ETRI, 초대형 AI 학습 '메모리 장벽' 허문다…옴니익스텐드 개발

GPU 메모리 부족 해결…서버·가속기 간 메모리 공유, 성능 혁신



(대전＝연합뉴스) 김준호 기자 = 국내 연구진이 초대형 인공지능(AI) 학습 과정의 고질적 문제인 '메모리 부족'을 근본적으로 해결할 수 있는 핵심 기술 개발에 성공했다.

한국전자통신연구원(ETRI)은 초대형 AI 학습에서 가장 큰 문제로 꼽히는 그래픽처리장치(GPU)의 메모리 한계와 데이터 병목 현상을 해결하는 새로운 메모리 기술 '옴니익스텐드'를 개발했다고 8일 밝혔다.

옴니익스텐드는 표준 네트워크 기술인 이더넷(Ethernet)을 활용해 여러 서버와 가속기 각각의 메모리를 하나의 대용량 메모리처럼 공유하는 기술이다.

각 장비에 개별적으로 존재하던 메모리를 네트워크 전반으로 확장해 AI 학습에 필요한 메모리를 원하는 만큼 유연하게 확보할 수 있는 구조를 구현했다.

데이터 이동 지연을 최소화함으로써 AI 학습 속도가 향상됐고, 서버 교체 없이 메모리를 확장할 수 있어 데이터센터 구축·운영 비용 절감 효과도 기대된다.

또 이더넷 스위치를 활용해 물리적으로 떨어진 다수의 장비를 하나의 메모리 풀로 묶을 수 있어 초대규모 AI 환경에 적합한 고확장성 시스템 구조로 평가받고 있다.

ETRI는 지난해 5월 프랑스 파리에서 열린 'RISC-V 서밋 유럽 2025'와 미국 산타클라라에서 개최된 'RISC-V 서밋 노스 아메리카 2025'에서 해당 기술을 연이어 공개해 높은 관심을 받았다고 전했다.

김강호 초성능컴퓨팅연구본부장은 "향후 새로운 과제기획을 통해 신경망처리장치(NPU)와 가속기 중심의 메모리 인터커넥트 기술 연구를 본격 확대할 계획"이라며 "글로벌 AI·반도체 기업의 차세대 시스템에 본 기술이 적용될 수 있도록 기술 고도화와 국제 협력을 지속하겠다"고 말했다.

kjunho@yna.co.kr