AI '메모리 병목' 해결, 터보퀀트 外 [과학게시판]

1 hour ago 1

정종오 기자 입력 2026.03.27 16:31

반도체 미세화 한계 뛰어넘는 핵심 기술 개발

[아이뉴스24 정종오 기자] 인공지능(AI) 성능을 좌우해온 ‘메모리 병목’이 뚫렸다. 한국과학기술원(KAIST)이 참여한 국제 공동연구팀이 최대 6배까지 메모리를 줄이면서도 성능은 유지하는 차세대 알고리즘을 공개했다.

KAIST 참여 ‘터보퀀트’, 최대 6배 압축

KAIST(총장 이광형) 전기및전자공학부 한인수 교수가 참여한 구글 리서치(Google Research), 딥마인드(DeepMind), 뉴욕대(New York University) 공동 연구팀이 AI 모델의 고질적 한계로 꼽혀온 메모리 과부하 문제를 해결할 차세대 양자화 알고리즘 ‘터보퀀트(TurboQuant)’를 공개했다.

AI 모델은 입력 데이터를 벡터 형태로 바꾼 뒤, 벡터 간 유사도를 계산해 작동한다. 이 과정에서 고정밀(high-precision) 데이터를 사용하기 때문에 막대한 메모리 자원이 필요한 점이 주요 한계로 지적돼 왔다.

터보퀀트는 이러한 고정밀 데이터를 더 적은 비트로 압축해 표현하는 ‘양자화(quantization)’ 기술을 활용한다. 소수점 데이터를 정수로 근사하는 방식이다. 핵심 정보는 유지하면서도 저장 용량과 연산 부담을 크게 줄이는 기술이다.

이번 연구에서 터보퀀트는 AI 모델 내부 정보를 효율적으로 압축해 정확도 저하를 거의 없이 최대 6배까지 메모리를 절감하는 데 성공했다. 특히 AI 추론 과정에서 가장 큰 장애물로 꼽히는 메모리 병목 문제를 효과적으로 해소한 점이 핵심 성과다.

한인수 교수는 “AI 모델의 성능이 커질수록 메모리 사용량이 급격히 증가하는 것이 가장 큰 한계로 지적돼왔다”며 “이번 연구는 이러한 병목을 효과적으로 줄이면서도 정확도를 유지할 수 있는 새로운 방향을 제시했다”고 설명했다.

반도체 미세화 한계 뛰어넘는 핵심 기술 개발

고려대(총장 김동원) 전기전자공학부 신창환 교수 연구팀이 차세대 메모리 소자의 집적도와 성능을 획기적으로 높일 수 있는 ‘조성 비대칭 이중층 HZO 커패시터’ 핵심 기술을 확보했다.

반도체 크기가 작아질수록 유전율이 높은 소재가 필수적이다. 연구팀은 핵심 대체 소재로 꼽히는 하프늄 산화물에 지르코늄(Zr)을 결합한 HZO 연구를 지난 수년간 선도해 왔다. HZO는 기존 부품에 손상을 주지 않으면서도 작은 공간에 더 많은 데이터를 안정적으로 담을 수 있는 차세대 초고유전율 소재로 주목받는다.

공공연구성과 확산·사업화 지원 가속화

과학기술사업화진흥원(원장 김병국)은 공공연구성과의 확산과 사업화 지원 예산을 전년 대비 약 75% 확대하고 현장 수요 중심의 체계적 지원체계를 마련했다. 공공연구성과 사업화·창업 지원사업 예산은 지난해 531억9500만원에서 올해 930억5200만원으로 늘었다.

서울공대–나라스페이스, 우주 방산과 피지컬 AI 연구 협력

서울공대는 최근 관악캠퍼스에서 나라스페이스테크놀로지(대표 박재필)와 우주 방산, 우주 피지컬 AI의 연구 협력을 위한 산학협력 양해각서(MOU)를 체결했다. 이번 협약은 우주 시스템의 고도화, 민·군 겸용 기술 수요 증가에 대응해 학계의 기초·원천 연구 역량과 민간 기업의 개발, 사업화 역량을 연계하기 위해 마련됐다.