| | |

Rescale, NVIDIA GTC에서 시뮬레이션 속도와 효율성을 혁신할 AI Physics 발표

AI Physics는 자동차 레이싱을 비롯한 많은 분야에서 신속한 R&D를 위한 맞춤형 AI 모델을 배포할 수 있는 최신 기술을 엔지니어에게 제공합니다.

GPU 기술 및 관련 산업의 혁신에 대한 기대감이 높아지고 있는 가운데, Rescale은 어제 NVIDIA GTC를 통해 완성차 업계의 강자이자 선구적인 Rescale 고객사인 GM 모터스포츠와 함께 NVIDIA 기반의 AI Physics를 발표했습니다. Sam Altman(샘 올트먼)은 한 주를 시작하며 자신의 트위터에 "앞으로 다가올 해들을 제외하고 올해는 인류 역사상 가장 흥미로운 한 해"라고 적었는데, GTC 2024는 그의 말이 옳음을 확실히 증명하고 있습니다.

NVIDIA의 CEO Jensen Huang(젠슨 황)이 전한 개막 기조연설에서 본 바와 같이, 생성형 AI로 설계된 AI 칩에서부터 놀라운 정확도로 디지털 세계의 로봇을 훈련시키는 AI 소프트웨어에 이르기까지 지금 세계는 우리의 눈앞에서 변화하고 있습니다. 이와 같은 새로운 기술의 상용화를 위해 산업계 전반이 경쟁 중인 가운데, Rescale 기반의 AI Physics는 이미 엔지니어와 과학자들이 전례 없는 컴퓨팅 속도와 효율성으로 새로운 혁신을 이룰 수 있도록 AI가 이끄는 R&D를 위한 첨단 도구를 제공하고 있습니다.

AI Physics를 활용한 엔지니어링 속도의 가속화

AI의 실용성과 유용성은 더욱 새로운 차원을 향해 나아가고 있습니다. AI 소프트웨어 및 하드웨어 개발자들이 앞장서서 새로운 이정표를 달성하면서, 다양한 산업 분야에서 혁신을 주도하고 있는 핵물리학자, 백신 연구자, 항공우주 엔지니어 등 다양한 분야별 전문가들에게도 새로운 가능성을 열어주고 있습니다.

최근 이루어지고 있는 특화형 물리 기반 알고리즘의 발전은 가장 까다로운 문제의 해결에 필요한 계산 복잡성과 시간도 줄일 수 있는 단계에 왔습니다. 그 결과 99% 이상에 근접하는 정확도를 자랑하는 초신속 AI 예측이 가능해졌으며, 이는 이미 GM 모터스포츠를 비롯한 여러 기업들이 전례 없는 속도로 신제품을 개발하는 방식을 혁신하고 있습니다.

Rescale AI Physics는 출시 상태의 최신 AI 소프트웨어 및 하드웨어를 강력한 시뮬레이션 성능의 광범위한 생태계와 통합, 거의 모든 산업에서 혁신의 근간이 되는 계산 공학 및 과학 역량을 강화합니다. 기존 시뮬레이션 기술이 계산 속도의 한계에 도달함에 따라 R&D 팀은 더 짧은 기간에 보다 많은 가능성을 탐색할 수 있는 새로운 방법을 모색하고 있으며, 이는 근래와 같은 AI 발전 이전에는 불가능해 보였던 일입니다.

Rescale과 NVIDIA의 이번 협력은 물리학의 가능성을 탐구하는 엔지니어들이 향상된 신제품을 개발함에 있어 획기적인 전환점이 될 것입니다. 차세대 전기자동차 개발을 맡은 엔지니어의 관점에서 한번 생각해볼까요? 그저 굴러가는 자동차를 만드는 것이 아닌, 가능성의 한계에 도전하는 제품을 만들기 위해서는 공기역학에서 배터리 효율성에 이르기까지 설계의 모든 측면을 고려해야만 합니다. 따라서 기존에 며칠이 걸리던 과정을 AI Physics로 수 분, 또는 수 초 만에 완료할 수 있다는 점은 시사하는 바가 큽니다.

AI Physics가 구현하는 엔지니어링 시뮬레이션의 도약

AI Physics는 확률론적 물리학 기반의 AI 알고리즘과 결정론적 시뮬레이션을 결합한 개념으로서, 오늘날 R&D 팀들이 일반적으로 사용하는 전산유체역학(CFD)유한요소분석(FEA) 솔버와 같은 컴퓨터 지원 엔지니어링(CAE) 기반 방법을 더욱 향상시킵니다. 이러한 조합은 이전까지 상상할 수 없었던 속도로 매우 정확한 예측을 수행할 수 있습니다.

그렇다면 AI Physics는 과연 어떤 방식으로 작동할까요? 단순하게 표현하면, 제품의 수명 주기 전체에 걸쳐 고도로 정확한 물리학 조언을 제공할 전담 '알버트 AI-인슈타인'이 존재하는 것과 비슷합니다. 따라서 최초 개념 구상과 프로토타입 단계부터 종전보다 월등히 앞서 나가게 되며, 최적화 작업은 가장 유력한 설계 후보에 집중됩니다. 예컨대 고효율 신형 풍력 터빈을 개발 중이라고 가정해 보겠습니다. Rescale 기반의 AI Physics를 사용하면 기존 시뮬레이션보다 훨씬 짧은 시간 내에 수천 개의 설계를 빠르게 테스트하고, 공기 흐름과 에너지 출력을 해석할 수 있습니다. 일반적인 워크플로우(하단 그림 참조)에서는 엔지니어들이 1) 통상적으로 사용해온 시뮬레이션 애플리케이션으로 데이터를 생성하거나 기존 데이터를 준비한 다음, 2) 해당 데이터로 맞춤형 모델을 학습하거나 사전 학습된 AI 모델을 미세 조정하고, 3) 빠른 예측을 위한 새로운 설계 형태를 입력해 모델에 대한 추론을 수행합니다. 이후 시뮬레이션 애플리케이션 또는 사용자 지정 모델 자체의 지속적인 조정을 통해 최종 검증용 설계를 제출할 수 있습니다. R&D 팀은 '퍼스트 파티 데이터'를 사용함으로써 구체적 요구사항과 과거 특정 영역의 경험을 바탕으로 매우 정확한 예측을 생성하도록 AI Physics 모델을 학습시킬 수 있습니다.

AI 강화 엔지니어링은 속도만 높여주는 데 그치지 않고, 계산 성능의 한계로 기존에는 전혀 고려하지 않았던 더 큰 설계 공간과 설계 구성을 탐색할 수 있는 잠재력을 열어줍니다. 각 기업별 고유의 사용 사례에 따라 맞춤형 모델을 구축할 수 있는 특화형 AI Physics 소프트웨어부터 최상위 AI 프레임워크 및 개발자 도구로 구성된 NVIDIA의 AI Enterprise 제품군에 이르기까지, Rescale 기반의 다양한 AI 소프트웨어 및 도구에 가히 아인슈타인 수준에 달하는 물리학적 이해 능력이 탑재되는 것입니다.

모든 영역에 걸친 파급력의 전파

AI 기반 R&D가 미치는 영향은 광범위하고 다양합니다. 일례로 완성차 업계의 경우, GM 모터스포츠와 같은 기업은 차량의 공력 특성을 보다 빠르고 광범위하며 효율적으로 테스트해 더욱 빠르고 안전한 설계를 실현할 수 있습니다. 또한 항공우주 기업은 더 다양한 조건에서 항공기 성능을 시뮬레이션해 안전성과 효율성을 확보할 수 있고, 생명과학 기업은 복잡한 생물학적 과정을 빠르게 모델링해 새로운 발견으로 가는 길을 앞당길 수 있습니다.

AI Physics가 가진 잠재력을 체감하기 위해 전산유체역학(CFD) 분야의 사례를 한번 살펴봅니다. 종전의 CFD 시뮬레이션은 리소스 소모량이 크기로 악명이 높았습니다. 그러나 AI Physics를 사용하면 엔지니어가 기존 시뮬레이션 데이터로 AI 모델을 훈련시켜 새로운 시뮬레이션을 위한 계산 부하를 대폭 줄일 수 있습니다. 이와 같은 장점은 더욱 높은 빈도의 포괄적인 시뮬레이션을 가능하게 함으로써 자동차, 항공우주, 에너지 등 유체역학 의존도가 높은 산업들을 혁신할 수 있습니다. 또 다른 예로는 반도체 및 제조 산업에 필수적인 나노 크기 재료의 설계와 테스트가 있습니다. AI Physics는 그 어느 때보다 빠르고 정확하게 재료의 거동을 예측, 원하는 속성을 가진 신재료의 발견을 가속화할 수 있습니다.

AI Physics 가속과 하드웨어 가속의 비교

Rescale의 CEO인 Joris Poort(요리스 푸어트)는 이날 발표를 통해 AI Physics를 사용해온 고객사들이 다음과 같은 여러 영역에서 눈부신 성과를 거두고 있다고 전했습니다.

  • 100시간 이상 분량의 충돌 해석을 15초 내 처리 (240만 배 더 빠름)
  • 7만 2천 배 더 빠른 해석 속도로 CPG 재료 탐색
  • 전체적으로 3배 더 빠른 방열판 열 관리용 제품 개발

AI를 위한 Rescale 플랫폼의 이점

AI Physics의 기술 스택은 최신 오픈 소스 및 상용 AI 기술의 통합과 전체 스택 및 워크플로우의 자동화로 모든 R&D 팀이 빠르게 시작할 수 있도록 사용자 경험을 간소화합니다. 이를 위해 사전 훈련된 Physics ML 모델을 위한 NVIDIA Modulus, 생성형 AI를 위한 NVIDIA NeMo, 그리고 CUDA, TAO, RAPIDS와 같은 개발자 도구들이 제공됩니다. 또한 Navasto, Neural Concept, Navier AI 등과 같은 영역별 전문 기업들이 제공하는 AI Physics 애플리케이션 생태계가 점점 더 확대되고 있습니다. 여기에 선도적인 공용 및 특화형 클라우드 공급사들의 AI 가속 NVIDIA GPU 아키텍처를 추가하면 유연하면서도 빠른 R&D 환경을 구축할 수 있습니다.

NVIDIA 기반 AI Physics 공개 발표

특별히 흥미를 끄는 부분은 다름 아닌 이 기술의 접근성입니다. 맞춤형 AI 모델과 워크플로우는 과거에 예산이 풍족한 연구기관의 전유물이었으나, 이제는 AI Physics 덕분에 훨씬 더 광범위한 기관에서 이를 활용할 수 있게 되었습니다. 이러한 고성능 컴퓨팅의 대중화는 산업 전반에 걸친 혁신의 폭발적 증가로 이어질 수 있습니다.

우리를 기다리는 새로운 산업의 혁신

AI Physics의 발표는 세계에서 가장 거대하고 까다로운 문제를 해결하는 데 필요한 컴퓨팅의 지속적인 가속화를 보여줍니다. 일반화된 컴퓨팅은 오랜 기간 성장의 정체기에 머물러 있었으나, Rescale과 NVIDIA의 이번 파트너십은 가속 컴퓨팅의 새로운 지평을 열고 있습니다. 이는 단순히 더 빠른 연산에 관한 사안만이 아니라, 종래에 불가능했던 새로운 유형의 탐구와 혁신을 가능하게 하는 신호탄입니다. 그런 의미에서 다음과 같은 사용 사례와 그 너머에 이르기까지 AI 강화 시뮬레이션의 힘이 혁신의 속도를 과연 어디까지 변화시킬지, 모든 업계의 R&D 리더와 실무자들이 함께 그 가능성을 생각해볼 수 있으면 합니다.

시뮬레이션에 적용된 AI 관련 동향 및 AI Physics 제품에 관해 보다 자세히 알아보시려면 Rescale과 GM이 함께한 GTC 강연을 놓치지 마세요. 우리가 스스로를 둘러싼 세계를 이해하고 바꿔나가는 방식을 근본적으로 변화시킬 기술적 도약을 직접 목도하는 것은 매일 접할 수 있는 기회가 아닙니다.

Rescale AI Physics, 자세히 만나보세요

GM 모터스포츠가 Rescale을 기반으로 레이싱 혁신을 이끄는 방법은?

저자

  • 개릿 밴리

    Garrett VanLee(개릿 밴리)는 Rescale의 제품 마케팅을 이끌며 산업 분야 전반의 혁신을 위해 고객들과 긴밀히 협력하고 있습니다. 그는 고객 성공 사례와 연구 혁신 및 Rescale 소속 엔지니어, 과학자, IT 전문가들의 모범 사례를 공유하며 다른 조직을 돕는 데서 큰 보람을 찾습니다. 개릿은 현재 슈퍼컴퓨팅, HPCAI 시뮬레이션 모델의 융합과 해당 동향이 과학 및 산업 분야의 혁신적 발견을 어떻게 주도하고 있는지에 집중하고 있습니다.

비슷한 게시물