<30C7A5C1F62E687770>

Transcription

1 1865 호

2 주간기술동향 은과학기술정보통신부 ICT 동향분석및정책지원 과제의일환으로정보통신기술진흥센터 (IITP) 에서발간하고있습니다. 주간기술동향 은인터넷 ( 을통해서비스를이용할수있으며, 본고의내용은필자의주관적인의견으로 IITP의공식적인입장이아님을밝힙니다. 정보통신기술진흥센터의 주간기술동향 저작물은공공누리 출처표시- 상업적이용금지 조건에따라이용할수있습니다. 공공누리의제2유형에따라상업적이용은금지하나, 별도의이용허락 을받을경우에는가능하오니이용하실때공공누리출처표시지침을참조하시기바랍니다.( 참고 ) 예시 ) 본저작물은 OOO( 기관명 ) 에서 OO년 작성하여공공누리제O유형으로개방한 저작물명 ( 작성자 :OOO) 을이용하였으며, 해당저작물은 OOO( 기관명 ), OOO( 홈페이지주소 ) 에서무료로다운받으실수있습니다.

3 ICT 신기술 최신 ICT 이슈 1865 호 기획시리즈 2 설명가능한 AI 기술을포함한인공지능의 IP-R&D 전략 [ 윤태승 / 한국특허전략개발원 ] Ⅰ. 서론 Ⅱ. AI 트렌드 Ⅲ. X-AI 특허동향 IV. 인공지능기술의 IP-R&D 전략 Ⅴ. 결론및시사점 ICT 신기술 14 메모리중심컴퓨팅기술동향 [ 권원옥 오명훈 / 한국전자통신연구원 ] Ⅰ. 서론 Ⅱ. 메모리중심컴퓨팅 Ⅲ. HPE The Machine Ⅳ. Gen-Z 프로토콜 Ⅴ. 결론및시사점 최신 ICT 이슈 24 Ⅰ. 애플신제품발표회, 주인공은의료기기탑재한 애플워치4 Ⅱ. 퀄컴스마트워치용스냅드래곤칩신작발표, 루이비통등채택 Ⅲ. 웨더뉴스-엔비디아, AI 이용한전세계강우상황가시화프로젝트

4 주간기술동향 설명가능한 AI 기술을포함한인공지능의 IP-R&D 전략 윤태승한국특허전략개발원전문위원 DNN(Deep Neural Network)/CNN(Convolutional Neural Network) 과같은딥러링인공지능은학습으로얻어지는인공지능의판정결과에서괄목할만한성과를거두고있으나, 연구자들은 DNN/CNN에서드러나는여러가지문제점을인지하고이를해결하기위한방안을모색하기시작했다. 특히, 블랙박스처럼취급되는네트워크내부의정보는 AI가어떤근거로그결과를제시하는지에대한확인이어렵고 Adversarial Attack에취약하다는단점들이있었다. DARPA 에서진행하는 X-AI(Explainable AI) 과제와같이네트워크구조자체를 transparent하게만들어서설명가능한 AI를구현하거나혹은 AI 구조를그대로두고, interpreting하기위한부가적인모델을생성하거나 Interpretable Interface를접목하는등의인공지능내부네트워크해석에대한연구가활발히진행되고있다. 이에본고에서는설명가능한 AI에대한특허동향을살펴보고, 앞으로의 IP-R&D 전략에대한의견을제시하고자한다. I. 서론 인공지능 (AI) 은구글의최종도착지입니다. 구글은사용자가원하는것을정확히이해하고가장적합한답을줄것입니다. 구글의래리페이지가 2018년개발자데이에서한발언이다. 장기간침체에있던인공지능 (Artificial Intelligence: AI) 은최근구글을중심으로한딥러닝기술의발달로산업전반에적용가능한수준으로발전하고있다. 2016년구글딥마인드의 AI 알파고 (AlphaGo) 와이세돌 9단의바둑대국을계기로인공지능에대한관심이폭발적으로증가하기시작했다. 알파고이전의인공지능은머신러닝으로지금도범용적인응용분야에서많이사용되고있다. 사실인공지능의역사는매우깊다. * 본내용은윤태승전문위원 ( tsyun@kista.re.kr) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. 2

5 기획시리즈 인공지능 우리가인공지능과함께인식하는것은로봇으로, 로봇의개념은이미 1920년대연극에서시작되었다. 로봇 (robot) 이란용어는체코슬로바키아의소설가차페크 (Karel Capek) 가 1921년발간한 R.U.R(Rossum s Universal Robots) 이라는희곡에서처음으로사용되었다. 로봇의어원이체코어의노동을의미하는단어 로보타 (robota) 인만큼, 로봇의역할은인간의노동을대신수행하는데서찾을수있다. 시스템또는소프트웨어로서의인공지능보다도더오랜역사를지닌하드웨어로서의로봇개념이인간에게는일상의끝단에서접하기때문일것이다. 또한, 초기인공지능의개념은 1956년미국다트머스학술회의에서존매카시가 기계를인간행동의지식에서와같이행동하게만드는것 이라고제안하면서유래되었다. 1950년앨런튜링은기계가인간과얼마나비슷하게대화할수있는지를기준으로기계에지능이있는지를판별하고자하는테스트로튜링테스트 (Turing test) 를제안했다. 2018년구글이개발자데이에서발표한듀플렉스인공지능은음성으로사람을완벽하게속였다는점에서튜링테스트를완벽하게통과했다고볼수있다. 최근인공지능은빅테이터의발달과정보처리 (CPU, 메모리, 저장매체등 ) 능력의향상, 딥러닝알고리즘향상및클라우드기반환경등의영향으로학습, 추론, 인지기술을발달시킬수있는기반이조성됨에따라더욱발전하고있다. II. AI 트렌드 1. AI 기술개발동향 딥러닝기반인공지능의핵심은학습과추론등을수행하는인간의뇌특성을뉴럴네트워크로모델화했으며, 기존의신경망과달리초고용량학습알고리즘의특징으로인해고성능을발휘한다. 딥러닝의한계점이나약점도분명많은것이사실이다. 학습수행과정의높은복잡도와학습데이터의오버피팅문제, 일부응용에만강점을보이는문제등이있어이를해결하기위한다양한연구와시도가이루어지고있다. 특히, 도출한최종결과의근거, 도출과정의타당성등을제공하지못하는블랙박스이슈가최근의가장큰해결과제로떠오르고있다. 이는인공지능시스템에대한사용자와사회의수용과신뢰에대한문제로강한인공지능이슈와함께우려와관심의대상이되고있다. 특히, 미국방성산하국방고등연구계획국 (DARPA) 에서는 2017년부터 X-AI(Explainable AI) 관련프로젝트 (X-AI 학습모델개발및테스트 ) 를추진하고있다. X-AI는사용자가인공지능시스템의동작과최종결과를이해하고올바르게해석하여결과물이 정보통신기술진흥센터 3

6 주간기술동향 < 자료 > DARPA [ 그림 1] 설명가능한 AI 의개념 생성되는과정을설명가능하도록해주는기술을의미한다. 예를들어, 인공지능시스템이고양이이미지를분류할경우, 기존시스템은입력된이미지의고양이여부만을도출하지만, X-AI는고양이여부를도출하고, 인공지능판단의근거 ( 털, 수염등 ) 까지제공하는진보된개념의인공지능이라할수있다. 최근의인공지능은인간의지능을목표로하고있는것처럼보이지만, 사실인간에게필요한것은인간과같은지능이아닌인간에게필요한, 인간을편리하게해줄수있는지능일것이다. 즉, 인공지능이의도하던의도하지않던인간의지능을목표로하고있으나, 실제응용분야에서는꼭인간의지능을필요로하지않으며, 그지능또한우리가우려하는강한인공지능만은아닐지도모른다. 설명가능한 AI는최근우려되고있는강한인공지능및인공지능이인간을넘어서는시기에대한우려와는별개로인공지능의투명성과설명가능성을높여인간에게설득력있는데이터를제공하기위한근본적인접근방식이다. 특히, 암진단과같은인간의생명을다루는응용분야에서인공지능의블랙박스형태결과만으로판단한다는것은많은리스크와문제를수반하기때문에, 설명가능한 AI 기술은사람에게더욱절실하고중요한이슈일수있다. 4

7 기획시리즈 인공지능 2. AI 와오픈소스 구글은물론대부분의글로벌 IT기업들과개발자들은인공지능연구개발에오픈소스를활용하고있는추세이다. 특히, 기업의경우플랫폼장악을위해오픈소스를통해시장영향력을확대하는방향으로가고있다. 구글의텐서플로우 (Tensorflow) 를비롯하여페이스북의토치 (Torch), 마이크로소프트의프로젝트 AIX, 삼성전자의베레스 (Veles), 테슬라가지원하고있는 Open AI 등이오픈소스프로젝트로공개되어다양한분야에서활용되며, AI 기술의발전에기여하고있다. 구글을비롯한 IT 대기업들이오픈소스정책을통해 AI 기술을공유하는데는이유가있다. 오픈소스자체가기술의공유를통해기술개발을촉진하고자함이고, AI 알고리즘의다양한분야응용에있어금융, 의료, 교육등의필드노하우와실제데이터가매우중요하기때문이다. 공유를통한플랫폼확장의의도는너무도당연하다. 이러한개방형혁신생태계를통해다양한분야에서인공지능기술을응용하는주체들이협력함으로써인공지능기술의확산과보급이가능하기때문일것이다. 이와같은인공지능오픈소스들은머신러닝이나딥러닝, 강화학습등의 AI 기본알고리즘을공유하여인공지능생태계가이를쉽게구현및응용할수있도록관련기능을모듈화하고 API 형태로라이브러리화함은물론직관적인유저인터페이스를제공함으로써인공지능의확산과발달에기여하고있다. 오픈소스 SW를활용할경우개발에필요한시간을단축할수있으며, 그에따른진입비용의경감과신뢰성확보등의장점이있는반면, 차별화와지식재산권확보가어려워지며, 제3자특허권으로인한특허침해소송가능성의리스크가발생할수있다. 2016년정보통신산업진흥원 (NIPA) 공개 SW 역량프라자에서수행한상용 SW 라이선스검증결과, 90% 이상의프로젝트가오픈소스를사용한것으로조사되었으나, 이중에약 42% 의 SW에서라이선스위반이확인된것으로조사되었다. GPL(Greneral Public License) 에따를경우 GPL 코드를사용하는특허권자가묵시적으로후속사용자에게특허라이선스를부여하는것으로해석될수있다는우려가있다. 이런라이선스의애매모호함때문에 GPL 라이선스나자유소프트웨어를사용하려고하는기관들은 GPL 사용조건을면밀하게검토해야만하며, 개발자는라이선스프로그램을선택하기전에해당라이선스조건이가지는비즈니스적의미와리스크에대한완벽한이해가필요하다. 1) 1) 삼성이나 LG 의경우도오픈소스라이선스에대한이해부족으로인한소송에휘말려경제적비용과이미지타격으로어려움을경험한사례가있으며, 이러한리스크는오픈소스라이선스타입과조건및기업의비즈니스전개방식등에따라라이선스타입을선택하고이해한후제품에적용해야만함 정보통신기술진흥센터 5

8 주간기술동향 구글은머신러닝프레임워크인 TensorFlow를 2015년 11월에오픈소스로공개하였다. 원래 TensorFlow는내부의인공지능연구조직용 AI SW 라이브러리였다. 뒤이어알파고를개발한구글딥마인드는 2016년 12월 5일내부용인공지능연구플랫폼딥마인드랩 (DeepMind Lab) 을공개하였다. 구글은물론 Facebook, Microsoft, OpenAI, IBM 등도이러한인공지능오픈소스에동참하고있으며, 각기장점이있는분야를중심으로널리쓰이고있는상황이다. 페이스북은머신러닝프레임워크 Torch 기반의인공지능모듈을오픈소스로공개하였다. 특히, 이미지패턴인식이나얼굴인식등에좋은결과를보이고있어구글의 TensorFlow와함께많이사용되고있다. 마이크로소프트의대표적인공지능오픈소스프로젝트인옥스퍼드는얼굴인식용 Face API, 음성인식용 Speech API, 이미지용 Vision API, 자연어처리용 LUIS 등으로이루어져있다. 이외에도 IBM의머신러닝플랫폼이오픈소스로공개되어넷플릭스의영화DB 추천기능등에사용되고있으며, 삼성은다수의 GPU 병렬컴퓨팅을지원하는인공지능플랫폼 Veles를 2015년 11월에공개하였다. III. X-AI 특허동향 1. 분석범위및방법 특허분석은의료영상및비의료분야를포함하는 X-AI 기반기술을대상으로하였으며, X-AI [ 표 1] X-AI 기반기술분류 중분류 네트워크구조 Interpretable Interface Description - 의료영상인식 ( 분류 / 검출 / 분할 ) 을위한설명가능한인공신경망설계기반기술연구를중점으로 - Transparent Model, 설명가능성과연계되어변경가능한구조, 새로운 neural network 개념 - 병렬 / 평행형 (parallel), 통합 / 집적형 (integrated) 네트워크구조 - 인간의신경망을모방하는새로운네트워크구조관련기술등 - 의료영상인식 ( 분류 / 검출 / 분할 ) 을위한설명가능한인공신경망의 interpretable interface 기술 - 인공신경망의 neuron, layer, node 의성능과활동도 (activity) 를분석하거나모니터링하는기술등 시각화 (Visualization) < 자료 > 한국특허전략개발원, 의료영상인식 ( 분류 / 검출 / 분할 ) 을위한설명가능한인공신경망의시각화 (visualization) 기술 - heatmap, attention model 등을이용한시각화 - pixel 기반시각화, layer/neuron/node 기반시각화기술등 6

9 기획시리즈 인공지능 기술은아직기술적으로충분히성숙된단계가아니므로, X-AI 기술을구성할것으로예상되는기술요소들을포함하여 X-AI 기반기술을조사대상으로선정하였다. 검색 DB는 WISDOMAIN 특허 DB를사용하였으며, 1998년 1월 1일이후출원된한국 (KIPO), 미국 (USPTO), 일본 (JPO), 유럽 (EPO), 중국 (SIPO), 국제특허 (WIPO) 를대상으로조사하였다. 2. X-AI 기술의특허동향 설명가능한 AI 기술의기술분류별분포와국가별출원현황을살펴보면, X-AI를위한새로운네트워크구조에관한특허가 54% 를차지하고있으며, 미국특허가 38%, 중국특허가 22% 및국제출원이 21% 를차지하고있어, 미국과중국시장을중심으로새로운네트워크구조에대한연구개발결과가특허출원으로이어지고있음을확인할수있다. < 자료 > 한국특허전략개발원, [ 그림 2] 설명가능한 AI 기술의분야별및국가별특허동향설명가능한 AI 기술의연도별출원현황과국적별분포를살펴보면, 미국, 중국, 국제출원, 한국, 일본등주요국가에서모두 2012년이후특허출원이급증하는추세를보이고있으며, 2016년과 2017년의특허출원은일부미공개특허가존재하는점을감안하면더욱급격한증가세로추정된다. 특히, 54% 를차지하고있는새로운네트워크구조에대한출원증가세에서알수있듯이, 설명가능한 AI를포함한차세대인공지능기술에서의경쟁력확보를위한 key Player 들의연구개발투자가동분야를중심으로이루어지고있다. 2) 2) 각나라별로자국출원이중심을이루고있는것으로나타남 정보통신기술진흥센터 7

10 주간기술동향 < 자료 > 한국특허전략개발원, [ 그림 3] 설명가능한 AI 기술의연도별및국적별특허동향 가장큰시장인미국의특허청에대한출원과국제출원에서는미국국적의출원인 (Google, MS, Facebook 등 ) 이다수의특허를출원하고있으며, 한국, 중국, 일본국적의출원인은자국중심의출원을진행하고있음을알수있다. 중국의경우특허출원과응용분야등에서두각을나타내고있으며, 특허출원에있어서는자국중심의양적인특허가대부분을차지하고있으나, 향후기술력과특허확보및시장장악등의전략적미래를고려했을때지속적인분석과대응이필요할것으로사료된다. 설명가능한 AI 기술의출원인별출원현황을살펴보면, Microsoft, Google, IBM, Facebook 등의미국국적기업들이두드러진특허출원활동을보이고있으며, Microsoft의경우네트워크구조와인터페이스및시각화기술모든분야에서압도적인출원건수를기록하고있어, 관련응용및원천기술에서의기업의투자를가늠해볼수있다. 특히, 차세대인공지능네트워크구조와관련된다양한아이디어및기술을특허로출원하고있어관련분야연구에서의세심한분석과참고가필요할것으로판단된다. 구글또한알파고와그들의오픈소스인공지능기술을뒷받침할수있는다양한네트워크관련원천기술들을출원및등록하고있으며, IBM은왓슨의특성상 8

11 기획시리즈 인공지능 < 자료 > 한국특허전략개발원, [ 그림 4] 설명가능한 AI 기술의출원인별출원현황 의료관련 AI 기술이주를이루고있다. 바이두나베이징대학과같은중국출원인들또한새로운네트워크구조및인터프리터블한인터페이스나시각화관련된기술을개발하고특허로출원하고있으나, 그건수나기술의수준은미국보다는낮은수준이라고할수있다. 그러나한국및일본의특허출원현황과기술력평가 ( 인용도등 ) 등을고려해볼때미국과대적할수준의인공지능기술을개발하고있는국가는중국이유일하다고말할수있을것으로판단된다. 우리나라의경우 ETRI와삼성을제외하면차세대인공지능과관련된기술개발투자가많이이루 정보통신기술진흥센터 9

12 주간기술동향 어지지않고있는것으로판단되며, 이외에주요출원인중특이할만한회사로는트위터에인수된영국의 Magic Pony Technology로 CNN 및딥러닝영상처리와관련한핵심특허를다수확보하고있어관련 SW 및 HW 연구에세심한분석이필요할것으로사료된다. 설명가능한 AI 기술에대한미국특허를통해기술경쟁력을살펴보면, 다출원인중 Microsoft는평균피인용횟수가높아상대적으로기술수준이우수하고시장확보력도평균수준에있으며, 질적수준과양적측면에서모두강세를보이고있는기업으로파악되며독자적인원천기술을확보하고있는수준에있음을알수있다. Oracle은 X-AI 기반기술과의료용 AI 분야에걸쳐출원을하고있으며피인용횟수가높아독자적인기술경쟁력을갖춘것으로파악되나, 출원수가많지않은점을고려해야할것이다. Google, Facebook 및 IBM은평균피인용횟수가매우낮은데, 이는 Microsoft 등경쟁기업들과비교할때극히최근에출원이집중되고있는점을고려해야하며, 또한 X-AI 기반기술자체가매우초기단계임을고려하면, 보다세심한분석을필요로할것이다. SIEMENS는 X-AI 기반기술분야에서특허출원이많지않으며, 피인용횟수도높지않게분석되었으나, 의료분야에있어서는다양한아이디어와응용기술을확보하고있어의료관련인공지능응용기술의사업화단계에서반드시살펴보아야할기업으로사료된다. [ 표 2] 미국특허로본기술경쟁력 출원인 분석항목 국적 출원건수 특허건수 인용도 미국특허로본기술경쟁력 피인용 (CPP) 영향력 (PII) 기술력 (TS) 시장확보력 (PFS) 주력기술분야 MICROSOFT 미국 GOOGLE 미국 IBM 미국 FACEBOOK 미국 ORACLE 미국 SIEMENS 독일 PHILIPS 네덜란드 < 자료 > 한국특허전략개발원, 네트워크구조 네트워크구조 네트워크구조 네트워크구조 네트워크구조 네트워크구조 Interpretable Interface 10

13 기획시리즈 인공지능 IV. 인공지능기술의 IP-R&D 전략 구글과 IBM, MS, Facebook 등미국 IT 공룡들의오픈소스중심의인공지능플랫폼전략은오픈소스생태계의장점을적극활용하여다양한분야에서인공지능을적용하는데기여하며인공지능의기술개발에도기여하고있다. 그런가하면중국의인공지능투자는미국의기술과투자를넘어서려고하는시기에있으며, 로봇기업화낙과토요타등일본기업의인공지능개발과투자는경제부흥을준비하고있는일본의새로운성장동력이될것으로예상되고있다. IT 공룡들이원천과응용을모두고려한기술개발에나서고, 관련제품및서비스를출시하고있는가운데, 병렬컴퓨팅과비트코인등의영향으로뉴로모픽 HW의필요성이더욱대두되고있으며, IoT와빅데이터기반의서비스와인프라가가속화되고있어, 인공지능은일부의시스템과기기를벗어나모바일은물론 Anytime, Anything을 Intelligent하게만들어주는필수기술 (AI는이제 Anything Intelligence로표현해야하지않을까?) 로자리잡을것이다. 최근들어, 우리나라의 IT 경쟁력은대부분의지표에서바닥권으로떨어졌다. 그러는동안중국은인공지능을비롯한차세대원천 IT 기술에서미국과선두를다툴정도의기술력과시장경쟁력을바탕으로세계의공장에서세계의이노베이션센터로거듭나고있는상황에서과연우리는어떤전략으로지난공백을극복하고나아갈것인가? 다행히, 정부는지난 5월 14일인공지능 R&D 전략을수립해발표했다. 세계적인수준의 AI 기술력을확보하기위해향후 5년간 2조 2,000억원을투자하고인재 5,000명을양성한다는청사진을공표한것이다. 이와함께스타트업이나중소기업등이인공지능개발에활용할수있도록학습용데이터 1억 6,000만건을 2022년까지구축하여기업에제공할계획이라고한다. 늦었지만천만다행으로인공지능생태계전반과원천및응용, 기반데이터를구축하는이정표가될수있기를기대한다. 아울러, 이러한정부의로드맵과시장의전망을고려한원천기술의확보와이와함께다양한분야에적용가능한응용기술의개발과강력한 IP가뒷받침된특허포트폴리오의구축이필요한시점이다. 특히, 정부와출연연 ( 대학 ) 및기업이각자역할을충실히할필요가있다. 정부와관련기관은현재우수특허창출지원사업등의다양한지원프로그램을통해인공지능을포함한미래유망기술에대한특허청사진을구축하고, 원천기술에대한탐색과가능한영역을발굴하고핵심 IP에대한다양한아이디어와가능성을제시하고있다. 출연연과대학은지원프로그램또는 IP-R&D 프로세스를바탕으로확보가능한원천기술영역에서의확고한기술개발에전념하고, 이를뒷받침하는강력한 정보통신기술진흥센터 11

14 주간기술동향 IP를확보할필요가있다. 이를통해, 독보적인기술영역을구축함과동시에응용분야의사업화및확장을고려한핵심응용 IP포트폴리오를구축하여기술의가치를제고하고기업의 IP 리스크를해소함으로써기술의사업화가능성을높이고이를통한인공지능의확산과인공지능관련산업의발전과기업및국가의생산성제고에도기여할수있을것이다. V. 결론및시사점 대한민국은인구나면적, 경제규모, 기술기반등에서결코작은나라가아니다. 특히, ICT, 반도체, 디스플레이, 스마트폰, 가전, 제품생산능력등에서세계상위권에자리하고있는기술강국이다. 물론, 대기업중심의다소척박한생태계가문제일수도있으나, 앞으로전개될 AI(Anything Intelligent) 시대가도래하면, 소규모의창의적인집단으로그중심은이동하게될것이며, 이에따라우리의창의적인혁신아이디어와결과물은더욱빛을발하게될것으로기대된다. 2015년을기준으로우리나라의공학박사배출규모는 3,332명으로, 결코적은인력이아니다. 정부지원을비롯한연구소의관련 R&D와기업의일자리, 관련생태계가받쳐준다면대부분의기술분야를개발하고원천기술을확보하는데에문제가없는규모다. 따라서 AI를기반으로한 4차산업혁명을준비하기위해서는원천기술개발지원은물론응용기술개발및사업화, 기업의 Open Source 리스크분석, IP-R&D 전략지원, 스타트업 IP컨설팅등의다양한지원과생태계활성화및자원, 인력의투입과전문인력의양성이제대로이루어질수있는토대를마련해나간다면 ICT와대한민국이다시한번날아오르는시기가보다빨리다가올것이라고확신한다. 인공지능이가져올 4차산업혁명의세상은우리의생활패턴과직업은물론미래의경제및사회구조를바꿀만큼파급효과가클것이다. 공장과생산시설이선진국으로유턴하고기술과공급의중심이다시선진국중심의폐쇄적방식으로돌아갈수도있으며, 4차산업혁명의기반기술인 AI 또한오픈소스중심이아닌블랙박스의방식으로바뀔수도있다. 결국 AI 기술의경쟁력이기업과국가의경쟁력이될수있을만큼중요하다고할수있다. 오픈소스와저작권, 제3자특허권 (Hidden patent) 문제를해결하기위해 IP관련기관과저작권및학계의다양한지원과연구가필요할것이며, 기업들의오픈소스리스크를해소해줄수있는지원프로그램과전문가의양성이절실하다. 12

15 기획시리즈 인공지능 [ 참고문헌 ] [1] 금융보안원, 설명가능한인공지능소개, [2] KISTEP, 지능정보사회선도 AI 프로젝트, 2016년도예비타당성조사보고서, [3] 남충현, 오픈소스 AI: 인공지능생태계와오픈이노베이션, KISDI, [4] 정재훈, 최근 IT산업발전과소프트웨어특허의필요성을중심으로, 계간창작과권리, [5] DeepMind Lab, [6] TensorFlow, [7] OpenAI, [8] Torch, 정보통신기술진흥센터 13

16 주간기술동향 메모리중심컴퓨팅기술동향 * 권원옥, 오명훈한국전자통신연구원책임연구원 I. 서론 지난 70년간컴퓨터는 CPU(Central Processing Unit) 와메모리를사용하여컴퓨터를구동하는폰노이만 (Von Neumann) 구조를사용하고있다. CPU의성능향상을위해트랜지스터의집적도증가와컴퓨팅능력을향상시켜소위 처리중심 (processing-centric) 컴퓨팅 에집중하였다. 그러나큰데이터애플리케이션에서메모리계층구조간에데이터를전송하는데드는비용이더욱커지고, 순차적으로정보를처리함으로고속병렬처리에는부적합한폰노이만병목 (Von- Neumann Bottleneck) 문제가대두되었다 [1]. 더이상 CPU 속도또는 CPU 코어수증가가전체시스템성능을향상시키지않게되었다. CPU가원격서버혹은스토리지 (SSD/HDD) 데이터를처리할경우, 메모리의데이터처리에비해수백 ~ 수천배이상느려진다. 이러한폰노이만병목현상을해결하기위해 데이터중심 (data-centric) 컴퓨팅 아키텍처가제안되었다 [2]-[3]. 대용량데이터의고속처리를위해데이터처리성능및용량한계극복을위한테이터중심컴퓨팅을 메모리중심컴퓨팅 (Memory driven computing) 이라정의한다. IDC의자료에의하면 2025년생성데이터는 163 제타바이트 (ZB=10 21 B) 로 2016년의 10배수준으로증가하며, 그중 5.2 제타바이트는데이터분석이요구될것으로예측된다 [4]. 따라서차세대메모리중심컴퓨팅기술개발이반드시필요하게되었다. 메모리중심컴퓨팅시스템기술개발을위해글로벌시스템업체들은 2016년 Gen-Z 컨소시움을결성하였으며, 2018년메모리자원의통합패브릭연결망, Gen-Z 규격 1.0을발표하고관련기술확보에주력중이다. HPE는 2017년세계최초로메모리중심컴퓨터프로토타입 The Machine 을공개하였다. * 본내용은권원옥책임 ( , happy@etri.re.kr) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. *** 본고는 2018 년도정부 ( 과학기술정보통신부 ) 의재원으로정보통신기술진흥센터의지원을받아수행된연구임 (No , 메모리중심차세대컴퓨팅시스템구조연구 ) 14

17 ICT 신기술 본고 2 장에는메모리중심컴퓨팅의출현배경과특징을다루며, 3 장에서는 HPE 사의 The Machine 을, 4 장에서는메모리패브릭프로토콜인 Gen-Z 의특징에대해서살펴보고, 끝으로 5 장 에서는결론및시사점을제시한다. II. 메모리중심컴퓨팅 1. CPU 코어당메모리용량한계 [ 그림 1] 의좌측그래프는 2012~2019년간 CPU의코어, CPU 핀, DDR 채널, PCIe 레인의변화를정규화시킨그래프이다 [5]. 지난 8년간 CPU 코어의개수가 8배증가하는동안 DDR 채널과 PCIe 레인의수는 2배만증가하였다. 따라서 [ 그림 1] 의우측그래프와같이 CPU 코어당메모리와 I/O의대역폭은계속감소하고있다. 2012년에비해서 2019년의코어당메모리대역폭은 1/2, I/O 대역폭은 1/5에불과하다. 즉, CPU와메모리, I/O의불균형이계속해서증가하고있다. < 자료 > Gen-Z consortium [ 그림 1] CPU 코어, DDR 채널, PCIe 레인수의변화 2. SCM 메모리의발전 [ 그림 2] 는메모리와스토리지의계층을나타내고있다. 기존의시스템은휘발성, 바이트 (Byte) 접근가능한 DRAM 메모리와비휘발성, 블록스토리지의 SSD 혹은 HDD 의구조였다. DRAM 에 정보통신기술진흥센터 15

18 주간기술동향 < 자료 > Gen-Z consortium [ 그림 2] 메모리와스토리지의계층 비해 SSD/HDD는접근속도가수천 ~ 수만배느리다. 그러나플래시메모리의비휘발성특성과 DRAM의특징인고속데이터쓰기 / 읽기지원이가능하며 Byte 단위접근이가능한 SCM(Storage Class Memory) 장치들이확대되고있다. SCM 메모리로 ReRAM, PRAM, STT-MRAM 등이존재하고이들은 DRAM 보다쓰기 / 읽기의지연시간이 2~10배정도이며비휘발성특성을가지고있다. 앞으로 SCM 소재의발전과더불어기존의메모리와스토리지를통합한새로운컴퓨터하드웨어및소프트웨어기술이발전될것으로예상된다. 궁극적으로 [ 그림 2] 와같이오프칩 DRAM은사라지며, SCM 메모리가주류로사용될것으로예상된다. 3. 메모리중심컴퓨팅 [ 그림 3] 은기존프로세서중심컴퓨팅구조와 SCM 메모리풀을사용한메모리중심컴퓨팅의개념도를비교해서나타내고있다 [6]. 기존컴퓨팅은각각의서버에메모리를가지며다른서버의메모리를접근하기위해서는반드시네트워크를통해야만가능하다. 그러나메모리중심컴퓨팅구조에서는엄청난 SCM 메모리풀을다수의서버가공유하는구조를보여준다. 이를통해기존의 CPU들의비효율적인메모리접근문제가해결되며, 스케일아웃 (scale-out) 이용이한시스템을구성할수있다. 16

19 ICT 신기술 < 자료 > c HPE [ 그림 3] 프로세서중심컴퓨팅 ( 좌 ) vs. 메모리중심컴퓨팅 ( 우 ) 개념도 메모리중심컴퓨팅을위해서는크게다음과같은세기술이필요하다. 즉, ➀ SCM 하드웨어개발, ➁ 메모리패브릭네트워크프로토콜및하드웨어개발, ➂ 메모리중심컴퓨팅 OS 및소프트웨어개발이필요하다. SCM 디바이스는삼성, SK하이닉스, 마이크론, 인텔등다수의기업들이제품을개발중이며, 일부제품이출시중이다. 메모리패브릭네트워크프로토콜의경우다수의컴퓨터업체들이컨소시움을형성하여 Gen-Z, OpenCAPI, CCIX 프로토콜을개발중이며, 그중 Gen-Z 프로토콜이가장유력한프로토콜로부상하고있다 [7]. 컴퓨팅 OS 및소프트웨어는 HPE사의경우 The Machine 프로젝터를통해메모리중심컴퓨팅을위한리눅스커널수정및애플리케이션개발이이루어지고있다. 정보통신기술진흥센터 17

20 주간기술동향 III. HPE The Machine 2014년부터 HPE사는 The Machine 프로젝트를통해메모리중심컴퓨팅을연구중이다. [ 그림 4] 는 HPE가 2017년에공개한 The Machine 의프로토타입 (prototype) 보드이다. 보드에는하나의 CPU 노드와 4TB 메모리풀, 패브릭메모리제어기, 메모리패브릭스위치가존재한다. HPE가공개한전체시스템은 [ 그림 4] 의보드 40개를실리콘포토닉 (Silicon photonics) 패브릭링크로연결하여구성하였다. 따라서전체시스템은최대 4TB 40노드, 총 160TB 공유메모리풀을가지고있다. 노드에사용된 CPU는 ARM 기반의 Cavium ThunderX2 SoCs(32-core ARM CPU) 가사용되었으며로컬메모리로 256GB DDR4 메모리를사용하였다. 또한, 메모리풀에사용된메모리는 SCM 디바이스가아닌 DDR4 혹은플래시디바이스가사용되었다. 보드내부에는메모리패브릭스위치가있어노드와메모리풀의연결은물론다른노드의메모리풀의접근을위한패브릭연결을지원한다. 패브릭연결을위해서 X1 실리콘포토닉모듈을사용하여링크연결을지원하고있다. OS는리눅스기반의 OS를사용하였으며, Persistent 메모리를지원하기위한소프트웨어프로그램툴도제공하고있다. HPE는 The Machine 의프로토타입이대규모인메모리 (In-memory) 분석, 대규모그래픽인터페이스분석, 유사성검색, 금융모델등의애플리케이션에적합하다고밝혔다. < 자료 > c HPE [ 그림 4] HPE The Machine 프로토타입보드 HPE의 The Machine 의정확한인터페이스, 프로토콜등은공개되지않았다. [ 그림 5] 에 The Machine 프로토타입보드의추정된블록도를나타내었다. HPE는메모리풀에멤리스터 (Memristor) SCM을사용할예정이었으나, 미완의멤리스터대신기존의 DDR4 혹은플래시메모리를사용한것으로추정된다. 보드외부메모리패브릭연결망은 100Gbps급실리콘포토닉기술을사용하여구현하였으며, 메모리프로토콜은 HPE 독자프로토콜혹은 Gen-Z 프로토콜을사용한것으로추정 18

21 ICT 신기술 < 자료 > ETRI [ 그림 5] HPE The Machine 프로토타입보드블록도된다. 사용한운영체제는리눅스 OS를수정하였으며, 카본 (Carbon) 이라는신형운영체제가탑재되었다. 노드 CPU는 HPE와인텔의협업이원활하지못해 ARM 계열의 ThunderX2가사용된것으로추정된다. CPU가메모리풀에접근하기위해서는 CPU의메모리관리유닛 (MMU) 의변경이필요하며따라서 CPU사의협업이반드시필요하다. CPU와메모리패브릭스위치의연결은 PCIe 같은 I/O 버스로연결할경우대역폭이부족하여시스템버스로연결되었을것으로추정된다. Cavium ThunderX2 경우 CCPI2(Cavium Coherent Processor Interconnect) 시스템버스가사용되며최대 480Gbs 대역폭을가진다. 메모리풀은 1TB 당하나의패브릭연결메모리컨트롤러 (FPGA2) 가장착되어있으며총 4개의컨트롤러가있어보드내부에메모리풀은최대 4TB의용량을가진다. 패브릭연결메모리컨트롤러 (FPGA2) 의역할은노드 CPU가요청하는데이터작업을메모리에전달하는역할이다. 즉, Gen-Z 프로토콜을 DDR4 메모리혹은플래시메모리프로토콜로전환하는역할을담당한다. 메모리패브릭스위치 (FPGA1) 는 4개의패브릭연결메모리컨트롤러와하나의 CPU, 2개의패브릭네트워크, 총 7개의인터페이스를지원하며, Gen-Z 프로토콜스위치역할을수행한다. 현재 The Machine 은 HPE에서계속해서개발중에있으나멤리스터개발지연, Intel CPU와의협업, 애플리케이션개발등의많은문제들이존재하여상용화에는상당한시간이소요될것으로추정된다. 정보통신기술진흥센터 19

22 주간기술동향 IV. Gen-Z 프로토콜 본장에서는메모리중심컴퓨팅에서가장유력한 Gen-Z 프로토콜에관해서살펴본다. 2016년 Gen-Z 연결망개발을위해 Gen-Z 컨소시움이설립되었으며, 2018년 8월현재 AMD, ARM, IBM, IDT, Dell, HPE, Samsung, SK Hynix, Xilinx, ETRI 등 50개이상의세계유수의서버업체와반도체업체들이멤버로가입되어있다. Gen-Z 연결망은컴퓨팅자원, 메모리자원, 가속기자원등을유연하게연동시키고이들가운데에대용량공유메모리풀을구현하기위한메모리중심컴퓨팅구조를지향하는기술이다. 메모리풀은 DRAM과 SCM 등을혼합하여구성하고 Gen-Z 연결망내각디바이스들이각메모리미디어를독립적으로접근가능한애플리케이션과시멘틱 (Semantic) 통신을제공한다. < 자료 > Gen-Z consortium [ 그림 6] Gen-Z 패브릭구조 [ 그림 6] 은 Gen-Z 연결망의구조를나타내고있다. 컴퓨터노드와가속기노드 (GPU, FPGA) 들은 Gen-Z 연결망을통해대용량메모리풀에접근할수있고다양한입출력장치역시 Gen-Z 연결망을통해접근이가능하다. 또한, Gen-Z는메모리시멘틱프로토콜을사용함으로기존스토리지스택에비해서낮은지연시간 (Low-latency) 의접근이가능하다. Gen-Z 프로토콜을사용하면 CPU의 ISA 명령어인 Load, Store, Atomic 동작들로통신이가능하여기존의스토리지, 네트워크의블록접근기반의복잡하고, 높은소프트웨어스택들이모두사라지게된다. [ 그림 7] 은 Gen-Z 패브릭토폴로지구성을나타내고있다. 단일마더보드에서새시, 랙스케일, 20

23 ICT 신기술 < 자료 > Gen-Z consortium [ 그림 7] Gen-Z 패브릭토폴로지구성클러스터스케일에이르기까지다양하고유연한토폴로지구성이가능하다. Gen-Z의물리계층은 IEEE 표준을사용하며, 일대일 (point-to-point), 데이지체인 (daisy-chain), 스위치같이다양한토폴로지를제공한다. 특히, Gen-Z의서브넷은 2개부터최대 4,096개의장치연결이가능한어드레싱을지원하고있다. 유연한네트워크구조및다양한기능을제공하기위해 Gen-Z는수신단과송신단의레인설정이대칭, 비대칭두가지모두사용가능하다. Gen-Z는최대 256 레인을지원하고 PAM4(Pulse Amplitude Modulation) 를사용할경우최대 112GT/s의대역폭, NRZ(Non-Return to Zero) 를사용할경우최대 28GT/s의대역폭을지원한다 [8]. 뿐만아니라 < 자료 > Gen-Z consortium [ 그림 8] Gen-Z 소프트웨어스택 정보통신기술진흥센터 21

24 주간기술동향 다중링크, 다중경로지원과링크당 32개의가상채널 (VC) 이지원되어높은대역폭과다양한라우팅이지원된다. 다중경로사용시데이터의손실을막으면서각디바이스의데이터접근경로가탄력적으로변경가능하여연결망내부트래픽제어가용이해진다. [ 그림 8] 은 Gen-Z 소프트웨어스택을나타내고있다. 블록스토리지의경우 Gen-Z NVMz 블록드라이버를통해 NVMe 드라이버와동일접근을수행할수있다. DRAM의경우기존의 DRAM과동일하게동작하며, SCM 디바이스의경우 Gen-Z SCM driver와 Persistent Memory File system을통해애플리케이션과통신하게된다. Ethernet의경우 Emulated NIC(eNIC) 드라이버를통해기존의이더넷스택을지원한다. 또한, 저지연, 고성능통신을위해 OFI/Libfabric 소프트웨어를통해 HPC 스택을지원한다. [ 표 1] 은 Gen-Z 프로토콜의특징을기능별로요약하여나타내었다. [ 표 1] Gen-Z 프로토콜의특징 구분물리계층지원토폴로지지원링크 / 레인대역폭확장성 < 자료 > Gen-Z consortium 특징 IEEE Short and Long Haul PHY Point-to-Point, Daisy-Chain, Switched Symmetric and Asymmetric Interface and Link 지원 / 최대 256 lanes Unidirectional, 16, 25, 28(NRZ), 56, 112(PAM4) GT/s 2 44 /2 66 addressable resources, 1~4096 component, 2~2 12 subnet V. 결론및시사점 본고를통해메모리중심컴퓨팅의필요성과특징, 필요기술을살펴보았다. 또한, 메모리중심컴퓨팅을가장먼저구현하여프로토타입을공개한 HPE의 The Machine 의하드웨어구조에대해서개략적으로살펴보았다. 마지막으로메모리중심컴퓨팅프로토콜로 Gen-Z 프로토콜의특징에대해서살펴보았다. SCM 디바이스의성능과가격, 서버 CPU 시장을장악한 Intel CPU의 Gen-Z 지원문제, 대규모 SCM 풀을효율적으로사용할 OS 및애플리케이션의개발등프로세서중심컴퓨팅에서메모리중심컴퓨팅으로의전환에해결해야될문제는많다. 2018년부터국내에서도메모리업체뿐아니라 ETRI에서메모리중심컴퓨팅을위한컴퓨터구조와프로토콜연구를시작하고있다. 미래의컴퓨팅분야에서앞서나가기위해메모리중심컴퓨팅에관한연구와지원이필요한때이다. 22

25 ICT 신기술 [ 참고문헌 ] [1] Ken Takeuchi, Memory system architecture for the data centric computing, Chuo University, Bunkyo, Tokyo , Japan, February [2] C. Keable, Data Centric Deep Computing(DC2), [3] The Machine: The Future of Computing, [4] Data Age 2025: The Evolution of Data to Life-Critical, IDC White paper, April [5] Michael krause, HPE Fellow, Gen-Z: Communicatin at the speed of memory, Supercomputing [6] HPE, The Machine, The future of technology [7] Brad Benton, CCIX, Gen-Z, OpenCAPI overview and comparison, AMD, March [8] Gen-Z Core Specification, ver.1.0, 정보통신기술진흥센터 23

26 주간기술동향 최신 ICT 이슈 * I. 애플신제품발표회, 주인공은의료기기탑재한 애플워치 4 애플이 2018년신제품으로아이폰X의업그레이드모델, 중저가아이폰모델, 신형애플워치를공개하였음. 신형아이폰XS의핵심은새로운 A12 프로세서의강력한신경엔진이며, 이를활용한기능강화로비교우위를확보한다는애플의전략을보여주었음. 아이폰XR은중저가모델임에도 A12 프로세서를탑재해 XS보다더큰관심을받았음. FDA 승인심전도기기를내장한애플워치4는아이폰을제치고이번발표회의주인공이라는평을받았음 애플은 9월 12일캘리포니아주애플파크에있는스티브잡스극장에서아이폰및애플워치의신제품라인업을공개했으며, 이번발표의핵심은 신경엔진의강화 임 아이폰X 발표이후 1년만에열린이번스페셜이벤트에서는 X의업그레이드모델인 XS 와 XS 맥스 (Max), 아이폰의새로운저가모델인 XR, 그리고애플워치시리즈의 4번째버전이공개되었음 발표회에서애플이가장강조한것은새로운프로세서인 A12 바이오닉 (Bionic) 으로, 애플은아이폰4에탑재된 A4 부터프로세서를자체설계해왔는데, A12는스마트폰으로서는처음으로 64 비트화하였으며, 성능과전력효율성에서경쟁사와차별화를꾀함 이번 2018년발표모델에공통적으로채택된 A12 바이오닉은스마트폰프로세서 로는처음으로 7nm 공정에서제조된 ARM 칩으로트랜지스터수는 A11의 43 < 자료 > Apple [ 그림 1] 초당 5조회연산이가능한 A12 신경엔진 * 본내용과관련된사항은산업분석팀 ( ) 과최신ICT동향컬럼리스트박종훈집필위원 (soma0722@naver.com ) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP의공식적인입장이아님을밝힙니다. 24

27 최신 ICT 이슈 억개에서 69억개로대폭늘었음 A12의프로세서코어는 A11과마찬가지로고성능코어 2개와고효율코어 4개를합한헥사코어구조이나, A11보다고성능코어는최대 15% 빨라졌고고효율코어의소비전력은최대 50% 감소했다고함 A12에서애플이가장공을들인부분은기계학습전용유닛인 신경엔진 (Neural Engine) 인데, A11의연산능력이초당 6,000억회인것에비해 A12는 5조회이며, 이에따라애플의기계학습프레임워크인 코어 ML(Core ML) 의작동이최대 9배향상 애플의최근전략은신경엔진을강화하고, 이를활용하여아이폰의기능상비교우위를구현한다는것이며, 아이폰XS 역시이런전략하에개발된것으로보임 아이폰XS의카메라와페이스 ID 처리속도는신경엔진의처리능력을잘살려구현한것이며, 가령촬영셔터를누를때마다 1조회의기계학습처리가실행된다고함 또한, 카메라센서는 2배로고속화하여이미지데이터를빠르게기계학습처리에돌릴수있도록했고, 사진의다양한요소를수치모델화하여기계학습처리를할수있는구조를구현하였음 후면카메라에는 12M 픽셀 F1.8 광각렌즈와 F2.4 망원렌즈의듀얼렌즈, 전면 카메라에는 F2.2 광각렌즈를탑재했는데, A12에탑재한 ISP(Image Signal Processor) 와신경엔진을연계하여촬 < 자료 > Apple [ 그림 2] 사진당 1조회의연산처리가가능 영후에도피사계심도 (Depth of Field: DoF) 를조정할수있게하였음 이는카메라의하드웨어와소프트웨어를맡은각팀이신경엔진의활용을전제로치밀하게개발을진행해왔음을엿볼수있게해주는대목임 최근의아이폰진화를보면애플이기계학습처리에사용되는신경엔진의강화에주력하고카메라를비롯한각기능이이를활용하여비교우위를높이려하였음을추측할수있으며, 이번신제품발표역시동일한전략이곳곳에녹아들었음을보여주고있음 이밖에방수 방진성능도강화되었는데, 아이폰X가최대수심 1미터에서최대 30분간견딜수있는 IP67 임에비해, 아이폰XS와 XS 맥스는최대수심 2미터에서최대 30분간견딜수있는 IP68 기준을만족하고있음 정보통신기술진흥센터 25

28 주간기술동향 [ 표 1] 2018 년 9 월발표애플신제품라인업의주요특징 신제품아이폰 XS 아이폰 XS 맥스아이폰 XR 애플워치시리즈 4 주요특징및기능설명 아이폰 X 의업그레이드모델 5.8 인치유기 EL 디스플레이탑재 A12 바이오닉탑재, 신경엔진은초당 5 조회연산으로기계학습처리지원 광각카메라로픽셀을확대하고데이터읽기가 2 배빨라진이미지센서채택 새로운고속센서와이미지처리프로세서, 신경엔진을연계하여 스마트 HDR 및인물사진모드에서잘못나온것을나중에조절할수있는기능탑재 서라운드느낌을즐길수있도록스테레오스피커향상 페이스 ID 처리속도향상 방수와방진기능을 IP68( 최대수심 2m, 최대 30 분 ) 수준으로향상 새로운색상으로골드를추가 스토리지 512 GB 모델을추가 아이폰 X 보다 30 분오래지속되는배터리 6.5 인치유기 EL 디스플레이탑재 메일및메모등의목록과내용을두개화면으로볼수있는 분할뷰 를지원 아이폰 X 보다 1 시간 30 분오래지속되는배터리 위의 3 가지외에는아이폰 XS 의사양과동일 749 달러부터시작되는중저가모델 가장자리까지확장한 6.1 인치 LCD 리퀴드레티나 (Liquid Retina) 디스플레이 탑재 A12 바이오닉탑재 항공우주등급알루미늄프레임으로변경하고바디컬러와매칭 카메라는상위모델과같은새로운센서를채택했으며망원렌즈는없앰 하나의카메라로인물사진모드를구현 화이트, 블랙, 블루, 옐로우, 코랄 ( 산호색 ), 레드의 6 가지컬러로출시 애플워치출시이후처음으로디자인을변경 디스플레이를가장자리까지늘려화면면적을 30% 이상증대 64 비트듀얼코어프로세서탑재 새로운 8 개의컴플리케이션 ( 애플워치의앱 ) 을이용할수있는페이스, 대화면의이점을살린전체화면애니메이션페이스를추가 마이크와스피커의개선을통해통화환경을개선 가속도센서의동적범위를확대하고최대 32G 의중력가속도감지가능 전복감지기능과자동 SOS 발신지원 미국식품의약국 (FDA) 승인심전도 (ECG) 측정기능내장 < 자료 > IITP 정리 아이폰XR은그동안초미의관심사였던 SE 2( 두번째중저가모델 ) 에해당하는신제품으로액정유기 EL 대신 LCD 디스플레이를탑재해가격을낮춘모델임 XR의디스플레이크기는 6.1인치, 해상도는 (326ppi) 이며, 본체사이즈는 mm로아이폰X보다한층크며무게도 194g으로다소무거운편 방수 방진성능은 IP67으로아이폰X와동일하고, 통신기능은 4G LTE-A를지원하며듀얼 SIM( 나노SIM과 esim) 을지원하고있음 26

29 최신 ICT 이슈 카메라는후면카메라에 12M 픽셀 F1.8 광각카메라 1개만을탑재하고있으나, A12 바이오닉프로세서를탑재하고있어 XS 모델과마찬가지로스마트 HDR, 심도제어, 인물사진모드를지원하며, 전면카메라에는셀카에유용한트루뎁스 (True Depth) 렌즈를탑재 트루뎁스카메라는아이폰X에처음으로도입된것으로사용자의얼굴에 3만개이상의보이지않는도트를투사하고이를 < 자료 > Apple [ 그림 3] 6가지컬러로출시되는중저가아이폰XR 분석하는장치인데, 페이스 ID에도사용되지만이모지와셀피기능등에서더큰사용자만족도를이끌어내고있음 발표현장분위기는 XS가 조금아쉽다 라는반응이었고, XR은 기대이상 이라는반응이었는데, A12가탑재되어있어아이폰XS와상당히유사한경험을할수있고, 트루벳그가탑재된점, 6가지다양한컬러로출시된다는점등이호평을받았음 이번발표회에서신형아이폰들보다더큰관심을받은것은애플워치4였는데, 디자인을처음으로변경하였고, 심전도 (ECG) 측정기능과전복 ( 넘어짐 ) 감지기능을탑재하였음 애플워치는네번째버전만에처음으로디자인이바뀌었는데, 현재의외관이미지는유지하면서화면크기를늘리는쪽으로방향을잡았음 기존가로세로 38mm 모델은 40mm로확대되었고, 42mm 모델은 44mm로확대되었는데, 디스플레이의가장자리가더좁아졌기때문에실제로는더넓어진셈이므로, 42mm짜리애플워치를고려했던사람이라면신제품의 40mm 모델로도충분 64 비트듀얼코어프로세서인 S4 칩 을탑재하여처리속도를 2배증가시켰고, 뒷면에블랙세라믹을배치해전파를쉽게잡을수있도록하였으며, 배터리는 1회충전으로최대 18시간지속할수있게하였음 화면이넓어졌는데도배터리효율이높아진이유는백플레인으로 저온폴리실리콘 (LTPS TFT) 액정을사용하는대신, 저온폴리옥사이드 (LTPO) TFT 를사용했기때문 LTPO 기술은기존 LTPS 기술보다이론적으로 5~15% 배터리수명을늘릴수있는데, 애플은 2014년 LTPO 특허를처음신청했으며, 2015년과 2018년에도신청한바있음 한편, 케이스측면에있는조작노브인 디지털크라운 에는촉각피드백기능을탑재하여, 정보통신기술진흥센터 27

30 주간기술동향 < 자료 > Apple [ 그림 4] 애플워치 4 에추가된심전도측정전기심박센서 ( 左 ) 와사용자동작감지센서 ( 右 ) 보다정확한조작이가능해진것도개선된점 그러나이런하드웨어적개선보다는기능상의개선이더큰주목을받았는데, 심전도 (ECG) 를감지하는전기심박센서와다이내믹레인지를강화했고, 최대 32G의중력가속도를측정할수있는모션센서를이용한 전복감지 기능을탑재하였음 소비자용전자제품에 ECG 측정기능이탑재된것은애플워치4가처음이라고하는데, 미 FDA ( 식품의약국 ) 의승인까지마쳐더욱화제가되었음 ECG(Electrocardiography, 심전도 ) 기기는심장박동을전기신호로측정하는것으로, 병원에서심장질환을검사하기위해사용되는것인데, 애플워치4에탑재됨에따라아주간단하게측정할수있게되었음 손가락을디지털크라운에대면 ECG 앱 이시작되고 30초동안심전도를측정하게되는데, < 자료 > Apple [ 그림 5] 애플워치 4 의심전도 (ECG) 측정기능이용방법 28

31 최신 ICT 이슈 측정결과문제가없으면 굴리듬 (Sinus Rhythm) 이라표시되고, 부정맥의일종인심방의불규칙한떨림이감지되면 심방세동 (Atrial Fibrillation) 이라표시됨 심전도측정결과는애플의건강관리앱인 헬스 (Health) 에저장되며, 검사결과의판정 (Classifications) 뿐만아니라심전도의파형 (Waveform) 도기록하며, 이용자는측정당시의증상에대해입력할수있음 만일, 이상이발견되면알람을통해즉시의사의진찰을받도록권고하는데, FDA의승인을거쳤기때문에의사의진료시에 헬스 앱에기록된 ECG 검사결과를제출할수있으며, 이는치료여부를결정하는데도움을줄수있음 한편, 애플워치4의심전도측정기능이미 FDA의승인을얻긴했지만, 이는국가별로인증을받아야하는사안이므로, 측정하드웨어는애플워치4에포함시키되각출시국별로허가를받을때까지는기능을비활성화시킬것으로예상됨 자세한설명은하지않았지만애플워치4의심전도측정기능은심박신호를신경망으로분석하는것으로추정되며, 이는애플의강화된신경엔진활용과궤를같이함 애플워치는최초버전부터심박수를측정하는기능을제공하고있었지만이번시리즈 4에서는 ECG 측정을위해새로운센서하드웨어를탑재하였음 ECG 측정센서는두개의모듈 ( 전극 ) 로구성되는데, 시계의뒷면에원형의전극하나를추가하였고, 디지털크라운도하나의전극으로기능하고있음 즉, 측정을위해서는원형전극이피부에닿아있어야하고, 손가락으로크라운을만지고있어야하는것이며, 이로써심장을포함하는전기회로가만들어지고이회로에서심장박동의전기신호를측정하게됨 심박수를측정하는센서도새롭게바뀌었는데, 이센서는녹색의 LED 빛을피부에조사하여혈관의신축성과용적의변화를측정하고, 그데이터를분석하여심박수를파악하며운동시심박수를통해칼로리양을산정하게됨 이처럼 ECG를측정하고심장박동에서심방세동을감지하는알고리즘이탑재되어백그라운드에서심장의상태를모니터링하게되는데, 자세한설명은없지만심박신호를신경망으로분석하여심방세동을감지하는것으로추정됨 애플워치4의 ECG 측정방법이 FDA의승인을받긴했어도병원에서사용하는전문측정기보다는판정의정확도가떨어질것이나, 대신애플워치4를차고있으면수시로, 그리고연속적으로심장의상태를모니터링할수있는장점이있음 정보통신기술진흥센터 29

32 주간기술동향 시장에는이미애플워치와연계되는 ECG 모듈을판매중인스타트업들이여럿있는데, 애플워치4는이들의기술을흡수하여사용자편의성을보다높인것으로볼수있음 스타트업 얼라이브코어 (Alive Cor) 는 카디아밴드 (Kardia Band) 라는 ECG 측정모듈을개발했으며, 애플워치를찬상태에서이모듈에손가락을대고심전도를측정하면그결과가애플워치에표시됨 카디아밴드는애플워치를매개로 ECG를측정할수있는최초의장치로이역시 FDA의승인을얻었으며의료기기로사용되고있음 스타트업 카디오그램 (Cardiogram) 은애플워치로심장질환을감지하는인공지능 (AI) 을개발했으며, UCSF 대학과공동연구를통해개발한기술을이용하여애플워치에서수집한심박데이터를 AI로분석하여부정맥의일종인심방세동을감지함 애플이이번발표회에서자세한설명을하지않았음에도애플워치4에서신경망을통해심방세동을감지할것이라고추정하는이유는카디오그램이이미동일한방식이실제작동할수있음을보여주었기때문임 애플워치4에새롭게추가된기능은이미애플에앞서스타트업들이개발해놓은심장질환감지를위한고급기술이며애플이그들의기술을차용한것으로볼수도있음 그러나애플의강점이선진기술을소비자에게편리한방식으로디자인하여적절한시점에제공하는것에있다고보면애플은그동안해왔던일을한것뿐이며, 실제로소비자입장에서는측정기능이애플워치에통합되는것이편의성면에서훨씬나음 한편, 애플워치4에추가된넘어짐감지기능역시건강관리와관련된것으로, 갑작스런심장통증에의한쓰러짐이나노인들의넘어짐을감지하는데유용할것으로기대됨 애플워치 4에서강화된모션센서를활용한이 전복감지 기능은시계를착용한사용자의낙하, 전도, 미끄러짐등을감지할경우긴급통화화면을자동으로표시해줌 만일, 1분동안사용자가긴급통화를누르지도않고 괜찮다 는표시도하지않는다면, 이용자가혼수상태나몸을움직일수없는위기상태에있다고판단해앱이자 동으로 긴급 SOS 전화를발신함 긴급 SOS 전화는 911 센터등으로연결 < 자료 > Apple [ 그림 6] 애플워치4의긴급 SOS 발신서비스 30

33 최신 ICT 이슈 이되는것은아니고, 미리연락처를등록해둔부모, 배우자, 자녀등에게발신이됨 긴급 SOS 전화기능은스노보드등을타다심하게넘어질경우에구조를요청하기위해사용될수도있을것이고, 독거노인이질환혹은미끄럼등으로넘어질경우에도도움을요청하는기능으로사용될수있을것임 애플워치 4의심박센서와심전도및전복감지기능은애플의다음목표가헬스케어분야임을시사하고있다는평이며, 혈당계등이차기에추가될것이란전망이나오고있음 애플은지금까지피트니스분야를중심으로스마트워치의용도를개척해왔고, 통화기능탑재로커뮤니케이션도구로도사용할수있도록했으며, 현재세계에서가장매출이높은시계브랜드로발돋움하였음 즉, 애플워치는커뮤니케이션, 운동, 헬스케어의세가지핵심기능을가지고있는셈인데, 이번애플워치4는 ECG 측정기능을탑재함으로써헬스케어관리기능을대폭적으로향상시킨것이라고요약할수있음 애플워치가 FDA 승인을받았다고는하지만의료기기로간주하는것은아직시기상조이며애플역시당장그것을바라는것은아닐것이나, 애플워치가바이오센서로서신체정보를모니터링하는의료기기로서의역할을뚜렷이했다는점은주목할필요가있음 이미애플워치가혈압과혈당을측정하는기기를탑재할것이라는소문이오래전부터나돌았던것을상기하면, 일상생활속에서건강에관한정보를프라이버시침해없이수집하기위한애플의도전은앞으로더욱가속화될것으로보임 애플워치4를통해애플의건강관리플랫폼이어떻게설계되고병원등과어떻게연계될지기대가높아졌으며, 스마트워치의진화방향에대한관심도다시고조되고있음 [ 참고문헌 ] [1] The Verge, The Apple Watch stole the show from this year s new iphones, [2] USA Today, Love it or hate it, sorry Apple, but the Watch, not the iphone, won the week, [3] Forbes, Apple Loop: New iphone XS Hands On Review, Tim Cook Cancels iphone Battery Offer, iphone XR Delayed, [4] CNET, Our big iphone XR, XS, XS Max, Apple Watch breakdown, 정보통신기술진흥센터 31

34 주간기술동향 II. 퀄컴스마트워치용스냅드래곤칩신작발표, 루이비통등채택 퀄컴테크놀로지는최근스마트워치용칩인 퀄컴스냅드래곤웨어 3100 플랫폼 (Snapdragon Wear 3100 Platform) 을발표하였음 퀄컴은지난 2016년 2월, 스냅드래곤웨어 2100 을출시한바있으며, 당시고급브랜드를포함한많은스마트워치가채택했고, 지금까지웨어 2100 플랫폼을탑재한제품은 25개브랜드에서 100 기종을넘고있음 이처럼스마트워치용스냅드래곤칩의채택이확산된데에는, 구글의스마트워치용소프트웨어플랫폼인 웨어운영체제 (Wear OS by Google) 의지원에힘입은바큼 그러나웨어 2100 발표이후 2년반이지난지금, 스마트워치시장지형에는상당한변화가있었는데, 애플은점차독보적인스마트워치로서위치를굳히는듯보이고, 핏빗 (Fitbit) 역시완성도높은스마트워치와앱플랫폼을선보이고있음 < 자료 > Qualcomm [ 그림 1] 구글웨어 OS의지원으로퀄컴스냅드래곤웨어 2100 플랫폼채택이확산 퀄컴은이번에발표한웨어 3100이더많은브랜드의스마트워치에채택될것으로기대하는데, 프랑스 LVMH 그룹의루이비통브랜드, 스위스리치몬트그룹의몽블랑브랜드, 미국파슬 (Fossil) 그룹의파슬브랜드가웨어 3100에기대를건다는입장을표명 퀄컴에따르면이들 3개브랜드의입장은의례적인것이아니며, 이미웨어 3100을탑재한스마트워치출시가확정되었는데, 이르면 2018년 4분기내에출시예정인것도있음 32

35 최신 ICT 이슈 스냅드래곤웨어 3100의가장큰개선포인트는전력소비효율성으로사용시간을늘린것인데, 기존 2100의 4시간보다 3배늘어난 12시간사용이가능하다고함 퀄컴은웨어 3100 전용으로복수의다이와회로를새로개발했는데가장핵심은 QCC1110 이라부르는보조프로세서로 QCC1110의다이면적은 21mm 2 정도임 이 QCC1110의가장큰특징이 저전력 인데, 퀄컴은 Arm Cortex-M0를문턱전압부근에서실행시키거나맞춤설계한 SRAM 을집적하는등의연구를하고있음 최소저전력동작모드로비교한다면, 웨어 3100은웨어 2100 대비 67% 의소비전력절감이가능하다고함 웨어 3100은스마트워치를겨냥해설계의최적화를진행했다고하며, 그결과스마트폰보다매우어렵다는스마트워치의배터리 < 자료 > Qualcomm [ 그림 2] 웨어 3100의보조프로세서 QCC1110 수명향상에성과를거두었는데, 웨어 2100보다 3배긴 12시간동안사용이가능함 이는하루종일사용에는빠듯한수준이긴하나, 스마트워치제품들이공통으로해결해야할과제이며, 최근발표된애플워치4의사용시간은 18시간정도임 웨어 3100의또다른강점은애플워치에비해보다더손목시계에가까운구현이가능하다는것인데, 이는유명브랜드들이퀄컴의칩을선호하고있는이유이기도함 구글웨어 OS 기반의스마트워치는원형이기때문에애플워치보다조금더진짜손목시계와비슷해보이지만디스플레이화면은그렇지못함 웨어 OS 워치들은모두사용하지않는상황에서도시간및다른수치데이터를계속보여주는 올웨이즈온 모드를포함하고있는데, 문제는기존의웨어 2100 칩에서의올웨이즈온디스플레이는해상도가낮고보기가 어려워사실상무용지물이었다는점 퀄컴은새로운프로세서웨어 3100을통해 < 자료 > Martyn Williams [ 그림 3] 웨어 OS 탑재 ZTE의원형스마트워치 정보통신기술진흥센터 33

36 주간기술동향 디스플레이문제를해결하려하였으며, 여기에더해웨어 OS 기반의스마트워치에두가지새로운모드를추가할예정임 첫번째 향상된주변모드 (Enhanced Ambient Mode) 는부드러운초침움직임, 실시간컴플리케이션, 향상된밝기를지원하며, 최대 16 색상을지원함으로써스마트워치를주위환경에맞는다양한패션시계로사용하고싶어하는소비자들의요구에부응함 두번째 전통적인시계모드 (Traditional Watch Mode) 는소비자들이가능한오랜시간동안예전과같은멋있는시계를계속사용할수있도록설계된모드임 퀄컴은이두가지모드의조합을통해차세대스마트워치가그것이대체하려고하는손목시계와더욱비슷해지게만들려하고있음 스냅드래곤웨어 3100에서또하나주목해야할것은기계학습등인공지능 (AI) 기술을스마트워치에도가져올수있는기반을제공하게될것이라는점 인공지능기반기술들이점차스마트폰기능에접목되기시작한데이어스마트워치에도적용될조짐을보이고있는데, 최근발표된애플워치4가기점이될것으로보임 웨어 3100 역시이러한흐름을상당부분염두에두고개발된것으로보이는데, 퀄컴에따르면웨어 3100은새로운 QCC1110 보조프로세서와의결합을통해키워드감지와같은맞춤형작업을위한딥러닝엔진을통합할수있음 애플워치의시장독점지위를아직은그대로받아들일수없는웨어 OS 진영으로서는애플워치4부터보이기시작한신경엔진활용기능에맞대응해야하기때문에, 웨어 3100 칩의 AI 지원기능은앞으로계속강화될것임을예상해볼수있음 이를염두에둔듯, 퀄컴은발표된웨어 3100의기능은단지시작일뿐이라며웨어 2100과마찬가지로웨어 3100은계속해서업데이트되어갈것이라밝혔음 이는스마트폰시장에이어스마트워치시장에서도애플과안드로이드진영의두번째경쟁이시작될것임을시사하는것으로볼수있으며, 향후스마트워치의발전속도가급진전될것이란기대를낳고있음 [ 참고문헌 ] [1] PCWorld, 9. 10, [2] AnandTech, 9. 14,

37 최신 ICT 이슈 III. 웨더뉴스 - 엔비디아, AI 이용한전세계강우상황가시화프로젝트 웨더뉴스 (Weathernews) 는최근엔비디아 (NVIDIA) 와협력하여전세계강우상황을 AI( 인공지능 ) 로가시화하는프로젝트를시작한다고발표 전지구적차원의기후변화영향으로최근세계곳곳에서자연재해가빈발하고있는데, 동남아시아지역등비가많이내림에도불구하고기상관측인프라가아직정비되어있지않고기상전문인력도부족한지역이많음 이들지역에서는기상상황파악과예측능력이낮아빈발하고있는자연재해에제대로대응할수없으며, 이에따라자연히피해가선진국에비해커지기가쉬움 웨더뉴스의프로젝트는이런문제를겪고있는국가를지원하기위한것으로, 엔비디아가보유한딥러닝기술을이용하여강수분포를가시화하고강우를예측하여호우피해경감에기여할것을목표를하고있음 이번프로젝트는엔비디아의딥러닝전용수퍼컴퓨터 DGX-1 을이용하게되는데, 높은정확도의위성이미지와비구름레이더이미지를학습데이터로이용하여훈련시킨후, 실시간위성이미지에서가상의비구름레이더이미지를생성시킨다는계획 엔비디아는 GPU 컴퓨팅을위한하드웨어와소프트웨어를제공하게되며, 엔비디아의스타트업지원프로그램에참여하 < 자료 > YouTube [ 그림 1] 딥러닝으로생성한가상의비구름영상 고있는 드에이아이그노시스 (daignosis) 가 DGX-1 기반딥러닝을개발하고, 웨더뉴스가새로운기상모델을개발하게됨 현재기상레이더로관측할수있는지역은전지구표면적의 17% 에불과한데, 이번프로젝트는낮은비용으로전지구를관측할수있는가능성을제시한다는점에의의가있음 관측지역이지구의 17% 에불과하다는것은선진국이외지역은관측이제대로되지않는다는뜻인데, 지구전체를커버하려면 4,000 개의기상레이더가필요하다고함 이에비해 DGX-1 수퍼컴퓨터를 50대이용하면 가상레이더 로전세계기상데이터를 1분마 정보통신기술진흥센터 35

38 주간기술동향 다생성할수있게된다고하는데, AI를이용한가상레이더구축비용은 4,000 개의기상레이더를운용하는비용의 8,000분의 1 수준으로예상 [ 참고문헌 ] [1] CNET, 9. 12, [2] xtech, 9. 13,

39 사업책임자: 최령 ( 기술정책단장 ) 과제책임자: 이성용 ( 산업분석팀장 ) 참여연구원: 변화성, 이재환, 이효은, 이상길, 안기찬, 김용균, 박혜영, 김우진, 전영미 ( 위촉 ) 통권 1865( ) 발행년월일 : 2018년 9월 26일발행소 : 편집인겸발행인 : 석제범등록번호 : 대전다 등록년월일 : 1985년 11월 4일인쇄인 : 승일미디어그룹 (34054) 대전광역시유성구유성대로 1548( 화암동 58-4번지 ) 전화 : (042) , 8214 팩스 : (042)

40