구글, 양자컴퓨터 연구 시설 만든다

구글은 5월 18∼20일까지 개최하는 자사 온라인 이벤트인 구글I/O 2021(Google I / O 2021) 기간 중 새로운 양자컴퓨터 연구 거점인 퀀텀AI캠퍼스(Quantum AI campus)를 발표했다. 미국 캘리포니아주 산타바바라에 설치하는 이 캠퍼스는 첫 양자데이터센터나 양자컴퓨터 연구소가 자체 개발한 양자 칩 제조 시설을 병설해 앞으로 양자컴퓨터 연구 중심으로 자리매김할 것으로 보인다.

구글 양자컴퓨터 연구팀인 퀀텀AI 엔지니어링팀을 맡고 있는 에릭 루체로(Erik Lucero)는 공식 블로그를 통해 구글이 10년 안에 실용적이고 오류 정정이 가능한 양자컴퓨터를 개발하는 걸 목표로 하고 있다고 밝히고 있다. 이를 위한 연구 거점인 퀀텀AI캠퍼스가 캘리포니아주 산타바바라에 설립된 걸 분명히 했다.

구글이 목표로 하는 에러 정정이 가능한 양자컴퓨터는 양자비트가 노이즈에 노출되어 정확한 계산을 할 수 없게 된다는 과제를 극복한 양자컴퓨터 수. 실현에는 큐비트 100만 개를 물리적으로 생성해 한 방에 다 들어가는 크기 양자컴퓨터에 넣을 필요가 있지만 현재는 100큐비트 이하 밖에 실용화되어 있지 않다.

구글은 궁극적으로 세계 첫 양자 트랜지스터를 만들어 수백에서 수천 개를 병렬시키고 오류 정정 가능한 양자컴퓨터를 구축할 생각이다. 오류 정정 가능한 양자컴퓨터가 본격적으로 실용화되면 분자 행동과 상호 작용을 시뮬레이션할 수 있어 배터리 개선과 에너지 효율적인 비료 개발이나 새로운 의약품 발견, 지금까지 없던 AI 아키텍처 등 다양한 분야 연구가 가속화될 것으로 기대되고 있다. 관련 내용은 이곳에서 확인할 수 있다.

구글은 또 이번 I/O 2021 기간 중 기계학습에 특화한 전용 프로세서인 TPU(Tensor Processing Unit) 4세대 모델인 TPU v4를 발표한 것. 새 프로세서는 이미 구글 데이터센터에 도입됐으며 2021년 후반에는 구글 클라우드 사용자가 사용할 수 있게 할 예정이다.

최근에는 AI가 다양한 분야에서 중요한 역할을 담당하고 있지만 대량 데이터를 학습시키려면 엄청난 연산 처리가 필요하기 때문에 강력한 시스템을 사용해야 생산성을 높이는데 중요하다. 구글이 개발하는 TPU는 기계학습과 딥러닝에 최적화한 프로세서다. 2016년 열린 구글 인공지능 알파고와 이세돌 9단 대국에서도 TPU가 사용됐다.

구글은 지속적으로 TPU 차세대 모델을 투입하고 있으며 2018년에는 3세대 모델 TPU v3도 발표한 바 있다. 이어 5울 18일 4세대 모델인 TPU v4를 발표한 것. TPU v4는 이전 세대 모델인 TPU v3과 비교해 1초에 몇 번 부동소수점 연산을 할 수 있는지 나타내는 지표인 FLOPS가 2배 이상이라고 한다.

또 상호 연결 기술 덕에 메모리 대역폭도 크게 높여 TPU v4 4,096대를 조합한 포드라는 유닛은 1exaFLOPS 연산 성능을 제공할 수 있다. 이는 1,000만 개 성능에 도달한 노트북 프로세서에 해당한다고 한다.

순다르 피차이 구글 CEO는 이는 역사적 이정표라면서 이전 exaFLOPS 연산 성능을 손에 넣으려고 하면 사용자 지정 슈퍼컴퓨터를 구축해야 했지만 이미 많은 TPU v4를 전개하고 있다면서 곧 데이터센터에 수십 개 TPU v4 포드가 설치되어 90%가 탄소를 배출하지 않는 에너지로 작동한다고 밝혔다. 2021년 후반에는 구글 클라우드 사용자가 TPU v4 포드를 이용하게 될 예정이라고 한다.

한편 구글은 이번 행사 기간 중 새로운 검색 알고리즘인 MUM(Multitask Unified Model)를 발표했다.

이젠 검색하려면 구글 같은 검색엔진으로 검색해 필요한 정보를 모으는 건 필수다. 하지만 기존 검색엔진은 검색하고 싶은 상황이 복잡해질수록 필요한 쿼리도 증가한다. 또 검색엔진은 전문가가 아니기 때문에 사용자가 요구하는 정보를 정확하게 엄선해 표시하는 건 어렵다.

이런 이유로 구글이 개발한 게 바로 MUM이다. MUM은 기존 자연어 처리 모델인 BERT 뿐 아니라 언어 이해 작업에 뛰어난 신경망 구조인 트랜스포머(Transformer) 위에 구축되어 있으며 75개 다른 언어와 많은 작업에서 학습이 이뤄지기 때문에 언어를 이해할 뿐 아니라 생성하는 것도 가능하다. 또 텍스트나 이미지 전체 정보를 이해하고 미래에는 동영상이나 음성 정보도 처리할 수 있게 된다.

예를 들어 백두산에 대해 막연하게 알고 싶다면 검색엔진에 입력하면 관련 페이지가 나온다. 하지만 이전에 예전에 아담스산에 오른 적이 있지만 이번에는 백두산에 등반하겠다면 어떤 준비를 하면 좋을지 생각한다면 기존 검색 알고리즘에 정확한 답변을 얻으려면 다양한 언어 조합을 여러 번 검색해야 했다.

하지만 MUM은 이 질문을 이해해 아담스산과 백두산을 비교하고 등산 준비에는 교육과 적절한 장비를 구입해야 한다는 걸 파악해 2개 산 고도나 날씨, 어떤 의상 등이 필요한지 같은 정보를 제공할 수 있다.

또 백두산 정보는 한국어 사이트에 정리된 게 많아 기존 검색 알고리즘은 한국어로 검색해야 했다. 하지만 MUM은 언어 벽을 넘어 소스로부터 지식을 모아 제시하기 때문에 미국인도 백두산 절경 포인트와 근처 가게 등을 곧바로 확인할 수 있게 된다.

이미지 정보도 이해할 수 있는 게 MUM의 특징 중 하나다. 예를 들어 평소 사용하는 등산화 사진을 찍어 이제 백두산에 오를 수 있겠냐고 검색엔진에 물으면 등산화와 질문을 이해하고 이 등산화하면 문제없이 등반할 수 있다고 답하거나 다른 권장 리스트를 표시해줄 수 있다.

현재 MUM은 실험 단계로 몇 개월에서 몇 년 안에 실용화 예정이며 사람들이 자연스럽게 다양한 커뮤니케이션과 정보 해석을 구글 검색엔진이 이해할 수 있게 될 미래를 위한 중요한 이정표라고 밝히고 있다.

구글은 그 밖에도 스마트폰 카메라로 찍으면 검색하는 구글렌즈(Google Lens)에서 100개 이상 언어로 교육 콘텐츠에 액세스할 수 있도록 하고 AR 콘텐츠를 검색 결과에 표시할 계획도 발표하고 있다. 또 이번 행사 기간 중 구글맵 노선 검색 기능 향상도 공개한 바 있다. 관련 내용은 이곳에서 확인할 수 있다.