2교시 4번 · 25점 · 6문제 중 4문제 선택 · 100분
최근 LLM(Large Language Model) 등 초거대 AI 서비스의 급격한 확산과 텍스트·이미지·음성·영상 등 멀티모달(Multimodal) 데이터 처리 수요의 증가에 따라, 대규모 AI 학습 및 추론을 지원하는 고성능 컴퓨팅 인프라의 중요성이 증대되고 있다. AI 슈퍼컴퓨팅 플랫폼(Supercomputing Platform)에 대하여 다음을 설명하시오.
- AI 슈퍼컴퓨팅 플랫폼의 개념 및 등장 배경
- AI 슈퍼컴퓨팅 플랫폼의 구성요소별 역할
- 전통적 슈퍼컴퓨터, 클라우드 컴퓨팅, AI 슈퍼컴퓨팅 플랫폼과의 비교
답안 개요 보기
답안 구조
- 개요
- AI 슈퍼컴퓨팅 플랫폼 개념 및 등장 배경
- AI 슈퍼컴퓨팅 플랫폼 구성요소 및 역할
- 전통 슈퍼컴퓨터, 클라우드 컴퓨팅과의 비교
- 결론 및 향후 전망
용어 정의
- LLM (Large Language Model)
- 대량의 텍스트 데이터를 학습하여 인간의 언어를 이해하고 생성하는 능력을 가진 초대규모 인공지능 모델
- 멀티모달 데이터 (Multimodal Data)
- 텍스트, 이미지, 음성, 영상 등 여러 가지 형태의 데이터가 결합된 형태의 정보로, 복합적인 정보 처리 및 이해에 활용된다.
- AI 슈퍼컴퓨팅 플랫폼 (AI Supercomputing Platform)
- 초거대 AI 모델의 학습 및 추론에 최적화된 고성능 컴퓨팅 인프라로, 대규모 병렬 처리 및 고속 데이터 전송이 특징이다.
- 고성능 컴퓨팅 (HPC, High-Performance Computing)
- 매우 복잡한 계산 문제를 해결하기 위해 고성능 컴퓨터 시스템을 활용하는 기술 및 분야
핵심 내용
가)
- AI 슈퍼컴퓨팅 플랫폼의 정의 및 핵심 목표
- 초거대 AI 모델(LLM) 및 멀티모달 데이터 처리의 필요성 증대
- 기존 HPC의 한계점과 AI 워크로드 특성 불일치
- GPU, NPU 등 이종 가속기 기반 병렬 컴퓨팅 발전
- 대규모 분산 학습 및 추론 환경 요구
나)
- 컴퓨팅 자원: GPU, NPU, TPU 등 AI 가속기 및 고성능 CPU
- 고대역폭/저지연 네트워크: InfiniBand, RoCE 등 고속 인터커넥트
- 병렬/고속 스토리지: NVMe SSD 기반 병렬 파일 시스템(GPFS, Lustre)
- 소프트웨어 스택: AI 프레임워크(TensorFlow, PyTorch), 컨테이너 플랫폼(Kubernetes), 스케줄러
- 전력 및 냉각 시스템: 고밀도 컴퓨팅을 위한 효율적 전원 공급 및 열 관리
다)
- 전통적 슈퍼컴퓨터: 과학 시뮬레이션, CPU 중심, MPI 기반 대규모 병렬 처리
- 클라우드 컴퓨팅: 유연한 자원 프로비저닝, 온디맨드 사용, 범용 컴퓨팅
- AI 슈퍼컴퓨팅 플랫폼: AI 학습/추론 특화, GPU/NPU 중심, 대규모 데이터 병렬 처리
- 아키텍처, 워크로드 최적화, 확장성 및 유연성 관점의 차이
- 주요 활용 분야 및 비용/운영 모델 비교
AI 작성 답안 개요 · 검수 전 · 채점기준과 기준답안은 공개되지 않습니다. 참고용 개요입니다.
출처: 한국산업인력공단, Q-Net 자료실 · 공공누리 제1유형 · 원문(Q-Net)