2000년대 중반까지만 해도 머신비전 시스템의 영상처리부는 DSP 보드와 같은 전용보드가 주를 이뤘다. 이후 멀티 코어(Multi-core) CPU의 발달 등으로 DSP 기반의 영상처리 전용보드가 병렬처리 가능한 GPU와 CPU 기반의 일반 컴퓨터 시스템으로 대체되고 있는 추세다. 인하대학교 김학일 교수가 발표한 병렬영상처리 기반 고속 머신비전 기술을 정리했다.
최근의 머신비전 기술은 고정밀성, 다양성, 지능화로 특성화되고 있다. 이 세가지를 요구하는 머신비전 기술의 애플리케이션 요구 사항(Application-demand)과 Multi-core CPU, GPGPU 및 컴퓨터 비전 알고리즘 발전에 따른 기술 방향(Technology-push)이 맞물려 병렬영상처리 기반의 고속 머신비전 기술이 도래하게 됐다.
OpenCL 프로그래밍 적극 도입
일반적인 병렬처리는 다수의 독립된 컴퓨터 시스템들이 네트워크로 연결돼 동일한 목적의 연산을 나누어 처리하는 분산 시스템(Distributed system) 방식도 있지만, 머신비전 분야의 상용화된 병렬영상처리 시스템은 단일 시스템 내에서 다수의 thread(하나의 CPU에서 여러 프로세서를 처리)를 동시에 수행할 수 있도록 여러 종류의 프로세서들로 구성된다.
GPGPU와 Multi-core CPU를 기반으로 하는 일반 데스크탑 컴퓨터 시스템을 활용해 상대적으로 가격이 저렴하고 구현이 빠른 머신비전 기술들은 크게 CPU 기반의 SSE(Streaming SIMD Extension)와 OpenMP, GPGPU 기반의 CUDA 및 이종 플랫폼에서 실행 가능한 OpenCL(Open Computing Language) 4가지가 있다.
GPU와 Multi-core CPU, MMX 리지스터를 모두 활용하기 위한 OpenCL 프로그래밍은 최근 들어 부각되고 있고, 머신비전 분야에 적극 도입되고 있는 상황이다. 이 기술은 사용 가능한 모든 프로세서들과 메모리를 활용할 수 있는 반면, 프로그램 최적화를 위해 많은 시간과 노력이 필요하다. 병렬영상처리 기법들을 머신비전에 적용하는데 있어 절대적으로 우월한 기법은 없다. 영상처리 알고리즘에 따라 최적의 기법들이 선택적으로 구현돼야 한다.
10배 이상 빠른 처리 속도
3차원 머신비전에서 많이 사용하고 있는 Atan2를 계산하는 알고리즘에 SSE와 CUDA를 적용하면 일반 C++ 프로그램을 가동시켰을 때보다 각각 18~26배, 13배 처리속도가 향상된 결과가 도출됐다(데이터를 CPU에서 GPU로 올리는데 걸린 시간 포함). CPU와 GPU 등 프로세서의 발달로 일반 컴퓨터 시스템은 점차 고성능화 되고, 영상 처리 알고리즘 및 영상 센서 기술들의 발달로 다양한 목적의 머신비전 기술은 더욱 지능적으로 진화하고 있다. 따라서, 저렴한 가격의 일반 컴퓨터 시스템으로도 고속 머신비전 시스템 구현이 점차 가능해지고 있다. 머신비전 분야에 병렬영상처리 기법이 활발히 적용되기 위해서는 무엇보다 병렬 프로그래밍 기술과 영상처리 기술을 모두 보유한 엔지니어의 육성이 우선돼야 한다.
정리 최천욱 기자(atided@hellot.net)
