%EA%B9%80%EB%AF%BC%EC%88%98
-
GPU에서 대규모 출력데이터 난제 해결
국내 연구진이 인공지능(AI) 등에 널리 사용되는 그래픽 연산 장치(이하 GPU)에서 메모리 크기의 한계로 인해 초병렬 연산*의 결과로 대규모 출력 데이터가 발생할 때 이를 잘 처리하지 못하던 난제를 해결했다. 이 기술을 통해 향후 가정에서 사용하는 메모리 크기가 작은 GPU로도 생성형 AI 등 고난이도 연산이 대규모 출력을 필요한 경우 이를 빠르게 수행할 수 있다.
*초병렬 연산: GPU를 이용하여 수 십 만에서 수 백 만 개의 작은 연산들을 동시에 수행하는 연산을 의미
우리 대학은 전산학부 김민수 교수 연구팀이 한정된 크기의 메모리를 지닌 GPU를 이용해 수십, 수백 만개 이상의 스레드들로 초병렬 연산을 하면서 수 테라바이트의 큰 출력 데이터*를 발생시킬 경우에도 메모리 에러를 발생시키지 않고 해당 출력 데이터를 메인 메모리로 고속으로 전송 및 저장할 수 있는 데이터 처리 기술(일명 INFINEL)을 개발했다고 7일 밝혔다.
*출력데이터: 데이터 분석 결과 또는 인공지능에 의한 생성 결과물에 해당하는 데이터
최근 AI의 활용이 급속히 증가하면서 지식 그래프와 같이 정점과 간선으로 이루어진 그래프 구조의 데이터의 구축과 사용도 점점 증가하고 있는데, 그래프 구조의 데이터에 대해 난이도가 높은 초병렬 연산을 수행할 경우 그 출력 결과가 매우 크고, 각 스레드의 출력 크기를 예측하기 어렵다는 문제점이 발생한다.
또한, GPU는 근본적으로 CPU와 달리 메모리 관리 기능이 매우 제한적이기 때문에 예측할 수 없는 대규모의 데이터를 유연하게 관리하기 어렵다는 문제가 있다. 이러한 이유로 지금까지는 GPU를 활용해 ‘삼각형 나열’과 같은 난이도가 높은 그래프 초병렬 연산을 수행할 수 없었다.
김 교수팀은 이를 근본적으로 해결하는 INFINEL 기술을 개발했다. 해당 기술은 GPU 메모리의 일부 공간을 수백 만개 이상의 청크(chunk)라 불리는 매우 작은 크기의 단위들로 나누고 관리하면서, 초병렬 연산 내용이 담긴 GPU 커널(kernel) 프로그램을 실행하면서 각 스레드가 메모리 충돌 없이 빠르게 자신이 필요한 청크 메모리들을 할당받아 자신의 출력 데이터를 저장할 수 있도록 한다.
또한, GPU 메모리가 가득 차도 무중단 방식으로 초병렬 연산과 결과 출력 및 저장을 지속할 수 있도록 한다. 따라서 이 기술을 사용하면 가정에서 사용하는 메모리 크기가 작은 GPU로도 수 테라 바이트 이상의 출력 데이터가 발생하는 고난이도 연산을 빠르게 수행할 수 있다.
김민수 교수 연구팀은 INFINEL 기술의 성능을 다양한 실험 환경과 데이터 셋을 통해 검증했으며, 종래의 최고 성능 동적 메모리 관리자 기술에 비해 약 55배, 커널을 2번 실행하는 2단계 기술에 비해 약 32배 연산 성능을 향상함을 보였다.
교신저자로 참여한 우리 대학 전산학부 김민수 교수는 “생성형 AI나 메타버스 시대에는 GPU 컴퓨팅의 대규모 출력 데이터를 빠르게 처리할 수 있는 기술이 중요해질 것으로 예상되며, INFINEL 기술이 그 일부 역할을 할 수 있을 것”이라고 말했다.
이번 연구에는 김 교수의 제자인 박성우 박사과정이 제1 저자로, 김 교수가 창업한 그래프 딥테크 기업인 (주)그래파이 소속의 오세연 연구원이 제 2 저자로, 김 교수가 교신 저자로 참여하였으며, 국제 학술지 ‘PPoPP’에 3월 4일자 발표됐다. (INFINEL: An efficient GPU-based processing method for unpredictable large output graph queries)
한편, 이번 연구는 과기정통부 IITP SW스타랩 및 ITRC 사업, 한국연구재단 선도연구센터인 암흑데이터 극한 활용 연구센터의 지원을 받아 수행됐다.
2024.03.07 조회수 3651 -
이진우 교수, 그래핀 기반의 자연 효소 모방물질 개발
〈 이진우 교수 〉
우리 대학 생명화학공학과 이진우 교수 연구팀이 그래핀을 기반으로 해 과산화효소의 선택성과 활성을 모방한 나노단위 크기의 무기 소재(나노자임, Nanozyme)를 합성하는 데 성공했다.
연구팀은 이 무기 소재를 이용하면 알츠하이머병 조기 진단과 관련된 신경전달물질인 아세틸콜린을 자연 효소를 이용했을 때보다 더 민감하게 검출할 수 있음을 확인했다.
가천대학교 바이오나노학과 김문일 교수, UNIST 에너지화학공학부 곽상규 교수팀과 공동으로 연구하고 김민수 박사가 1 저자로 참여한 이번 연구는 재료 분야 국제 학술지 ‘에이씨에스 나노(ACS Nano)’ 3월 25일자에 게재됐다. (논문명 : N and B Codoped Graphene: A Strong Candidate To Replace Natural Peroxidase in Sensitive and Selective Bioassays , 질소와 붕소가 동시에 도핑된 그래핀: 민감하고 선택성이 있는 바이오에세이에 사용되는 자연의 과산화효소를 대체할 수 있는 강력한 후보)
효소는 우리의 몸 속 다양한 화학 반응에 촉매로 참여하고 있다. 각각의 효소는 구조가 매우 복잡해 체내에서 특정 온도와 환경에서 원하는 특정 반응에만 촉매 역할을 할 수 있다.
특히 과산화효소는 과산화수소와 반응하면 푸른 색을 띠기 때문에 과산화수소를 시각적으로 검출할 수 있다. 이를 이용해 산화 과정에서 아세틸콜린을 포함한 과산화수소를 배출하는 다양한 물질을 시각적으로 검출할 수 있다는 장점이 있다.
대신 효소는 안정성, 생산성이 낮고 가격이 비싸다는 단점이 있다. 단백질로 이뤄진 효소와 달리 무기물질로 합성된 효소 모방 물질은 기존 효소의 단점을 해소할 수 있어 효소의 역할인 질병의 검출 및 진단 시스템에 활용할 수 있다. 따라서 효소의 활성을 정확히 모방하는 나노물질의 필요성이 커지고 있다.
그러나 효소를 모방하는 나노물질은 활성을 모방하는 것이 가능하지만 원하지 않은 다른 부가적인 반응을 일으킬 수 있다는 단점이 있어 효소를 대체하는 데 어려움이 있다. 특히 기존의 과산화효소 활성이 높은 물질은 과산화수소가 없는 상황에서도 색이 변하기 때문에 검출 물질이 없어도 발색이 되는 단점이 있다.
문제 해결을 위해 연구팀은 과산화효소 활성만을 선택적으로 모방하는 질소와 붕소가 동시에 도핑된 그래핀을 합성했다. 이 그래핀의 경우 과산화수소 활성은 폭발적으로 증가하지만 다른 효소 활성은 거의 증가하지 않아 과산화효소를 정확하게 모방할 수 있다.
연구팀은 실험적 내용을 계산화학을 통해 증명했으며 새롭게 개발한 물질을 이용해 중요 신경전달 물질인 아세틸콜린을 시각적으로 검출하는 데 성공했다.
아세틸콜린은 알츠하이머병의 조기 진단과 관련이 높아 연구팀의 효소모방 물질을 이용하면 향후 질병 진단 및 치료에 기여할 수 있을 것으로 예상된다.
이 교수는 “효소 모방 물질은 오래되지 않은 분야이지만 기존 효소를 대체할 수 있다는 잠재성 때문에 관심이 폭발적으로 커지고 있다”라며 “이번 연구를 통해 효소의 높은 활성 뿐 아니라 선택성까지 가질 수 있는 물질을 합성하고 알츠하이머의 진단 마커인 아세틸콜린을 효과적으로 시각적 검출할 수 있는 기술을 확보했다”라고 말했다.
이번 연구는 한국연구재단의 이공분야 기초연구사업 중견연구자지원사업을 통해 수행됐다.
□ 그림 설명
그림1. 촉매의 과산화효소와 산화효소 활성을 시각적으로 확인할 수 있는 사진
그림2. 질소와 붕소가 동시에 도핑된 그래핀의 바이오 에세이 적용
2019.04.23 조회수 15647