[한경에세이] NASA가 공개한 태양 연구방법
인공지능(AI) 시대가 본격화하면서 산업 전반에 새로운 패러다임이 형성되고 있다. 이런 AI 혁신의 중심에는 딥러닝이 있다. 인간의 뇌 신경망을 본떠 만든 인공 신경망 모델인 딥러닝은 여러 단계의 신경망을 사용해서 복잡한 상황을 인간 이상의 수준으로 학습하고, 반응할 수 있게 하는 기술이다.

딥러닝의 발전으로 AI는 굉장한 변화를 겪고 있다. 병렬 연산에 최적화된 그래픽처리장치(GPU)의 등장은 신경망의 연산 속도를 획기적으로 가속하며 진정한 딥러닝 기반 AI의 등장을 불러왔다. 딥러닝 기반의 AI는 농업, 물류, 헬스케어, 사이버 보안에 이르는 모든 영역에서 활용되고 있으며 다양한 연구기관에서도 채택돼 더 빠른 통찰력을 제공하고 있다. 우주와 태양 연구에도 딥러닝 기술이 활용되고 있다.

미국 항공우주국(NASA)은 태양 표면의 흐름을 더 쉽게 추적할 수 있는 딥러닝 기법을 개발했다. 태양 표면 폭발은 지구의 전력망을 비롯해 GPS, 무전기 등의 통신 시스템을 교란해 우리 일상생활에 큰 영향을 미치고, 강력한 방사선과 높은 에너지 태양입자 방출로 우주비행사들의 항해를 위협하기도 한다.

태양 쌀알 무늬의 움직임과 흐름을 연구하면 태양 표면에서 벌어지는 일들을 파악하는 데 도움이 된다. 이런 움직임을 추적하는 연산을 위해서는 사실적으로 사진을 재구성하는 고급 이미징 기법이 필요했다. NASA는 최적화된 맞춤형 알고리즘과 AI 딥러닝으로 쌀알 무늬를 관찰하고 움직임을 재구성할 수 있었다.

태양의 내부는 확인이 힘들기 때문에 외부 흐름을 측정해 내부 움직임을 유추하는 수밖에 없다. 딥러닝을 활용하면 기존 추적 기법들을 능가하는 해상도로 플라즈마의 흐름에 대한 추정치를 생성할 수 있다. 흐름 추정은 태양 표면에만 국한되지 않는다. 태양 표면에서 목격되는 현상과 태양 대기 내 플라즈마의 고도와 움직임의 관계를 딥러닝으로 살펴볼 수 있다.

이런 딥러닝을 위해 GPU는 없어서는 안 될 존재다. 중앙처리장치(CPU)만으로는 강력한 딥러닝 모델을 개발하는 데 한계가 있다. CPU를 활용했을 때 훈련용 데이터를 단 1회 학습하는 데 1시간이 소요됐지만, GPU를 사용하면 훈련 1회 완료까지 약 3분 걸린다. GPU로 20배 가속을 달성할 수 있게 된 것이다. 그 덕분에 연구자들은 단 하루 만에 훈련을 마친 모델들의 검증에 들어갈 수 있었다.

NASA 연구자들은 GPU를 통해 연구 속도를 가속화하고, 연구에 집중할 시간을 더 많이 확보했다. 이들은 태양의 역학에 대한 이해에 깊이를 더해가고 있다. 일상생활에서부터 태양 연구에 이르기까지 GPU의 활용 범위는 무궁무진하다. 인류가 끊임없는 연구로 새로운 미래를 열어가는 여정에서 GPU는 훌륭한 동반자인 셈이다.