구글 픽셀4에 쓰인 머신러닝, 오픈소스로 공개

휴대폰·태블릿 AI 성능 2배 개선

구글이 휴대폰, 태블릿 등 기기 상에서 구동되는 머신러닝(ML) 소스코드 2종을 오픈소스로 발표했다.

14일(현지시간) 미국 지디넷에 따르면, 구글은 '모바일넷V3(MobileNetV3)', '모바일넷엣지TPU(MobileEdgeTPU)' 등 ML 온디바이스 시스템의 소스코드를 오픈소스 커뮤니티에 공개했다.

모바일넷V3의 소스코드와 체크포인트, 픽셀4 엣지TPU의 사본인 모바일넷엣지TPU 모델 등이 공개됐다.

픽셀4 시리즈.(사진=씨넷)

온디바이스 ML 시스템은 소형 기기에서 구동되는 뉴럴네트워크 모델이다. 제한된 사양의 기기에서 밀리와트 수준의 전력으로 초당 10억건 이상의 연산을 수행한다. 최근 출시된 구글 스마트폰 '픽셀4'는 온디바이스ML을 위한 픽셀뉴럴코어 칩을 탑재했는데, 이 칩은 구글의 '엣지 TPU' 아키텍처에 기반했다. 얼굴인식, 구글어시스턴트, 카메라 기능 등이 이 칩을 이용한다.

앤드류 하워드 구글리서치 소프트웨어 엔지니어와 수요그 굽타 실리콘 엔지니어는 블로그에서 "온디바이스 ML은 사생활을 보호하고, 언제나 사용가능하며 반응형인 인텔리전스를 가능하게 하는 기본 요소"라며 "공개된 두 모델은 아키텍처 디자인과 하드웨어 인지 오토ML 기술의 최신 성취"라고 강조했다.

모바일 CPU 상에서 모바일넷V3는 이전 버전인 모바일넷V2보다 동등정확도에서 2배 빠르다. 새로 도입된 'hard-swish(h-swish)'란 활성화 기능은 모바일 기기에서 기능성을 개선하고, 병목현상의 리스크를 감소시킨다. 이전버전 대비해 전체 레이턴시가 15% 감소하고, 오브젝트 감지 레이턴시는 25% 감소한다.

픽셀4 엣지TPU 하드웨어 가속기 상에서 모바일넷엣지TPU 모델은 실행시간과 전력소비를 감소시키면서 모델 정확도를 개선시킨다. 모바일넷V3와 비교해 50% 적은 전력은 소모한다.

구글의 새 ML 코드는 모바일넷 깃허브 저장소에서 이용가능하다.[구글 AI 블로그 원문]