컴퓨터 기반 시뮬레이션은 상당한 컴퓨팅 파워를 요구합니다. 특히 천체물리학, 기후과학, 에너지물리학, 지질학 등의 분야에서 수행하는 시뮬레이션은 슈퍼컴퓨터 수준의 성능이 필요합니다. 성능이 중요한 이유는? 충분한 자원이 없으면 시뮬레이션 시간이 길어지기 때문입니다. 그렇다고 연구원들이 필요로 하는 성능을 충분히 갖추는 것은 쉬운 일이 아닙니다. 모든 대학, 연구소가 슈퍼컴퓨터를 운영할 수는 없으니까요. 관련해서 좋은 소식이 하나 있어요. 무리하게 컴퓨팅 성능을 확보하지 않아도 충분히 시뮬레이션 시간을 앞당길 수 있는 방법이 있습니다.AI 기반 에뮬레이터를 사용해 보면 20억 배 가까이 시뮬레이션 속도가 빨라졌고, 최근 스탠퍼드대와 옥스퍼드대에서 시뮬레이션 시간을 수십억 배 줄일 수 있는 방법을 제시했습니다. 두 대학이 제시한 방법은 DENSE(Deep Emulator Network Search)라는 기술입니다. 이 기술은 이름을 보면 알 수 있듯이 딥러닝에 기반한 접근방식입니다. 이 기술을 개발한 이들은 스탠퍼드 대학의 컴퓨터 과학자인 멜로디 관(Melody Guan)과 옥스퍼드 대학의 물리학자인 무함마드 카심(Muhammad Ksaim)입니다. 컴퓨터 전문가와 시뮬레이션을 잘 아는 물리학자의 콜라보로 만든 기술이 바로 DENSE라고 보면 되겠네요.
이 두 전문가는 딘스가 시뮬레이션 시간을 얼마나 앞당길 수 있는지 실험을 했습니다. 천제물리학, 기후과학, 원단화학, 에너지물리학, 융합에너지, 지진학 등 10개 경우를 대상으로 DENSE를 적용했을 때와 그렇지 않을 때의 차이를 비교했습니다. 공정한 비교를 위해 아키텍처, 알고리즘, 파라미터 등을 동일한 조건으로 10개의 경우를 각각 비교했습니다. 이 중 가장 좋은 차이를 보인 경후는 기후 모델 시뮬레이션이었습니다. CPU만 사용할 경우 1,150시간이 걸리던 기후모델 시뮬레이션이 엔비디아티탄X GPU를 적용해 가속한 결과 20억배 가까이 시뮬레이션 시간이 빨라졌습니다.슈퍼컴퓨터 부럽지 않은 가속성능을 빨리 대충 돌린거 아니야? 이런 생각을 할 수 있겠죠. 그래서 두 연구원은 천문학 시뮬레이션을 슈퍼컴퓨터로 진행한 것과 GPU 기반 환경에서 DENSE를 기술로 가속했을 때를 비교했습니다. 결과를 보면 99.9%이상 같았다고 합니다. 굳이 슈퍼컴퓨터를 사용하지 않아도 원하는 시뮬레이션 결과를 더 빨리 얻을 수 있다는 것입니다.
다음 예는 호주 화재로 인한 매연을 시뮬레이션한 화면입니다. DENSE 관련 자세한 내용은 논문을 참고해 주세요.
#유클릭 #시뮬레이션 #물리_시뮬레이션 #천문학_시뮬레이션 #기후_시뮬레이션 #논문 #NVIDIA #NVIDIA_TITAN_X_GPU #GPU_가속 #딥러닝 #옥스퍼드대 #스탠퍼드대