1. 홈
  2. 용어집
  3. AI 학습
AI Training

AI 학습

AI 학습이란 무엇인가요?

현대 인공지능(AI)이 텍스트와 이미지를 생성하거나 자율주행차를 운전하는 등 다양한 작업을 수행할 수 있는 이유는 머신러닝 또는 딥러닝이라는 프로세스를 통해 개발되기 때문입니다. 학습의 두 가지 주요 구성 요소는 "훈련"과 "추론"입니다.

훈련 과정에서는 막대한 양의 데이터가 AI 모델에 입력됩니다. 일반적으로 데이터에는 레이블이 지정되어 있으며, 인간 프로그래머가 이를 감독합니다. 하지만 고도화된 AI는 레이블이 없는 데이터를 사용해 자기지도 학습 또는 준지도 학습을 수행할 수도 있습니다. AI는 입력 데이터를 분석하고 예상되는 결과를 도출하려고 합니다. 예를 들어 수많은 동물 사진 중에서 개 사진을 찾아내려고 합니다. 출력 결과의 유효성, 즉 예측이 맞았는지 여부에 따라 AI는 데이터 매개변수에 가중치 점수(편향값)를 할당해 의사 결정 프로세스를 조정합니다.

예측(순전파)과 피드백(역전파)을 반복하면서 가중치가 매우 정밀하게 조정되고, 올바른 연결이 항상 선택되도록 합니다. 이러한 과정을 통해 AI는 처리하도록 설계된 데이터를 인식할 수 있도록 학습됩니다.

왜 AI 학습이 필요한가요?

추론과 함께 AI 학습은 현대 AI가 "학습"하는 방식에서 본질적이며 떼려야 뗄 수 없는 부분입니다. 모든 상황에 대응하는 코드를 인간 프로그래머가 일일이 작성하는 대신, AI는 방대한 빅데이터를 학습해 실제 환경에서 새롭게 접하는 레이블이 지정되지 않은 데이터를 처리할 수 있을 때까지 스스로 학습합니다.

고속도로 통행료 자동 징수 시스템의 차량 번호판 인식에 컴퓨터 비전이 어떻게 적용되는지 예로 들어 보겠습니다. 고속도로의 전자 통행료 징수소는 지나가는 차량의 번호판에 표시된 문자와 숫자를 읽을 수 있어야 합니다. 번호판마다 글꼴이 다를 수 있고, 번호판 자체가 비뚤어지거나 기울어져 있거나 번져 있을 수 있으며, 차량의 주행 속도도 서로 다를 수 있습니다. AI가 이러한 정보를 매번 정확하게 읽을 수 있는 유일한 이유는 매우 방대한 데이터를 학습했기 때문에 입력 내용을 정확하게 해석할 수 있기 때문입니다.

GIGABYTE는 어떻게 도움을 제공하나요?

AI 학습에 필요한 디지털 데이터와 컴퓨팅 리소스의 규모는 놀라울 정도로 방대할 뿐만 아니라 기하급수적으로 증가하고 있습니다. 특히 경쟁 개발업체들도 AI 제품을 시장에 선보이기 위해 치열하게 경쟁하고 있는 만큼, GPU 가속과 병렬 컴퓨팅을 지원하는 AI 인프라를 활용하는 것은 필수입니다.

GIGABYTE Technology의 G-Series GPU 서버는 업계 최고 수준의 성능을 제공하는 AI 서버입니다. 특히 G593-SD0와 G593-ZD2는 각각 NVIDIA HGX™ H100 8-GPU 컴퓨팅 모듈과 4세대 Intel® Xeon® Scalable 프로세서 또는 AMD EPYC™ 9004 CPU를 결합합니다. 두 제품은 32페타플롭스 이상의 AI 컴퓨팅 성능을 제공하므로 자연어 처리(NLP)와 대규모 언어 모델(LLM) 애플리케이션에 적합합니다. GIGABYTE의 독자적인 냉각 기술과 섀시 설계 덕분에 이러한 초고성능 컴퓨팅 역량을 5U 서버에 모두 구현할 수 있으며, 이를 통해 컴퓨팅 밀도를 높일 수 있습니다.

GIGABYTE는 최첨단 서버 하드웨어와 더불어 GIGABYTE의 DNN 학습 어플라이언스에 포함된 Myelintek MLSteam DNN 학습 시스템도 제공합니다. 이 제품은 널리 사용되는 딥 러닝 프레임워크와 라이브러리를 포함하는 사전 설치·검증·최적화 환경을 갖춘 턴키 DNN 학습 플랫폼입니다. 이 솔루션의 백엔드 역시 G-Series GPU 서버로 구성됩니다.

자세히 알아보기: 《GIGABYTE의 강력한 AI 서버 솔루션으로 AI 역량 강화》

추천 자료

To Harness Generative AI, You Must Learn About “Training” & “Inference”

To Harness Generative AI, You Must Learn About “Training” & “Inference”

To Harness Generative AI, You Must Learn About “Training” & “Inference”
CPU vs. GPU: What's the Difference and Which Do You Need

CPU vs. GPU: What's the Difference and Which Do You Need

CPU vs. GPU: What's the Difference and Which Do You Need
Giga Computing, 생성 AI(Generative AI) 수요에 대응하기 위한 GPU 포트폴리오 확장

Giga Computing, 생성 AI(Generative AI) 수요에 대응하기 위한 GPU 포트폴리오 확장

PCle 또는 베이스보드 구성을 지원하는 새로운 GPU 가속 서버
GIGABYTE Leads MLPerf Training v3.0 Benchmarks with Top-Performing Accelerators in GIGABYTE Servers

GIGABYTE Leads MLPerf Training v3.0 Benchmarks with Top-Performing Accelerators in GIGABYTE Servers

Five Minutes to Know More About the Deep Learning Industry – Will AI Replace Humans?

Five Minutes to Know More About the Deep Learning Industry – Will AI Replace Humans?

Five Minutes to Know More About the Deep Learning Industry – Will AI Replace Humans?
GIGABYTE Demonstrates the Future of Computing at Supercomputing 2023 with Advanced Cooling and Scaled Data Centers

GIGABYTE Demonstrates the Future of Computing at Supercomputing 2023 with Advanced Cooling and Scaled Data Centers

Server platforms feature next-gen AI processors from NVIDIA
GIGABYTE VDI Solution with Virtual GPU

GIGABYTE VDI Solution with Virtual GPU

Remote workstations by GIGABYTE deliver an exceptional user experience using VDI paired with vGPU technology
Myelintek MLSteam DNN Training System

Myelintek MLSteam DNN Training System

GIGABYTE's DNN Training Appliance combines powerful computing performance together with a user-friendly GUI, providing DNN developers an easy to use environment to conduct dataset management, training jobs management, real time system environment monitoring and model analysis.
GIGABYTE, GPU 서버 포트폴리오에 신규 액체 냉각 서버 및 생성형 AI 및 HPC용 서버 추가

GIGABYTE, GPU 서버 포트폴리오에 신규 액체 냉각 서버 및 생성형 AI 및 HPC용 서버 추가

NVIDIA HGX H100용 Intel® Xeon 플랫폼에 구축된 신규 시스템