![]() |
| 한국기술교육대학교 컴퓨터공학부 전강욱 교수(사진=한기대 제공) |
텐서 분해는 다차원 데이터의 잠재 구조를 분석하는 핵심 기술로 활용되고 있으나 데이터 규모가 커질수록 메모리 사용량이 급격히 증가하고, 데이터 쏠림 현상으로 인해 병렬 처리 효율이 저하되는 문제가 있었다.
연구팀은 이러한 한계를 해결하기 위해 데이터 분포의 쏠림 특성을 고려한 다단계 분할 기법과 GPU-스토리지 협업 실행 구조를 결합한 새로운 Tucker 분해 프레임워크인 'GSP-Tucker'를 제안했다.
제안 기술은 대규모 희소 텐서를 여러 단계로 분할하고, GPU 연산과 스토리지 기반 데이터 처리를 유기적으로 결합함으로써 제한된 메모리 환경에서도 대규모 텐서 분해를 안정적으로 수행할 수 있도록 설계됐다.
전강욱 교수는 "이번 연구는 초대규모 비정형 텐서 데이터 분석에서 가장 큰 병목 중 하나인 메모리 한계와 데이터 쏠림 문제를 동시에 완화할 수 있는 실행 기술을 제시했다는 점에서 의미가 있다"며 "향후 추천시스템, 지식그래프 분석, 과학계산, 대규모 인공지능 데이터 처리 등 다양한 분야로 확장될 수 있을 것으로 기대한다"고 말했다.
천안=하재원 기자
중도일보(www.joongdo.co.kr), 무단전재 및 수집, 재배포 금지
하재원 기자






