글루시스, ETRI AI 분산 학습·추론 프레임워크 기술이전 완료

인공지능(AI)·고성능컴퓨터(HPC) 스토리지 전문기업 글루시스(대표 박성순)는 최근 한국전자통신연구원(ETRI)이 개발한 AI 분산 학습·추론 프레임워크(코드명 OptimusPrime)의 기술이전을 성공적으로 완료했다고 5일 밝혔다. 글루시스와 ETRI는 지난 2024년부터 SW컴퓨팅 원천기술개발사업인 'AI 연산 가속기 최적화 고효율 병렬 스토리지 SW 기술 개발' 과제를 각각 주관기관과 참여기관으로 공동 수행해 왔다. 이번 기술이전은 양기관이 추진해 온 공동 연구의 연장선에서 이루어졌다. 글루시스 연구개발진은 프레임워크의 구조와 동작 원리, 즉각적인 IR(Intermediate Representation) 기반 모델 분석, 자동 병렬화, 학습·추론 스케줄링 기술 등 향후 제품 적용에 필요한 핵심 역량을 확보했다. 최근 생성형 AI와 멀티모달 AI의 확산으로 AI 모델의 규모가 빠르게 커지면서, 제한된 컴퓨팅 자원을 효율적으로 활용하기 위한 병렬 학습 기술의 중요성이 높아지고 있다. 이번에 이전받은 기술은 PyTorch 기반 AI 모델을 IR 형태로 변환·분석해 모델 구조와 연산 특성을 파악하고, 컴퓨팅 인프라에 적합한 모델 변환과 학습 스케줄링을 자동으로 수행하는 AI 학습·추론 최적화 프레임워크다. 글루시스 엑사스토(ExaStor). 기존 AI 모델을 별도로 수정하지 않고도 데이터(Data), 파이프라인(Pipeline), 텐서(Tensor) 병렬화를 자동으로 적용할 수 있다. DGX와 같은 고성능 AI 시스템뿐만 아니라 범용 그래픽처리장치(GPU) 서버 환경에서도 학습·추론 성능과 자원 활용 효율을 높일 수 있는 것이 특징이다. 기존 분산 학습 프레임워크는 AI 인프라 환경과 모델 특성에 맞춰 별도의 설정과 최적화 과정이 필요한 반면, ETRI 기술은 컴퓨팅 환경에 적합한 병렬 학습·추론 구성을 자동화함으로써, 대학과 연구기관, 중소기업 등 제한된 GPU 자원을 보유한 환경에서도 대규모 AI 모델을 보다 효율적으로 활용할 수 있도록 지원한다. 글루시스는 이번에 확보한 기술을 자사의 AI 병렬 스토리지 ExaStor와 연계해 AI 데이터 플랫폼 경쟁력을 강화한다는 계획이다. ExaStor는 Lustre 기반 병렬 파일 시스템과 NVMe 아키텍처를 기반으로 AI 및 HPC 환경에서 초고속 데이터 처리 성능을 제공하는 병렬 파일 스토리지이다. AI 분산 학습·추론 프레임워크와 연계하면 대규모 AI 학습 환경...