국내 연구진, AI 추론 속도 2.1배 높인 '오토GNN' 개발국내 연구진이 엔비디아보다 2.1배 빠른 AI 반도체 기술 '오토GNN'을 개발하며 기술력을 입증했습니다. 이 기술은 그래프 신경망(GNN) 기반 AI 추론 과정에서 발생하는 병목 현상을 획기적으로 개선하여 속도를 높인 것이 특징입니다. KAIST 정명수 교수 연구팀은 유튜브 추천, 금융 사기 탐지 등 복잡한 관계 분석이 필요한 AI 서비스의 성능을 크게 향상시킬 수 있는 기반을 마련했습니다. 그래프 전처리 병목 현상, '적응형 AI 가속기'로 해결기존 AI 반도체는 복잡한 관계 구조를 처리하는 데 한계가 있어, 전체 계산 시간의 70~90%를 차지하는 그래프 전처리 단계에서 병목 현상이 발생했습니다. 오토GNN은 이러한 문제를 해결하기..