AI 컴퓨팅 기술 분야의 선두주자인 엔비디아가 자사의 연구진이 최근 딥 러닝 분야에서 새롭게 발견한 사항이 전통적인 컴퓨터 그래픽 분야의 발전에 기여할 것이라고 발표했다. 엔비디아의 창립자 겸 CEO인 젠슨 황(Jensen Huang)은 GPU 테크놀로지 컨퍼런스(GPU Technology Conference)의 기조 연설에서 이에 관한 상세한 내용을 전했다.

젠슨 황 CEO는 새로운 발견을 통해, 게임 개발자들은 보다 짧은 시간 내에 저렴한 비용으로 풍부한 게이밍 경험을 창출해낼 수 있게 되며, 관련 업계에서는 다양한 도로 상황, 지형, 위치 정보 등 자율주행 차량의 트레이닝에 필요한 데이터를 보다 용이하게 생성해 개발을 가속화할 것이라고 강조했다.

새로운 두 연구 프로젝트는 엔비디아가 보유한 딥 러닝 분야 내 전문성과 컴퓨터 그래픽 분야의 발전에 오랜 기간 동안 기여해 온 바를 시사하는 사례로, 전세계 11개 지역에서 온 약 200명의 엔비디아 연구진은 현재 머신 러닝, 컴퓨터 비전, 자율주행 차량, 로보틱스, 그래픽, 컴퓨터 아키텍처, 프로그램 시스템 등 다양한 분야에 활용되는 기술을 새로운 수준으로 끌어올리는 데 주력하고 있다.

선명한 이미지 데이터 없이 이미지의 노이즈를 제거하는 첫 번째 프로젝트
이미지에서 노이즈를 제거하는 작업의 경우, 그 프로세스 자체에서 인공물이나 흐림 현상이 더해질 수 있기 때문에 매우 어려운 작업이다. 딥 러닝 실험을 통해 이에 대한 솔루션이 등장했으나, 아직은 뉴럴 네트워크를 트레이닝할 때 깔끔한 이미지와 노이즈가 있는 이미지를 매치해야 한다는 주요한 단점이 잔존해 있다.

노이즈 제거 기기를 트레이닝해 깔끔한 이미지 데이터를 생성하는 데에는 며칠에서 몇 주까지 소요된다. 핀란드와 스웨덴의 엔비디아 연구팀이 개발한 Noise2Noise 솔루션은 트레이닝 시 깔끔한 이미지와 노이즈가 있는 이미지의 매치를 필요로 하지 않으며, 노이즈가 많은 이미지들을 매치해 트레이닝을 진행한다. 그러나 깔끔한 이미지와 노이즈가 있는 이미지의 매치를 요하는 기존 트레이닝 방식과 비교했을 때 결코 뒤쳐지지 않는 결과물을 제시한다.

가상 세계를 구축하는 완전히 새로운 방식을 제시하는 두 번째 프로젝트
엔비디아의 두 번째 프로젝트는 가상 세계를 구축하는 완전히 새로운 방식을 제시한다. 까다롭고 비용이 많이 드는 게임의 3D 모델 구축 작업과 자율주행 차량의 트레이닝에 필요한 데이터 수집에 딥 러닝을 활용해 보다 용이하게 작업을 실행할 수 있게 되는 것이다. 이 기술은 시맨틱 조작(Semantic manipulation)으로 불리며, 아이들이 제트 비행기나 용을 만드는 데 쓰는 레고 블럭과 유사한 것으로 이해할 수 있다. 시맨틱 조작에서 사용자들은 각 픽셀에 매치되는 레이블이 배치된 청사진인 레이블 맵을 활용한다. 맵에 배치된 레이블을 전환해 이미지를 변경할 수 있으며, 차종이나 도로, 나무 등을 사물에 변화를 가할 수도 있다.