정명수 KAIST 전기및전자공학부 교수팀 '오토GNN' 개발
엔비디아 GPU(그래픽처리장치)보다 2.1배 빠르게 데이터를 처리하는 AI반도체 기술이 국내 대학에서 나왔다.
KAIST(카이스트)는 정명수 전기및전자공학부 교수 연구팀이 그래프신경망 기반 AI 추론 속도를 획기적으로 높이는 '오토GNN'을 개발했다고 5일 밝혔다. 컴퓨터 아키텍처 분야의 대표적인 국제학술대회 'IEEE HPCA 2026'에서 전날 해당 연구결과를 발표했다.
연구팀은 AI 추론 이전 단계인 '그래프 전처리' 과정에 주목했다. 그래프 전처리 과정은 각종 정보 간 복잡한 관계를 분석하는 과정으로, 전체 계산 시간의 70~90%를 차지한다. 기존 GPU로는 복잡한 관계 구조를 정리하는 연산 기능에 제한이 있다. 이 때문에 '유튜브 버벅임' 같은 병목 현상이 발생하곤 한다.
연구팀은 입력한 데이터의 구조에 따라 반도체 내부 회로를 실시간으로 바꾸는 '적응형 AI 가속기 기술'을 설계했다. 분석해야 할 데이터의 연결 방식에 맞춰 반도체가 스스로 가장 효율적인 구조로 바뀐다.
반도체는 필요한 데이터만 골라내는 'UPE 모듈'과, 이를 빠르게 정리해 집계하는 'SCR 모듈'로 구성됐다. 데이터의 양이나 형태가 바뀌면 이에 맞춰 최적의 모듈 구성이 자동으로 적용된다.
성능 평가 결과 오토GNN은 엔비디아의 고성능 GPU인 'RTX 3090' 대비 2.1배 빠른 처리 속도를 기록했다. 이는 일반 CPU(중앙처리장치)와 비교하면 9배 빠른 속도다. 에너지 소모량도 약 3분의 1로 줄였다.
연구팀은 이번 기술을 각종 AI 기반 추천 시스템, 금융 사기 탐지처럼 복잡한 관계 분석이 필요한 AI 서비스에 적용할 수 있을 것으로 봤다.
연구를 이끈 정 교수는 "불규칙한 데이터 구조를 효과적으로 처리할 수 있는 유연한 하드웨어 시스템을 구현했다는 점에서 의미가 크다"고 했다.
이번 연구는 삼성미래기술육성사업의 지원을 받았다.
