SBS Biz

비싼 데이터센터 그래픽처리장치(GPU)를 덜 쓰고, 주변의 저렴한 GPU를 활용해 인공지능(AI) 서비스를 더 싸게 제공할 수 있는 기술이 개발됐습니다.



한국과학기술원(KAIST)은 전기및전자공학부 한동수 교수 연구팀이 데이터센터 밖에 널리 보급된 저렴한 소비자급 GPU를 활용해 대형 언어모델(LLM) 인프라 비용을 낮출 수 있는 새로운 기술 '스펙엣지'(SpecEdge)를 개발했다고 28일 밝혔습니다.

이 기술은 데이터센터 GPU와 개인 PC나 소형 서버 등에 있는 '엣지 GPU'가 역할을 나눠 LLM 추론 인프라를 함께 구성하는 방식으로, 이 기술을 적용한 결과, 기존 데이터센터 GPU만 사용하는 방식에 비해 토큰(AI가 문장을 만들어내는 최소 단위)당 비용을 약 67.6% 절감할 수 있었다고 연구팀은 설명했습니다.

연구팀은 데이터센터 GPU에서만 수행하는 방식에 비해 비용 효율성은 1.91배, 서버 처리량은 2.22배 향상됐고, 일반적인 인터넷 속도에서도 문제없이 작동해 별도의 특수한 네트워크 환경 없이 실제 서비스에 바로 적용할 수 있는 기술임을 확인했다고 덧붙였습니다.

이번 연구는 데이터센터에 집중된 LLM 연산을 엣지로 분산시켜 AI 서비스 기반이 되는 인프라 비용은 줄이고 접근성은 높일 새로운 가능성을 제시했습니다.



향후 스마트폰, 개인용 컴퓨터, 신경망 처리장치(NPU) 등 다양한 엣지 기기로 확장될 경우 고품질 AI 서비스가 보다 많은 사용자에게 제공될 수 있을 것으로 기대됩니다.

한동수 교수는 "데이터센터를 넘어 사용자의 주변에 있는 엣지 자원까지 LLM 인프라로 활용하는 것이 목표"라며 "이를 통해 AI 서비스 제공 비용을 낮추고, 누구나 고품질 AI를 활용할 수 있는 환경을 만들고자 한다"고 말했습니다.

이번 연구 결과는 최근 미국 샌디에이고에서 열린 AI 분야 최고 권위 국제 학회인 신경정보처리시스템 학회(NeurIPS)에서 스포트라이트(Spotlight)(상위 3.2% 논문, 채택률 24.52%)로 발표됐습니다.