일본산업뉴스요약

르네사스, 클라우드 미사용
AI를 장치∙기기 측에 탑재, 리얼타임성 향상

Renesas Electronics는 자동차나 공장 등에서 AI를 활용할 수 있도록 하는 서비스「e-AI(embedded-Artificial Intelligence)솔루션」을 제공한다. 차량탑재 기기나 제조장치 등 말단 측에 AI를 설치하는 방법을 통해 리얼타임성을 높인다.

AI를 작동시키는 MCU(마이크로 컨트롤러 유닛) / MPU(마이크로 프로세서 유닛)나 그들을 내장한 기기, 소프트웨어 등을 르네사스나 그 파트너 기업이 공급한다.

르네사스는 e-AI솔루션의 적용처로서,「자율주행」「스마트공장」「스마트홈」「스마트인프라」를 예로 든다. 이들 모든 용도는, 클라우드와 같은 IoT네트워크의 상위 측이 아니라 센서나 액추에이터와 같은 말단 측에서 AI를 작동시키려 한다는 점이 특징이다.

-- 자율성을 높이다 --
구체적으로는, 시스템의 자율성을 비약적으로 높이는 기술로서 유력시되고 있는 딥러닝의 학습을 끝낸 뉴럴 네트워크(인간의 뇌를 모방한 계산알고리즘의 일종)를 말단 측의 내장형 기기에 설치한다. 이를 통해 말단 측의 지능화가 진행되어, 자율주행 차나 스마트공장을 쉽게 실현할 수 있다고 한다.

일반적으로 딥러닝의 뉴럴 네트워크(이하, 딥 뉴럴 네트워크)는, 알고리즘으로서의 완성도를 높이는「학습」의 과정에서 방대한 계산 자원을 필요로 한다. 한편, 학습결과를 실행할 뿐이라면, 거기까지의 계산 자원은 요구되지 않는다.

계산 자원이나 네트워크대역 등의 제약이 많은 현장의 내장형 기기에서 AI를 활용하기 위해서는, 학습 완료한 딥 뉴럴 네트워크를 설치하는 것이「현실적인 해답」이라고 르네사스는 판단하였다.

기존의 딥 뉴럴 네트워크는 클라우드 상에서 운용되는 일이 많았다. 말단 측의 데이터를 클라우드에 올려, 거기서 학습이나 분석을 실시하고, 분석 결과를 말단 측에 돌려보내는 방식이다.

그러나 르네사스의 구레(呉) CEO는, 이 방식으로는 실시간성이 강하게 요구되는 자율주행 차나 스마트공장과 같은 용도에 대응할 수 없다고 지적한다.

「클라우드 방식으로는 아무리 짧아도 데이터 수집에서 응답까지 0.5초는 걸리지만, 말단 측에 AI를 설치하는 방식이라면 0.005초면 된다」(구레 CEO). 또한, 데이터 통신량의 삭감이나 비밀성이 높은 데이터를 보호하는 관점에서도, 말단 측에 AI를 설치하는 쪽이 유저에게 있어서 편의성이 높다고 한다.

-- 스마트공장 리드 --
앞에서 언급한 e-AI솔루션의 적용처 중에서 앞서고 있는 것이 스마트공장 분야다. 르네사스도 일찍이 생산 자회사 공장에서 AI를 시험적으로 활용하고 있으며, 도입을 위한 노하우를 축적해 왔다.

그렇다고는 하지만 일반적인 유저에게 있어서 딥 뉴럴 네트워크와 같은 최첨단 기술의 채용은 장벽이 높은 것도 사실이다. 그래서 르네사스는 MCU/MPU에 대한 학습 완료한 딥 뉴럴 네트워크의 설치를 지원하는 툴을 개발하였다. 5월부터 순차적으로, 르네사스의 MCU/MPU의 통합 개발 환경인「e2 studio」의 플러그인으로서 제공할 예정이다.

더불어 e-AI솔루션 대응의 MCU/MPU나 입출력단자를 탑재한 컨트롤러를「AI유닛」으로서 제공한다. 이 AI유닛에서는, 학습 완료한 딥 뉴럴 네트워크에 의한 데이터 분석은 물론, 그 전(前)처리나 클라우드에 대한 데이터 송신 등도 가능하다.

예를 들면, 기존의 생산설비에 센서를 새롭게 설치하여 지능화할 경우에 이 AI 유닛을 사용함으로써, 센서데이터의 수집이나 분석, 분석결과의 피드백 등을 쉽게 실현할 수 있게 된다.

딥 뉴럴 네트워크 그 자체의 설계 및 학습에 대해서도, 파트너 기업을 통해 지원한다. 예를 들면, 파트너 기업 중 하나인 Deep Insight는 유저의 요구에 맞춘 딥 뉴럴 네트워크의 설계∙학습서비스를 제공할 방침이다. 딥인사이트는 임베디드 용도로 특화한 딥러닝의 프레임워크인「KAIBER」를 취급한다.

딥 뉴럴 네트워크는 오픈소스화 되어 있는 것이 많고, 그들은 비교적 자유롭게 사용할 수는 있다. 그러나 설계나 학습은 기본적으로 자신들이 직접 하지 않으면 안 된다. 한편, 공장을 비롯한 임베디드 용도의 유저에 대해서는, 뉴럴 네트워크의 설계∙학습이나 MCU/MPU에의 설치 후의 운용과 같은 상용 서포트의 수요가 있을 것으로 르네사스는 전망하고 있다.

  -- 끝 --