RCL(Random Contrast Learning)은 데이터 간 대조(contrast)를 기반으로 학습하는 머신러닝(ML) 알고리듬으로, 트랜스포머(Transformer)와 같은 기존 신경망 기반 모델과 달리 데이터의 효율적인 처리와 학습에 중점을 둔다. 

대규모 데이터셋과 강력한 하드웨어 가속기가 필요한 트랜스포머와 달리 RCL은 고비용의 GPU 없이도 CPU에서 실행 가능하게 설계됐다. 또한, RCL은 트랜스포머의 모든 데이터 간 관계를 계산하는 ‘어텐션 메커니즘’을 제거해 학습 속도를 높일 수 있다. 이러한 특성으로 RCL은 학습 속도가 빠르고 더 낮은 에너지 소비하는 ML의 성능 및 효율을 높이는 환경 친화적인 솔루션으로 주목받고 있다.

머신러닝 솔루션 글로벌 기업 루미나 AI(Lumina AI)가 CPU에 최적화된 RCL 알고리듬 기반 ML 플랫폼 ‘프리즘RCL(PrismRCL) 2.6.0’의 출시를 발표했다. 

이번 업데이트로 프리즘RCL에 ‘LLM(대규모 언어 모델) 학습 매개변수’ 기능을 도입했다. 이 기능은 텍스트 데이터 처리를 간소화한다. 또한, 사용자가 LLM 구축 의도를 알려주면 시스템이 나머지 프로세스를 자동으로 처리한다. 이를 통해 속도, 에너지 효율성, 확장성 측면에서 기존 트랜스포머 기반 아키텍처를 능가한다. 

실제로 최근 실험에 따르면, RCL은 표준 CPU에서 트랜스포머 기반 모델 대비 최대 98.3배 학습 속도가 빨랐다. 이를 통해 기존 신경망 학습의 높은 비용과 환경적 영향을 줄일 것으로 기대된다.

루미나 AI 알란 마틴(Allan Martin) CEO는 “LLM 매개변수 도입으로 하드웨어 가속기에 의존하지 않고도 언어 모델을 빠르고 효율적으로 학습할 수 있는 기반을 제공하게 됐다.”라고 말했다.