엔비디아가 오는 7월 1일부터 양일 간 서울 코엑스 컨벤션 센터에서 ‘엔비디아 AI 컨퍼런스 2019’를 개최한다.
행사 첫날에는 딥 러닝 전문가들이 진행하는 ‘딥 러닝 인스티튜트(NVIDIA Deep Learning Institute, 이하 DLI)’ 워크숍이 진행되며, 둘째 날에는 인공지능(AI) 및 딥 러닝 등 최신기술 관련 세션, 데모, 개발자 밋업이 마련된다.
‘엔비디아 AI 컨퍼런스’는 엔비디아 코리아가 주최하는 연례행사로, 딥 러닝 개발자를 포함해 자율주행, 헬스케어, 금융, 로보틱스 등 다양한 분야의 최고 전문가들이 한 자리에 모여 AI 관련 최신 기술과 동향을 공유하는 장이다.
지난해에는 국내외 기업과 공공기관, 학계 등을 포함해 총 3,000여 명의 관계자가 참석하며 명실공히 국내 최대 AI 컨퍼런스로 자리잡았다.
DLI는 AI 인력 양성과 생태계의 발전을 목표로 엔비디아가 전세계적으로 진행하고 있는 AI 교육 프로그램으로, 이번 행사에서는 엔비디아 글로벌 본사에서 인증한 최고의 딥 러닝 전문가들이 진행하는 교육을 통해 개발자, IT 업계 종사자, 학생들이 1년에 단 한 번 직접 딥 러닝 핸즈온 강의를 제공한다.
모든 코스를 성공적으로 수강한 참가자에게는 엔비디아가 학습 주제 역량 입증과 전문 경력 성장을 지원하기 위해 발급하는 자격증인 ‘국제 인증서’가 수여된다. 2019년 4월까지 딥 러닝 핸즈온 강의를 들은 참석자 수는 전세계적으로 1,331,367명에 달한다. 중국과 미국에서는 각각 235,945명과 216,856명이라는 기록적인 참석 인원을 보였으며, 전세계적으로 DLI 참가자 수는 매년 증가하고 있다.
수준별·주제별·산업별로 준비된 딥 러닝 교육
DLI 워크숍은 컴퓨터 비전 기초 강의부터 비디오 영상 분석 중급 강의까지 다양한 주제와 레벨의 교육 프로그램을 제공되며, DLI는 6개의 코스로 구성된다.
1. 컴퓨터 비전을 위한 딥 러닝 기초 실습 (초급)
컴퓨터 비전 작업에 대한 딥 러닝 기법을 배울 수 있다. 참가자는 현재 널리 사용되고 있는 딥 러닝 도구, 프레임워크와 워크플로우를 활용해 GPU 클라우드 기반 가속 워크스테이션에서 뉴럴 네트워크 모델을 훈련시키고 배포해 볼 수 있다. 또한 이미지 분류와 물체 감지를 위한 딥 러닝 애플리케이션 구축과 배포, 정확성과 성능 향상을 위한 신경망 수정과 최종 프로젝트에서 학습한 워크플로우를 구현해 볼 수 있다.
2. 자연어처리를 위한 딥 러닝 기초 실습 (초급)
자연어 처리(NLP)를 활용한 텍스트 입력을 이해하기 위한 딥 러닝 기법에 대해 배울 수 있다. 텍스트 분류를 위한 뉴럴 네트워크 훈련, 주어진 텍스트 문서에서 특징을 추출하기 위한 언어 스타일 모델 구축, 텍스트를 다른 언어로 변환하기 위한 신경 기계 번역 모델을 만드는 기술에 대해 배울 수 있다.
3. 다중 데이터 유형을 위한 딥 러닝 기초 실습 (초중급)
여러 데이터 유형에 대한 딥 러닝 기법을 익히기 위한 핸즈온 실습을 진행한다. 참가자는 영상 분할, 문장 생성, 이미지와 비디오 캡션을 위한 딥 러닝 애플리케이션 구축에 대해 배울 수 있으며, 동시에 관련 컴퓨터 비전, 신경 네트워크 및 자연 언어 처리 개념을 학습할 수 있다.
4. 멀티 GPU를 위한 딥 러닝 기초 실습 (중급)
데이터 집약적인 애플리케이션에 필요한 훈련시간 단축을 위해 여러 GPU에서의 뉴럴 네트워크 훈련 기법에 대해 배울 수 있다. 참가자는 딥 러닝 도구, 프레임워크와 워크플로우로 클라우드에서 완전하게 구성된 GPU 가속 워크스테이션을 통해 뉴럴 네트워크 모델 훈련을 진행하게 된다. 선형 뉴런(Linear Neuron)을 통해 경사 하강(Gradient Descent)을 위한 손실 함수와 최적화 로직을 적용하는 법을 시작으로 복잡한 분산 소프트웨어를 효율적으로 구현하는 방법을 알아보기 위해 단일 GPU 구현을 호로보드(Horovod)를 활용해 다중 GPU구현으로 전환하는 법을 학습할 수 있다.
5. 인텔리전트 비디오 분석(IVA)을 위한 딥 러닝 실습 (중급)
딥 러닝 모델과 알고리즘을 즉시 사용할 수 있는 엔비디아 딥스트림(NVIDIA DeepStream) 파이프라인에 통합해 비디오 분석의 기본 요소를 배울 수 있다. IVA 애플리케이션에서 데이터 정규화(Normalization), 어노테이션(Annotation), 메타데이터 포맷(Metadata Formatting)를 심도있게 학습한다. 또한, 비디오 프레임에서의 기본적인 객체 검출에 대해 이해하고, 객체 추적 모델의 학습과 비디오의 시간적 정보를 활용해 보다 효율적인 검출 모델을 구현하는 방법을 배운다. 딥스트림 프레임워크를 사용해 DNN(Deep Neural Network)을 엔드-투-엔드 파이프 라인에 연결해 IVA 애플리케이션의 개발을 가속화하고 배포하는 방법을 배울 수 있다.
6. 쿠다(CUDA) C/C++를 활용한 가속화 컴퓨팅 기초 실습 (초급)
클라우드 환경에서 여러 핸즈온 실습이 진행된다. GPU 가속기 코드를 작성하는 방법, CUDA 스레드 계층을 사용해 코드 병렬화를 구성하는 방법, CPU와 GPU 가속기 간의 데이터 전송을 관리 및 최적화하고, 명령행과 시각적 프로파일러를 활용하는 방법, 명령어 병렬화 처리와 병행 스트림을 활용하는 방법에 대해 알아본다.
