포스코DX, 국산 NPU로 산업현장 AI 전환...인프라 비용 절반 낮춘다

GPU 학습·NPU 추론 결합한 'Vision AI 플랫폼' 개발...엣지 AI 구현

딥엑스·모빌린트와 협력...전력 사용량 90% 줄여 제조·물류 현장 확대

포스코DX AI연구원들이 물류 환경 적재량 산정 AI 프로그램을 시험하고 있다ⓒ포스코DX

포스코DX가 국산 AI 반도체인 신경망처리장치(NPU)를 활용해 산업현장의 영상 데이터를 분석하는 AI 플랫폼을 개발했다. AI 모델 학습에는 그래픽처리장치(GPU)를 사용하고 실제 현장의 추론에는 NPU를 적용하는 하이브리드 구조를 통해 비용과 전력 사용량을 낮추는 동시에 제조 현장의 AI 기술 자립도를 높인다는 전략이다.

포스코DX는 국산 NPU를 적용한 산업현장 비정형 데이터 분석 플랫폼을 개발했다고 18일 밝혔다.

NPU는 딥러닝과 머신러닝 등 AI 연산에 특화된 반도체로, 대규모 AI 모델 학습에 주로 활용되는 GPU와 달리 학습된 모델을 이용해 결과를 도출하는 추론 작업에 최적화돼 있다. 상대적으로 전력 소비와 인프라 구축 비용을 줄일 수 있다는 게 장점이다.

특히 현장 설비 제어시스템에 직접 NPU를 탑재하면 데이터를 원거리 데이터센터나 서버로 전송하지 않고 현장에서 바로 처리하는 '엣지 AI'를 구현할 수 있다. 외부로 데이터를 반출하기 어려운 제조 현장에서 보안성을 확보하고 실시간으로 설비와 작업 상황을 판단하는 데 활용할 수 있다.

포스코DX는 이런 NPU의 특성을 자사의 'Vision AI 플랫폼'에 접목했다. 새 플랫폼은 산업현장에서 수집되는 각종 영상 데이터를 하나의 환경에서 학습 데이터로 관리하고 AI 모델과 성능지표, 현장 적용 이력 등을 통합 관리할 수 있도록 설계됐다. 여러 Vision AI 프로젝트에서 반복적으로 필요한 기능은 공통 컴포넌트로 표준화했다.

포스코DX는 이를 통해 새로운 AI 프로젝트의 개발 기간을 줄이고 한번 개발한 기술을 다른 제조·물류 현장으로 보다 빠르게 확산할 수 있을 것으로 보고 있다. 핵심은 GPU와 NPU의 역할을 나눈 하이브리드 구조다. 대규모 연산이 필요한 AI 모델 학습과 개발에는 기존처럼 GPU를 활용하고, 학습된 모델을 실제 산업현장에서 구동해 실시간으로 판단하는 과정에는 국산 NPU를 적용한다.

실제 현장에 NPU를 설치하기 전 연구·검증 단계에서도 NPU 기반 추론환경을 시험할 수 있도록 했다. AI 모델의 정확도와 처리속도, 전력효율, 운영비용 등을 미리 검증해 각 산업현장에 적합한 AI 모델과 NPU 구성을 선정할 수 있도록 한 것이다.

포스코DX는 그동안 딥엑스, 모빌린트 등 국내 NPU 개발사와 협력해 산업현장의 AI 국산화를 추진해왔다. 화재 감시와 작업자 안전 모니터링, 물류현장의 상품 적재상태 확인 등 영상 분석 업무에 국산 NPU를 적용했다.

회사는 이 과정에서 동일한 AI 추론 성능을 기준으로 GPU를 활용할 때와 비교해 인프라 구축·운영 비용을 약 50% 절감하고 전력 사용량은 약 90% 줄이는 효과를 확인했다고 설명했다.

포스코DX는 이를 토대로 기존 Vision AI 기술이 적용된 현장을 국산 NPU 기반 플랫폼으로 단계적으로 전환하고 제조와 물류 등 다양한 산업현장으로 적용 범위를 확대할 계획이다.

이번 플랫폼 개발은 포스코그룹이 추진하는 제조 현장의 피지컬 AI 확산과도 맞닿아 있다. 포스코그룹은 제조 현장에 피지컬 AI를 적용한 '인텔리전트 팩토리'를 확대하는 한편 철강 생산 과정에서 축적한 설비 자동화·지능화 경험과 현장 데이터를 기반으로 프로세스 산업용 피지컬 AI 사업화를 추진하고 있다.

포스코DX 관계자는 "NPU 기반 Vision AI 플랫폼은 산업현장에 최적화된 AI를 보다 효율적으로 구현하는 기반이 될 것"이라며 "국산 NPU 활용의 체계화와 산업현장의 추론역량 향상에 기여하며 AI 반도체 생태계 활성화에 나설 것"이라고 말했다.