【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]ETRI, 초대형 AI 학습 ‘메모리 부족’ 해법 제시

온카뱅크관리자

2026-01-08 17:27:38

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">이더넷으로 메모리 한데 묶는 ‘옴니익스텐드’ 개발</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="qSvEmuTsA3">
          <figure class="figure_frm origin_fig" contents-hash="eee5651d0a0405615dfa761d1d5423a12fc673663c578f8ebf4bc10a54fef782" dmcf-pid="BvTDs7yOoF" dmcf-ptype="figure">
           <p class="link_figure"><img alt="옴니익스텐드 기반 메모리 풀 환경에서 AI 학습 성능을 분석하는 ETRI 연구진./ETRI" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/08/chosunbiz/20260108171807325kkuc.jpg" data-org-width="3648" dmcf-mid="zt5hTV1yA0" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/08/chosunbiz/20260108171807325kkuc.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            옴니익스텐드 기반 메모리 풀 환경에서 AI 학습 성능을 분석하는 ETRI 연구진./ETRI
           </figcaption>
          </figure>
          <p contents-hash="ecf6ae95915530a3cb5033eb861f115c27b670ee04049bb325f26eb9b695cac0" dmcf-pid="bTywOzWIAt" dmcf-ptype="general">초대형 인공지능(AI)을 학습시킬 때 반복해서 부딪히는 난제가 있다. 모델이 커질수록 그래픽처리장치(GPU)가 감당해야 할 데이터가 폭증하면서, GPU 메모리가 금세 꽉 차 학습이 느려지거나 아예 멈추는 ‘메모리 부족’ 문제가 자주 발생한다. 국내 연구진이 이 문제를 구조적으로 풀 수 있는 새로운 기술을 개발했다고 밝혔다.</p>
          <p contents-hash="2b157743e9728198f53aed9b8bf96220313f2efb171778bc39ccac33012dd465" dmcf-pid="KyWrIqYCc1" dmcf-ptype="general">한국전자통신연구원(ETRI)은 8일 초대형 AI 학습 환경에서 가장 큰 걸림돌로 꼽히는 GPU 메모리 한계와 데이터 병목 현상을 줄일 수 있는 메모리 기술 ‘옴니익스텐드(OmniExtend)’를 개발했다고 발표했다.</p>
          <p contents-hash="96452649822f5bda90f1c461b9f0a0e46f26e494c621e6c0006bcc33c5f266e4" dmcf-pid="9WYmCBGha5" dmcf-ptype="general">초대형 AI 모델을 학습할 때는 모델 파라미터뿐 아니라 학습 과정에서 생기는 중간 계산값, 최적화에 필요한 정보까지 모두 메모리에 올라간다. 이때 GPU 메모리가 부족하면 데이터를 계속 옮겨야 하고, 그 과정에서 지연이 생겨 학습 속도가 떨어진다. 결국 더 큰 모델을 학습하려면 비싼 장비를 추가로 붙이거나, 여러 대의 GPU에 작업을 쪼개면서 통신 부담을 감수해야 하는 경우가 많았다.</p>
          <p contents-hash="7dfe0b8b16b0fdaf95b445c74bc929ee9f58623f5ed5c4e12ec1e81738e8717a" dmcf-pid="2YGshbHljZ" dmcf-ptype="general">ETRI가 개발한 옴니익스텐드는 이런 제약을 줄이기 위해 표준 네트워크 기술인 이더넷(Ethernet)을 활용한다. 핵심은 여러 서버와 가속기(GPU)마다 따로 존재하던 메모리를 네트워크로 연결해 마치 하나의 대용량 메모리처럼 공유하도록 만드는 구조다.</p>
          <p contents-hash="a237b4b721f4a245721d513ad2e9f4213ef245907a3bd18bfb973eb76fac6c67" dmcf-pid="VqB53Jb0AX" dmcf-ptype="general">쉽게 말해, 각 장비에 나뉘어 있던 메모리를 한데 모아 큰 메모리 풀(pool)처럼 쓰는 방식이다. 이 구조가 구현되면 AI 학습에 필요한 메모리를 상황에 맞게 더 유연하게 확보할 수 있고, 특정 장비의 메모리 한계에 학습 규모가 발목 잡히는 문제도 완화될 수 있다.</p>
          <p contents-hash="e4715330a761caf72e0b7b2dd4429cecc69dcddba285f11bae36b0d75bfc2014" dmcf-pid="fBb10iKpkH" dmcf-ptype="general">ETRI는 옴니익스텐드가 데이터 이동 지연을 최소화해 AI 학습 속도를 끌어올리는 데 도움이 될 수 있다고 설명했다. 또 기존처럼 장비를 통째로 교체하지 않고도 네트워크 기반으로 메모리를 확장하는 방향이어서, 데이터센터 구축·운영 비용 절감 효과도 기대된다고 덧붙였다.</p>
          <p contents-hash="ef9bb28e07265c13735baac55515095d213f15c28df4008dc99ece11850f74c0" dmcf-pid="4bKtpn9UjG" dmcf-ptype="general">특히 이더넷 스위치를 이용해 물리적으로 떨어진 다수의 장비를 하나의 메모리 풀로 묶을 수 있다는 점에서, 초대규모 AI 환경에 필요한 확장성(스케일아웃) 측면에서도 경쟁력이 있다는 평가가 나온다.</p>
          <p contents-hash="97effad12969e0da499b0f1d71a52cdceff326ff73309fc8d18f784a7a11280f" dmcf-pid="8K9FUL2uaY" dmcf-ptype="general">ETRI는 해당 기술을 지난해 5월 프랑스 파리에서 열린 ‘RISC-V 서밋 유럽 2025’와 미국 샌타클라라에서 개최된 ‘RISC-V 서밋 노스 아메리카 2025’에서 잇따라 공개해 높은 관심을 받았다고 전했다.</p>
          <p contents-hash="e3b6fe5d2e6631d2388f73f0e374e51b10cc1aa8460900362e29d9cef587637c" dmcf-pid="6923uoV7AW" dmcf-ptype="general">김강호 ETRI 초성능컴퓨팅연구본부장은 “향후 새로운 과제 기획을 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.</p>
          <p contents-hash="4ea4eb1980297413fedc89feaef50c0d110f1d073e67085b50b0e9171c74353a" dmcf-pid="P2V07gfzjy" dmcf-ptype="general">- Copyright ⓒ 조선비즈 &amp; Chosun.com -</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 조선비즈. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기