스컴파일러는 CNN(Convolution Network) 및 FCN(Fully Connected Network)를 모두 지원한다.

기술 적용(활용) 가능 분야

이미지센서, IoT 장치, 모바일단말, 엣지단말, 지능형 CCTV, 인지로봇, 자율주행차, 경량드론 등 사람과 같은 시각지능이 필요한 다양한 분야에 응용과 적용이 가능하다.