경북 포항에 세포 단위 시료 연구 장비가 구축되면서 전국 연구자를 대상으로 공동 활용에 들어간다. 포항시는 포스텍(포항공대) 세포막단백질연구소에 극저온전자단층촬영(Cryo-ET) 장비와 GPGPU(범용 연산 그래픽 처리 장치) 기반 데이터 처리 인프라가 구축돼 이달부터 전국 산학연 연구자를 대상으로 공동 활용 서비스를 시작했다고 20일 밝혔다. Cryo-ET는 생체 시료를 극저온 상태로 동결한 뒤 전자빔으로 다양한 각도에서 촬영해 나노미터 수준의 3차원 고해상도 구조 정보를 얻는 첨단 분석 기술이다. 해당 장비는 지난해 9월 국내 최초로 세포막단백질연구소에 도입됐다. 특히 Cryo-ET 데이터는 촬영 이후 정렬·재구성·후처리 등 고성능 연산이 필수인 경우가 많다. 이에 연구소는 대규모 연산 자원이 가능한 GPGPU와 스토리지·네트워크를 포함한 분석 인프라를 최근 마련했다. 공동 활용 서비스는 신청과 심의, 사용자 교육, 측정, 데이터 처리, 결과 전달까지 전 과정을 지원한다. 이를 통해 수도권과 비수도권, 기관 규모에 따른 연구 인프라 격차를 줄여 첨단 분석 장비 접근성을 확대할 수 있을 것으로 기대된다. 이달부터 예약 포털을 통해 이용 신청을 받고 있고, 심의와 우선순위 기준에 따라 장비 사용과 분석 지원을 제공한다. 향후 정기 교육과 워크숍, 기술 컨설팅 등을 병행해 Cryo-ET 활용 저변 확대에도 나설 예정이다. 이지오 세포막단백질연구소장은 “Cryo-ET 활용에 필수적인 데이터 처리 인프라와 운영 체계를 함께 마련했다는 점에서 의미가 크다”며 “전국 연구자들이 공동 활용 서비스를 통해 보다 신속하고 안정적으로 첨단 분석을 수행할 수 있도록 지원하겠다”고 말했다.

지난 3분기, 엔비디아는 570억 달러의 매출과 함께 무려 73.4%에 달하는 매출 총이익률(gross margin)을 발표했습니다. 그만큼 GPU 하나 팔아서 남기는 게 많다는 이야기로 영업 이익은 매출의 절반이 넘는 360억 달러에 달했습니다. 사실상 원가에 몇 배에 달하는 폭리를 취하면서 매출보다 이익이 더 가파르게 증가한 것입니다. 하지만 이렇게 파는데도 데이터 센터 GPU는 다 팔려 나가 물량 구하기가 쉽지 않다는 게 젠슨 황 CEO의 설명입니다. 그런데도 AI 버블 논란은 여전히 가라앉지 않고 있습니다. AI를 통해 인력을 감축하고 비용을 절감하는 기업들은 늘고 있지만, 정작 막대한 비용이 들어가는 AI 서비스 자체는 그에 걸맞은 수익을 창출하지 못하고 있기 때문입니다. 예를 들어, ChatGPT를 서비스하는 오픈 AI는 재무제표를 공개하지는 않지만, 창립 이래 계속해서 적자를 기록하고 있는 것으로 알려져 있습니다. 따라서 최근에는 막대한 투자 비용을 감당하기 위해 대규모 자금 조달에 나서는 한편 광고와 같은 다른 수익 창출 방법도 모색하고 있습니다. 물론 오픈 AI와 경쟁하는 다른 AI 서비스들 역시 상황은 크게 다르지 않습니다. AI가 미래의 성장 동력이라는 점을 의심하는 이는 없지만, 갈수록 치솟는 GPU, 메모리, 스토리지, 그리고 막대한 전기 사용료 등을 고려하면 기업들이 적자를 감수하고 무작정 투자를 계속할 수는 없습니다. 결국, 어느 시점에는 자금력과 기술력이 뒤처지는 회사는 시장에서 도태되고, 비용 절감과 수익 모델 창출에 성공한 기업만이 살아남게 될 것입니다. 이에 따라 구글이나 아마존 같은 빅테크들은 자체 AI 칩(ASIC)에 막대한 투자를 단행하며 엔비디아 GPU보다 저렴한 대안을 모색하고 있습니다. 그런 의미에서 최근 구글이 공개한 7세대 TPU인 아이언우드(Ironwood)는 시장에 큰 충격을 던져주었습니다. TPU(Tensor Processing Unit)는 애플리케이션 특정 통합 회로(ASIC)의 일종으로, 신경망의 행렬 곱셈과 같은 연산을 효율적으로 처리하기 위한 특수 목적 프로세서입니다. CPU가 가장 일반적인 용도의 프로세서라고 한다면 GPU는 그래픽 연산에 필요한 병렬 연산에 최적화된 프로세서라고 할 수 있습니다. 엔비디아는 GPU에 고성능 컴퓨팅에 필요한 좀 더 범용 연산 능력을 부여해 일반 목적 GPU(GPGPU)라고 명명했습니다. 그리고 여기에 사용되는 언어인 쿠다(CUDA)를 개발했습니다. GPU의 GPGPU 성능이 가장 큰 힘을 발휘한 분야가 바로 AI였습니다. 딥러닝 모델 학습과 같이 대규모 데이터를 병렬로 처리해야 하는 작업이 GPGPU에 적합했기 때문입니다. 결국 최근에 나오는 GPU는 AI 성능을 담당하는 부분이 더 커지면서 핵심 기능으로 자리 잡고 있습니다. 구글의 TPU는 GPU보다 더 좁은 범위의 연산만 수행하는 특수 프로세서로 CPU – GPU – TPU의 순으로 점점 더 할 수 있는 기능은 좁아진다고 할 수 있습니다. 다만 반대로 에너지 효율은 더 높아질 수 있습니다. 사실 3D 그래픽도 CPU만 가지고 처리할 수 있습니다. 하지만 처리 속도가 너무 느리고 기능이 제한적이라 3D 가속기라는 별도의 보조 프로세서가 나오게 되었고 그것이 나중에 GPU로 발전한 것입니다. TPU도 그런 연장선상에서 보면 엔비디아의 GPU에 상당히 위협적인 존재가 될 수 있습니다. 아이언우드 자체의 성능은 4,614 FP8 TFLOPS 정도로 B200 블랙웰 GPU의 4.5 PFLOPS와 비슷하지만, GPU보다 구조가 단순할 가능성이 높아 생산비나 제작 단가가 저렴할 수 있습니다. 최근 제미나이 3의 놀라운 성능을 보면 그렇다고 기능이 부족한 것도 아닌 것으로 보여 적지 않은 충격을 주고 있습니다. 여기에 아마존의 AWS 역시 3세대 AI ASIC 칩인 트레이니움3(Trainium3)을 공개하면서 도전장을 내밀고 있습니다. 트레이니움3 칩 하나는 PF8 기준 2.52 PFLOPs의 연산 능력을 지니고 있으며 144GB의 HBM3e 메모리와 4.9TB/s의 대역폭을 지니고 있습니다. 그리고 144개의 칩이 모인 Trn3 UltraServers는 총 362 FP8 PFLOPs의 연산 능력을 확보해 100만 토큰 이상의 AI 서비스를 감당할 수 있습니다. 칩 하나의 성능만 보면 엔비디아의 B200 GPU보다 낮지만, 역시 GPU보다 단순한 구조로 전체 비용은 더 낮을 가능성이 있습니다. 다만 아직은 AI 생태계에서 엔비디아의 입지가 지배적인 만큼 아마존은 트레이니움4에서는 엔비디아의 고속 인터페이스인 NVLink를 지원해 트레이니움4와 엔비디아 GPU를 같이 쓸 수 있게 한다는 계획입니다. 만약 이런 빅테크들의 맞춤형 ASIC 칩들이 비용 효과적인 대안을 제시할 경우 엔비디아에 대한 의존도는 낮아질 수 있습니다. 그러면 지금처럼 높은 가격에도 없어서 못 파는 상황은 지속되지 않을 가능성이 있습니다. 물론 엔비디아를 왕좌에서 그렇게 쉽게 끌어내리진 못할 것이라는 의견도 있습니다. 엔비디아가 AI 왕좌를 지킬 수 있는 가장 강력한 무기는 단순한 하드웨어 성능이 아닌, CUDA(쿠다)라는 소프트웨어 생태계에 있습니다. 2006년부터 구축된 CUDA 플랫폼은 수많은 AI 개발자들에게 압도적인 편의성과 최적화된 도구를 제공해 왔습니다. 이처럼 개발자들이 이미 CUDA 환경에 깊이 익숙해져 있다는 점은 다른 칩으로 전환하는 데 막대한 전환 비용을 발생시킵니다. 따라서 구글, 아마존 같은 빅테크들의 자체 ASIC이 고성능과 저비용을 달성하더라도, 이 CUDA 생태계의 장벽을 어떻게 뛰어넘을 것인가는 여전히 가장 큰 숙제로 남아 있습니다. 여기에 엔비디아 역시 경쟁자들처럼 차세대 칩을 준비하고 있습니다. 차세대 루빈 GPU는 FP4 기준 50 PFLOPS의 연산 능력을 지니고 있으며 이를 이용한 렉 시스템인 베라 루빈 NVL 144는 3.6EFLOPS라는 슈퍼컴퓨터급 연산 능력을 지니고 있습니다. 엔비디아는 루빈 GPU의 양산을 서두르는 한편 다음 세대 제품에서 성능을 더 높여 경쟁자들의 추격을 따돌리기 위해 고군분투할 것으로 보입니다. 과연 빅테크들의 거센 도전에서 엔비디아가 왕좌를 지킬 수 있을지 주목됩니다.

지난 3분기, 엔비디아는 570억 달러의 매출과 함께 무려 73.4%에 달하는 매출 총이익률(gross margin)을 발표했습니다. 그만큼 GPU 하나 팔아서 남기는 게 많다는 이야기로 영업 이익은 매출의 절반이 넘는 360억 달러에 달했습니다. 사실상 원가에 몇 배에 달하는 폭리를 취하면서 매출보다 이익이 더 가파르게 증가한 것입니다. 하지만 이렇게 파는데도 데이터 센터 GPU는 다 팔려 나가 물량 구하기가 쉽지 않다는 게 젠슨 황 CEO의 설명입니다. 그런데도 AI 버블 논란은 여전히 가라앉지 않고 있습니다. AI를 통해 인력을 감축하고 비용을 절감하는 기업들은 늘고 있지만, 정작 막대한 비용이 들어가는 AI 서비스 자체는 그에 걸맞은 수익을 창출하지 못하고 있기 때문입니다. 예를 들어, ChatGPT를 서비스하는 오픈 AI는 재무제표를 공개하지는 않지만, 창립 이래 계속해서 적자를 기록하고 있는 것으로 알려져 있습니다. 따라서 최근에는 막대한 투자 비용을 감당하기 위해 대규모 자금 조달에 나서는 한편 광고와 같은 다른 수익 창출 방법도 모색하고 있습니다. 물론 오픈 AI와 경쟁하는 다른 AI 서비스들 역시 상황은 크게 다르지 않습니다. AI가 미래의 성장 동력이라는 점을 의심하는 이는 없지만, 갈수록 치솟는 GPU, 메모리, 스토리지, 그리고 막대한 전기 사용료 등을 고려하면 기업들이 적자를 감수하고 무작정 투자를 계속할 수는 없습니다. 결국, 어느 시점에는 자금력과 기술력이 뒤처지는 회사는 시장에서 도태되고, 비용 절감과 수익 모델 창출에 성공한 기업만이 살아남게 될 것입니다. 이에 따라 구글이나 아마존 같은 빅테크들은 자체 AI 칩(ASIC)에 막대한 투자를 단행하며 엔비디아 GPU보다 저렴한 대안을 모색하고 있습니다. 그런 의미에서 최근 구글이 공개한 7세대 TPU인 아이언우드(Ironwood)는 시장에 큰 충격을 던져주었습니다. TPU(Tensor Processing Unit)는 애플리케이션 특정 통합 회로(ASIC)의 일종으로, 신경망의 행렬 곱셈과 같은 연산을 효율적으로 처리하기 위한 특수 목적 프로세서입니다. CPU가 가장 일반적인 용도의 프로세서라고 한다면 GPU는 그래픽 연산에 필요한 병렬 연산에 최적화된 프로세서라고 할 수 있습니다. 엔비디아는 GPU에 고성능 컴퓨팅에 필요한 좀 더 범용 연산 능력을 부여해 일반 목적 GPU(GPGPU)라고 명명했습니다. 그리고 여기에 사용되는 언어인 쿠다(CUDA)를 개발했습니다. GPU의 GPGPU 성능이 가장 큰 힘을 발휘한 분야가 바로 AI였습니다. 딥러닝 모델 학습과 같이 대규모 데이터를 병렬로 처리해야 하는 작업이 GPGPU에 적합했기 때문입니다. 결국 최근에 나오는 GPU는 AI 성능을 담당하는 부분이 더 커지면서 핵심 기능으로 자리 잡고 있습니다. 구글의 TPU는 GPU보다 더 좁은 범위의 연산만 수행하는 특수 프로세서로 CPU – GPU – TPU의 순으로 점점 더 할 수 있는 기능은 좁아진다고 할 수 있습니다. 다만 반대로 에너지 효율은 더 높아질 수 있습니다. 사실 3D 그래픽도 CPU만 가지고 처리할 수 있습니다. 하지만 처리 속도가 너무 느리고 기능이 제한적이라 3D 가속기라는 별도의 보조 프로세서가 나오게 되었고 그것이 나중에 GPU로 발전한 것입니다. TPU도 그런 연장선상에서 보면 엔비디아의 GPU에 상당히 위협적인 존재가 될 수 있습니다. 아이언우드 자체의 성능은 4,614 FP8 TFLOPS 정도로 B200 블랙웰 GPU의 4.5 PFLOPS와 비슷하지만, GPU보다 구조가 단순할 가능성이 높아 생산비나 제작 단가가 저렴할 수 있습니다. 최근 제미나이 3의 놀라운 성능을 보면 그렇다고 기능이 부족한 것도 아닌 것으로 보여 적지 않은 충격을 주고 있습니다. 여기에 아마존의 AWS 역시 3세대 AI ASIC 칩인 트레이니움3(Trainium3)을 공개하면서 도전장을 내밀고 있습니다. 트레이니움3 칩 하나는 PF8 기준 2.52 PFLOPs의 연산 능력을 지니고 있으며 144GB의 HBM3e 메모리와 4.9TB/s의 대역폭을 지니고 있습니다. 그리고 144개의 칩이 모인 Trn3 UltraServers는 총 362 FP8 PFLOPs의 연산 능력을 확보해 100만 토큰 이상의 AI 서비스를 감당할 수 있습니다. 칩 하나의 성능만 보면 엔비디아의 B200 GPU보다 낮지만, 역시 GPU보다 단순한 구조로 전체 비용은 더 낮을 가능성이 있습니다. 다만 아직은 AI 생태계에서 엔비디아의 입지가 지배적인 만큼 아마존은 트레이니움4에서는 엔비디아의 고속 인터페이스인 NVLink를 지원해 트레이니움4와 엔비디아 GPU를 같이 쓸 수 있게 한다는 계획입니다. 만약 이런 빅테크들의 맞춤형 ASIC 칩들이 비용 효과적인 대안을 제시할 경우 엔비디아에 대한 의존도는 낮아질 수 있습니다. 그러면 지금처럼 높은 가격에도 없어서 못 파는 상황은 지속되지 않을 가능성이 있습니다. 물론 엔비디아를 왕좌에서 그렇게 쉽게 끌어내리진 못할 것이라는 의견도 있습니다. 엔비디아가 AI 왕좌를 지킬 수 있는 가장 강력한 무기는 단순한 하드웨어 성능이 아닌, CUDA(쿠다)라는 소프트웨어 생태계에 있습니다. 2006년부터 구축된 CUDA 플랫폼은 수많은 AI 개발자들에게 압도적인 편의성과 최적화된 도구를 제공해 왔습니다. 이처럼 개발자들이 이미 CUDA 환경에 깊이 익숙해져 있다는 점은 다른 칩으로 전환하는 데 막대한 전환 비용을 발생시킵니다. 따라서 구글, 아마존 같은 빅테크들의 자체 ASIC이 고성능과 저비용을 달성하더라도, 이 CUDA 생태계의 장벽을 어떻게 뛰어넘을 것인가는 여전히 가장 큰 숙제로 남아 있습니다. 여기에 엔비디아 역시 경쟁자들처럼 차세대 칩을 준비하고 있습니다. 차세대 루빈 GPU는 FP4 기준 50 PFLOPS의 연산 능력을 지니고 있으며 이를 이용한 렉 시스템인 베라 루빈 NVL 144는 3.6EFLOPS라는 슈퍼컴퓨터급 연산 능력을 지니고 있습니다. 엔비디아는 루빈 GPU의 양산을 서두르는 한편 다음 세대 제품에서 성능을 더 높여 경쟁자들의 추격을 따돌리기 위해 고군분투할 것으로 보입니다. 과연 빅테크들의 거센 도전에서 엔비디아가 왕좌를 지킬 수 있을지 주목됩니다.

올해 초 투자했다면 120%, 지난해 초 투자했다면 1년간 210%의 수익을 거둘 수 있었던 종목이 있다. 국내 온라인 커뮤니티에는 5년 이상 투자했다며 2000%에 가까운 수익률을 자랑하는 인증 사진이 등장한다. 심지어 지난 주말 온라인 주식 커뮤니티에선 10년간 한 종목에 투자해 1만 7000%의 수익률을 거둔 한 일본인 개미 투자자 이야기가 화제가 됐다. 그는 결과적으로 27억원이 넘는 이익을 거뒀다. 비트코인 이야기가 아니다. 인공지능(AI) 열풍의 중심에서 어느덧 공룡기업이 돼 버린 ‘엔비디아’ 이야기다. 요즘 엔비디아는 존재 자체가 뉴스다. 주가가 떨어져도 올라도 기사가 된다. 2022년 10월 기준 100달러 초반이었던 엔비디아의 주가는 최근 1100달러 선까지 올라왔다. 시가총액은 2조 달러(약 2656조원)를 훌쩍 넘어서며 글로벌 시가총액 2위인 애플 자리를 넘보고 있다. 괴물 같은 성장은 그래픽처리장치(GPU·Graphics Processing Unit)가 이끌었다고 해도 과언이 아니다. 엔비디아는 전 세계 GPU 시장에서 점유율 90% 이상을 차지하며 독주 체제를 굳건히 하고 있다최소 6개월 줄 서야 구매 “지금 (엔비디아의) GPU는 마약보다 구하기 어렵다.” 다소 과격한 듯한 일론 머스크 테슬라 최고경영자(CEO)의 말은 팩트다. 엔비디아가 만드는 GPU는 AI 연구개발의 필수재다. 말 그대로 없어서 못 산다. 주력 AI 칩인 H100은 개당 가격이 3만 달러(약 4000만원)에 달하지만 굴지의 테크 기업들도 이 칩을 받으려면 최소 6개월은 기다려야 한다. AI 모델 개발의 3대 요소는 ▲컴퓨팅 파워 ▲빅데이터 ▲모델링(알고리즘)이다. 엔비디아의 역량이 빛을 발하는 지점은 컴퓨팅 파워다. 컴퓨터 성능이라고 할 수 있는 컴퓨팅 파워는 컴퓨터의 연산 처리 능력을 뜻한다. 오픈AI의 ‘챗GPT’ 공개 이후 AI 기술에 대한 업계의 관심이 폭발했고 자연스레 컴퓨팅 기술에 대한 수요가 크게 늘었다. 이들의 수요는 고스란히 해당 분야에 강점을 지닌 엔비디아의 매출로 이어졌다. 엔비디아가 강력한 연산 능력을 갖춘 GPU를 생산할 수 있었던 건 애초에 게임용으로 설계됐기 때문이다. 속도보다는 정확성을 중시하는 중앙처리장치(CPU)와 달리 그래픽 처리를 목적으로 만들어진 GPU는 연산을 동시다발적(병렬식)으로 처리할 수 있다. CPU가 복잡한 연산을 빠르게 처리한다면 GPU는 단순한 여러 데이터를 빠르게 처리한다고 볼 수 있다. AI 개발에는 많은 양의 연산 작업이 필요하기 때문에 단순 연산을 다중 처리하는 GPU가 효과적이다. 엔비디아는 게이밍 그래픽카드 지포스(GeForce) 시리즈로 오랜 기간 게임업계의 최강자로 군림했다. 왕좌를 지키기 위해 실감 나는 3D 그래픽 전달의 필수 능력 중 하나인 연산 처리 능력을 키우는 데 주력한 덕분에 지금과 같이 최고 수준의 GPU 개발 능력을 보유하게 됐다는 것이 업계 중론이다. 엔비디아의 이 같은 전략은 AI 부흥과 함께 맞아 들어가기 시작했다. 박영준 서울대 전기정보공학부 명예교수는 “인공지능을 활용하려면 수많은 연산을 동시에 실시해야 하는데, 이런 방식으로 결과값을 얻으려면 최소 수개월에서 길게는 1년 이상 시간이 필요하다”며 “엔비디아는 AI 계산 방식에 GPU를 적용해 연산 소요 시간을 2~3일로 줄여 냈다”고 설명했다.AI칩 넘어선 비장의 무기 이후 엔비디아는 AI 맞춤형 반도체 제작에 주력하기 시작한다. 실제로 지난해까지 최근 10년 동안 엔비디아 칩의 데이터 처리 속도는 1000배 가까이 향상됐다. 엔비디아는 AI 딥러닝을 위해 CPU의 ‘다재다능함’에 GPU의 연산 처리 능력을 덧붙인 ‘GPU의 범용 연산’(GPGPU)을 개발했다. 김명주 서울여대 정보보호학과 교수는 “CPU의 기능도 일부 병행할 수 있는 GPGPU가 개발되면서 인텔을 제치고 엔비디아의 본격적인 독주 체제가 만들어졌다”고 전했다. 엔비디아는 한 손에 ‘하드웨어 무기’ GPGPU를, 다른 한 손에 ‘소프트웨어 무기’에 해당하는 ‘CUDA’(쿠다)를 들고 본격적인 점유율 확대에 나섰다. AI와 관련한 여러 애플리케이션에서 GPU가 더 효율적으로 활용될 수 있는 소프트웨어 생태계를 만들겠다는 생각이다. 쿠다는 개발자들이 일반적으로 사용하는 프로그래밍 언어 C·C++·파이선 등을 GPU코드로 변환해 준다. GPU를 활용하기 위해 개발자들이 GPU 코드를 따로 배워야 하는 수고를 덜어 준 것이다. 이 같은 소프트웨어 생태계 조성에 힘입어 지금도 대부분의 AI 모델은 쿠다를 기반으로 개발되고 있다. 쿠다를 이용하는 개발자 수는 2020년 180만명에서 2023년 450만명으로 2배 넘게 늘었다. 사실상 엔비디아가 AI 생태계를 장악할 수 있는 원동력이 된 셈이다. 김 교수는 “다른 반도체 기업들도 노력 중이지만 새로운 헤게모니(주도권)을 구축하거나 극적으로 상황이 반전되지 않는 이상 독과점 체제는 이어질 것”이라고 밝혔다.엔비디아 질주 언제까지 최근 투자자들 사이에선 “엔비디아에 조금이라도 더 일찍 투자한 이들이 곧 승자”라는 말이 나온다. 부러움을 뜻하는 라틴어 ‘인비디아’(Invidia)에서 유래한 엔비디아라는 이름이 딱 들어맞는 대목이다. 엔비디아의 성장세는 여전히 가파르다. 2019년 최저 31달러를 찍었던 엔비디아는 1분기 실적 발표가 있었던 지난달 23일 사상 처음으로 1000달러를 돌파했다. 5년 만에 주가가 30배 이상 뛰어올랐다. 지난달 30일엔 장중 한때 1158달러까지 치솟기도 했다. 자연스레 국내 시장에 미치는 영향도 커지고 있다. 삼성전자를 중심으로 한 반도체 업계에 대한 의존도가 높았던 한국 경제가 또 한번 ‘반도체 공화국’의 면모를 확인하는 듯한 모습이다. 지난달 28일엔 최근 4년간 ‘서학개미’(해외 증시에 투자하는 개인투자자)의 주식 보유액 1위 자리를 굳건히 지켜 왔던 테슬라를 제치고 서학개미 최고 관심 종목으로 등극하기도 했다. 국내 증시 시총 1, 2위인 삼성전자와 SK하이닉스는 엔비디아 관련 소식에 웃었다 울었다를 반복 중이다. 국내 증시 엔비디아 최고 수혜주 중 하나로 꼽히는 SK하이닉스는 지난달 29일 장중 한때 20만 9000원을 터치하며 52주 만에 신고가를 경신했다. GPU에 방대한 데이터를 전달하는 데 필요한 고대역폭메모리(HBM3E) 독점적 공급이 주가 상승을 이끌었다. 반면 삼성전자는 지난달 24일 HBM이 엔비디아의 납품 테스트를 아직 통과하지 못했다는 소식이 전해지면서 전 거래일보다 3.07% 급락한 바 있다. 증권가는 엔비디아의 잠재력과 성장 가능성을 인정하면서도 조건 없는 맹신은 지양해야 한다고 입을 모은다. 가파른 상승을 이어 온 엔비디아의 단기 고점이 어느 수준에서 형성될 것인지 가늠하기 쉽지 않다는 이유에서다. 강대석 유안타증권 연구원은 “하반기에도 AI에 대한 관심은 강할 것으로 예상되지만 엔비디아의 실적이 점점 높아지는 눈높이에 언제까지 부응할 수 있을지는 지켜봐야 할 것”이라고 말했다. 미국 증시에서 엔비디아를 향한 쏠림 현상은 심화돼 있다. 올해 S&P500 시가총액은 총 4조 5000억 달러가 늘었는데 이 중 35%인 1조 6000억 달러를 엔비디아가 차지했다. 지난주 국내에서도 엔비디아는 테슬라를 제치고 국내 투자자들이 가장 많이 보유한 해외 주식 1위로 등극했다. 김석환 미래에셋증권 연구원은 “AI 열풍이 끊이지 않았는데도 지난해 8월과 10월 사이, 올해 4월 등 미국의 장기금리가 높아질 때마다 가격 조정을 받아 왔다. 최근 미국의 10년물 국채 등 금리 상승이 지속되면서 지나치게 쏠려 있는 엔비디아가 파급을 받을 우려가 커졌다”고 밝혔다.

최근 인공지능 하드웨어의 핵심인 GPU 시장을 거머쥔 엔비디아에 대한 관심이 뜨겁습니다. 엔비디아는 반도체 업계 최초로 시총 1조 달러를 달성한 후 최근 계속 어닝 서프라이즈를 기록하면서 승승장구하고 있습니다. 그런데 사실 인공지능 이전에 GPU는 본래 게임이 주목적이었습니다. 전문 그래픽 작업을 위한 쿼드로 같은 별도의 시장이 있기는 했지만, 엔비디아의 젠슨 황 CEO가 연산 목적의 GPGPU와 CUDA에 힘을 주기 전까지 엔비디아는 게임 하드웨어 회사라고 해도 과언이 아니었습니다.  그렇기 때문에 엔비디아가 게임 성능 향상을 위해 인공지능을 적극적으로 활용한다는 사실은 지극히 당연해 보입니다. 엔비디아는 2018년 RTX 2000 시리즈를 공개할 때 GPU와 통합된 인공지능 연산 유닛인 텐서 코어를 이용한 DLSS (Deep Learning Super-Sampling, 딥 러닝 슈퍼 샘플링)을 대대적으로 홍보했습니다.  인공지능을 이용해서 저해상도 이미지를 고해상도 이미지처럼 업스케일링 하는 기술은 이미 당시에도 개발되어 있었습니다. DLSS는 게임에서 인공지능으로 고해상도 이미지를 학습한 다음 실제로는 저해상도로 그래픽을 출력한 후 여기에 인공지능 학습으로 추론한 고해상도 이미지를 추가하는 방식으로 이뤄집니다. 영상이나 사진의 인공지능 이미지 품질 향상 기능을 게임에서 활용한 것입니다.  이 작업은 GPU 연산 유닛이 아니라 텐서 코어라는 별도의 연산 유닛에서 이뤄지기 때문에 GPU에 부하가 없고 저해상도로 이미지를 출력하므로 게임 화면의 초당 프레임을 높일 수 있습니다. 예를 들어 본래는 4K 해상도에서 초당 20 프레임도 안 되는 답답한 화면이 나오는데 DLSS를 적용하면 이보다 해상도가 25%인 풀HD 영상으로 60 프레임으로 출력한 후 마치 4K 해상도처럼 보이게 할 수 있습니다.  하지만 실제로 DLSS는 1.0 버전까지 불안정한 기술이었고 지원하는 게임도 제한적이었습니다. 일부 지원하는 게임에서도 이미지 품질 향상 기술인 안티 앨리어싱과 충돌하거나 이미지가 뭉개지거나 깨지는 현상이 나타났습니다. 그러다가 DLSS 2.0에서 보다 쓸만한 기술이 되어 이미지 품질이 상당히 높아졌습니다. 저해상도에서 4K 고해상도 이미지를 추론하는 DLSS 슈퍼 레졸루션 (SR, Super Resolution) 기능이 RTX 3000 그래픽 카드에서 지원하는 DLSS 2.0에서 어느 정도 완성이 된 것입니다. 하지만 엔비디아는 여기서 한 가지 더 트릭을 생각해 냈습니다.  RTX 4000 시리즈와 함께 공개된 DLSS 3.0은 프레임 생성 (FG, Frame Generation)이라는 신기술을 도입했는데, 이는 인공지능으로 각 영상 프레임 간의 중간 이미지를 넣어 더 부드러운 움직임과 화면 전환을 구현한 것입니다. 예를 들어 30 초당 화면이 30번 바뀌는 영상 사이사이에 인공지능으로 만든 중간 화면을 넣어 초당 60회 화면이 바뀌면 인간의 눈으로 봤을 때 영상이 훨씬 부드러워 보입니다.  여기에 더해 엔비디아는 최근 게임스컴 2023에서 DLSS 3.0을 더 개선한 DLSS 3.5를 공개했습니다. DLSS 3.5의 핵심은 GPU의 자원을 덜 소모하면서 현실적인 광원 효과를 보여주는 광선 재구성 (RR, Ray Reconstruction) 기술입니다.  사물이나 환경이 진짜처럼 보이기 위해서는 빛에 따른 반사나 그림자, 광원에 따른 명암 등이 실제처럼 표현되어야 합니다. 엔비디아의 RTX GPU들은 실시간 레이 트레이싱을 지원해 게임에서 현실적인 사물의 질감과 주변 환경을 보여줍니다. 하지만 이는 엄청난 GPU 성능을 요구해 게임 프레임을 떨어뜨리는 원인이었습니다.  DLSS는 광선 효과의 인공지능 처리를 위해서 과거엔 수작업으로 처리하는 노이즈 제거 (Denoiser) 방식을 사용했습니다. 하지만 이 방법은 일부 픽셀을 잃어버려 이미지가 뭉개지거나 반대로 존재하는 사물이 나타나는 고스팅 현상을 일으킬 수 있었습니다. 광선 재구성 기술은 레이 트레이싱을 완벽히 보완하는 인공지능 이미지 품질 향상 기술로 게임 프레임을 희생시키지 않으면서 고품질의 레이 트레이싱 영상을 실시간으로 보여줄 수 있습니다.  엔비디아는 사이버펑크 2077을 기준으로 DLSS를 적용하지 않았을 때, DLSS 슈퍼 레졸루션 (SR) 적용, DLSS 슈펴 레졸루션 (SR) + 프레임 생성 (FG), DLSS 슈펴 레졸루션 (SR) + 프레임 생성 (FG) + 광선 재구성 (RR) 기능을 적용한 결과물을 차례로 보여줬습니다. 그 결과 본래 초당 20프레임에 불과한 영상이 5배가 넘는 초당 108프레임으로 증가하고 이미지 품질도 개선되는 결과를 보여줬습니다. 레이 트레이싱까지 확장한 DLSS 3.5를 인공지능 게임 성능 향상의 화룡점정이라고 불러도 손색이 없는 이유입니다.  물론 DLSS 3.5를 지원하는 게임은 초기엔 사이버펑크 2077를 포함해 몇 개 없습니다. 하지만 대부분의 게이밍 그래픽 카드가 엔비디아 제품인 점을 생각하면 DLSS이 표준으로 보급되는 것은 시간문제입니다.  DLSS 3.5 지원 게임이 늘어나면 인공지능 적용 전 게임 성능에서도 엔비디아의 적수가 되기 어려운 AMD의 라데온이나 인텔 아크와의 성능 차이는 더 벌어질 가능성이 높아졌습니다. 하지만 이렇게 한 회사가 시장을 장악하는 것은 사실 소비자에게 좋지 못한 결과를 가져옵니다. 독점 기업은 대부분 가격을 인상하기 때문입니다. 실제 엔비디아 GPU의 가격은 인공지능 및 데이터 센터 부분만이 아니라 게이밍 부분도 치솟고 있습니다. 두 회사가 DLSS를 견제할 비장의 무기를 선보여야 하는 이유입니다. 

작년에 공개한 서밋(Summit)을 통해 세계에서 가장 빠른 슈퍼컴퓨터 타이틀을 되찾은 미국이 이보다 5배 빠른 차세대 슈퍼컴퓨터 도입 계획을 발표했습니다. 미국 에너지부 산하의 아르곤 국립 연구소에 도입될 오로라(Aurora)는 1엑사플롭스(Exaflops, 1000페타플롭스) 연산 능력을 지녀 역대 가장 강력한 컴퓨터가 될 예정입니다. 이번 발표에서 눈길을 끄는 부분은 오로라가 인텔 프로세서와 메모리를 사용한 슈퍼컴퓨터라는 사실입니다. 오로라는 차세대 인텔 제온 스케일러블 프로세서(Xeon Scalable processor)와 Xe 컴퓨트 아키텍처(Xe compute architecture), 그리고 인텔 옵테인 DC 퍼시스턴트 메모리(Optane DC Persistent Memory)를 탑재해 서밋의 200페타플롭스보다 5배 빠른 1엑사플롭스의 성능을 갖게 됩니다. 이 세 가지는 인텔의 미래를 책임질 차세대 제품군이기 때문에 관심이 쏠리고 있습니다. 차세대 제온 인텔은 올해 차세대 아키텍처인 서니 코브(Sunny Cove)를 선보일 계획입니다. 초기에는 일반 PC용 제품으로 등장하겠지만, 어떻게 보더라도 서니 코브 기반 제온 CPU가 등장하는 것은 단지 시간문제일 뿐입니다. 인텔이 오로라에서 언급한 차세대 제온 스케일러블 프로세서가 서니 코브 기반 제온인지는 알 수 없지만, 2021년이라는 시기를 감안할 때 최소한 서니 코브 혹은 그 이후 아키텍처 기반 제온 프로세서로 보입니다. 인텔은 차세대 제온 프로세서의 미세공정 역시 밝히지 않았지만, 올해 10nm 공정 프로세서의 대량 생산에 들어가고 현재 7nm EUV 기반 팹을 건설하는 점을 생각하면 아마도 7nm나 그 이하 공정이 될 가능성이 큽니다. 따라서 코어 집적도와 성능 역시 현재 제온 프로세서에 비해 획기적으로 향상될 것으로 생각됩니다. 인텔은 슈퍼컴퓨팅 2018 콘퍼런스에서 멀티 칩 패키징 (MCP) 방식의 48코어 캐스케이드 레이크 AP(Cascade Lake-AP)를 공개한 바 있습니다. 14nm 공정으로 만든 캐스케이드 레이크 AP에 비해 훨씬 미세한 공정을 사용하는 차세대 제온 스케일러블 프로레서는 더 많은 코어를 집적할 수 있을 것으로 생각됩니다. 물론 이렇게 만든 강력한 제온 프로세서는 슈퍼컴퓨터에만 들어가는 것이 아니라 일반 서버 제품군으로도 출시되어 전반적인 서버 성능을 높일 것으로 생각됩니다. 최근 64코어 2세대 에픽 프로세서를 공개하면서 고성능 서버는 물론 슈퍼컴퓨터 시장으로의 복귀를 준비 중인 AMD의 도전을 생각하면 당연한 대응입니다. Xe 컴퓨트 아키텍처 인텔은 내년에 Xe 아키텍처 기반의 그래픽 카드 및 데이터 센터 제품군을 선보일 예정입니다. 인텔이 다시 고성능 그래픽 카드 시장에 도전한다는 소식도 흥미롭지만, 더 흥미로운 부분은 슈퍼컴퓨터 시장에 Xe 제품군을 투입한다는 것입니다. 이는 사실상 엔비디아의 GPU와 거의 같은 제품군을 만들겠다는 의미입니다. 엔비디아는 게이밍 GPU를 시작으로 GPGPU라는 고성능 병렬 연산을 위한 제품군을 선보였고 최근에는 인공지능(AI) 부분에 집중하고 있습니다. Xe가 게임용 그래픽 카드는 물론 고성능 데이터 센터 및 슈퍼컴퓨터 부분에도 투입된다면 엔비디아의 GPU와 치열한 경쟁은 불가피한 상황입니다. Xe의 성능은 베일에 가려있지만, 엑사스케일 컴퓨터에 탑재된다면 서밋에 탑재된 볼타(Volta)보다 훨씬 강력한 성능을 지녔다고 보는 것이 타당합니다. 물론 이 시기에는 엔비디아 역시 더 강력한 GPU를 선보이면서 Xe와 치열한 경쟁을 벌이게 될 것입니다. 인텔의 도전이 성공할지 아니면 현재 챔피언인 엔비디아가 타이틀을 유지할지가 흥미로운 관전 포인트입니다. Xe가 시장에 진입하는 데 성공한다면 인텔은 CPU 시장은 물론 GPU/슈퍼컴퓨터/인공지능 시장에서 강력한 영향력을 행사할 수 있어 미래 시장 지배력이 커질 것으로 예상됩니다. 옵테인 DC 퍼시스턴트 메모리 인텔은 작년에 128/256/512GB 용량의 옵테인 DC 퍼시스턴트 메모리 제품군을 공개했습니다. 옵테인은 차세대 비휘발성 메모리인 3D XPoint 기반 제품으로 DRAM보다 약간 느리지만 비슷한 성능과 낸드 플래시 메모리처럼 전원을 꺼도 데이터가 유지되는 데이터 저장 능력을 지니고 있습니다. 이런 차세대 비휘발성 메모리의 목표는 SSD 같은 데이터 저장 장치와 DRAM 같은 메인 메모리를 하나로 만들어 컴퓨터를 더 빠르고 효율적으로 만드는 것입니다. 데이터의 크기가 커질수록 저장 장치에서 메인 메모리로 데이터를 옮겨 처리하고 다시 이를 저장 장치에 기록하는 방식이 느리고 비효율적이기 때문입니다. 오로라는 옵테인 DC 퍼시스턴트 메모리를 사용해서 대규모의 데이터를 빠르게 처리하고 바로 저장할 수 있을 것으로 기대됩니다. 다만 오로라가 순수하게 옵테인 메모리만 사용했는지 아니면 별도의 DRAM을 지녔는지는 아직 알려지지 않았습니다. 옵테인이 낸드 플래시 메모리보다는 빠르지만, 아직 고성능 GPU에서 필요한 대역폭을 모두 제공하기에는 느리기 때문에 아마도 후자의 가능성이 높을 것으로 예상됩니다. 설령 그렇다 하더라도 옵테인 메모리를 대량으로 사용해 데이터 처리 및 저장 속도를 높였다면 그것만으로도 상당한 성과라고 할 수 있습니다. 2년 후 모습을 드러낼 인텔의 3종 무기 사실 오로라에 사용될 새로운 하드웨어 가운데 그 구체적인 스펙이 공개된 것은 없습니다. 오로라에 탑재될 차세대 제온 및 옵테인 DC 퍼시스턴트 메모리는 현재 나와 있는 제품보다 훨씬 성능이 향상된 다음 세대 제품이고 Xe는 아예 한 번도 등장한 적이 없는 제품입니다. 그래도 미 정부 기관이 막대한 예산을 들여 도입 계획을 발표했다는 것은 인텔의 신기술에 어느 정도 믿을 만한 구석이 있다는 이야기입니다. 과연 얼마나 성능을 높였을지 업계의 이목이 쏠리는 건 당연합니다. 물론 다른 경쟁자도 놀고 있지는 않습니다. 엔비디아 역시 엑사스케일 컴퓨터를 위해 볼타 다음 세대(Volta-Next) GPU를 개발하고 있으며 미 에너지부 산하 기관이 이를 도입할 계획을 가지고 있습니다. 미 정부는 적어도 두 개 이상의 사업자를 지원해 서로 경쟁을 통해 성능을 높인다는 계획입니다. 흥미로운 사실은 엔비디아의 차세대 GPU가 AMD의 차세대 에픽 CPU와 함께 들어갈 것이라는 사실입니다. 펄뮤터(Perlmutter)로 알려진 이 슈퍼컴퓨터에 대해서도 아직 알려진 내용이 별로 없지만, 적어도 서밋보다 훨씬 강력한 슈퍼컴퓨터가 될 것은 분명합니다. 여기에 최근에는 비교적 조용했지만, 자체 개발 CPU로 세계 최고 성능 슈퍼컴퓨터를 만들어 세상을 놀라게 한 중국 역시 차기 제품을 준비하고 있습니다. 이 경쟁에서 이기기 위해 인텔과 그 경쟁자들은 계속해서 연구 개발을 멈추지 않을 것입니다. 그리고 이를 통해서 컴퓨터 기술은 한 단계 더 발전하게 될 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com　

인텔은 CPU 제조업체로 가장 잘 알려졌지만, 사실 매우 다양한 반도체 제품을 제조하는 대기업입니다. 과거에는 메모리는 물론 ARM 기반 CPU도 생산한 적이 있었습니다. 하지만 한때 그래픽 프로세서를 제조했다는 사실은 잘 모르는 경우가 많습니다. 인텔은 록히드 마틴과 협력해 1998년 독립 그래픽 카드인 인텔 740 혹은 i740을 출시했습니다. i740은 350㎚ 공정으로 제조한 그래픽 카드로 별도의 3D 가속기 없이 3D 그래픽 처리가 가능한 통합 프로세서였습니다. 하지만 비슷한 시기에 이미 엔비디아의 리바 128와 리바 TNT 등 통합 그래픽 카드가 시장에 등장해 i740은 저가형 그래픽 카드 시장을 차지하는데 만족해야 했습니다. 이후 후계자인 i752를 시장에 내놓으려 했지만, 이미 경쟁자가 더 강력한 제품을 내놓았기 때문에 출시 전에 취소됩니다. 대신 인텔은 Intel i810 칩셋에 내장 그래픽으로 이를 집어넣었습니다. 인텔 내장 그래픽은 비록 그래픽 감속기라는 이야기를 들을 만큼 성능이 낮았지만, 추가로 그래픽 카드를 구매할 필요가 없다는 점 때문에 널리 사용됐습니다. 물론 인텔도 내장 그래픽 성능을 계속해서 높이긴 했지만, 같은 시기 엔비디아나 AMD의 그래픽 성능이 훨씬 빠르게 향상됐기 때문에 주로 게임이나 그래픽 작업을 하지 않는 데스크톱이나 노트북에 사용됐습니다. 물론 이 수요도 무시할 수 없기 때문에 인텔은 extreme graphics (2001~2003년), GMA (2004년 이후) HD graphics (2010년 이후) 내장 그래픽 시리즈를 내놓았습니다. 하지만 그렇다고 인텔이 독립 그래픽 카드에 완전히 미련을 버린 것은 아니었습니다. 2000년대 들어 인텔은 다시 그래픽 카드 시장에 도전하기 위해 라라비(Larrabee) 프로젝트를 진행했습니다. 하지만 이 프로젝트는 2010년쯤 취소됩니다. 그래픽을 처리하는 전용 프로세서인 GPU 시장이 CPU만큼 큰 시장도 아닌 데다 GPU를 제조하는데 드는 비용은 CPU보다 높지만, 경쟁이 심해 비싸게 팔 수 없다는 점이 큰 영향을 미쳤을 것입니다. 대신 인텔은 라라비의 경험을 살려 엔비디아의 GPGPU와 비슷한 목적의 고성능 병렬 프로세스인 제온 파이(Xeon Phi)를 만듭니다. 슈퍼컴퓨터 시장 역시 협소하지만, 대신 매우 비싼 가격에 판매할 수 있었기 때문이죠. 이렇게 인텔의 GPU 시장 도전은 마무리되는 듯했지만, 새로운 변수가 생깁니다. 인공지능, 특히 인공 신경망을 이용한 머신러닝(기계학습) 분야에서 GPU가 주역으로 등장한 것입니다. 엔비디아의 GPU 연산 기술은 처음에는 고성능 병렬연산을 위해 등장했으나 2010년대 들어 신경망 처리에 탁월한 성능을 발휘한다는 사실이 알려지면서 더 주목받게 됩니다. 물론 기본적으로 인공지능 관련 연산은 대부분 CPU로 처리할 수 있지만, GPU를 이용하면 속도가 비교할 수 없이 빨라지기 때문에 딥러닝 분야에서는 거의 필수적인 장비로 등장한 것입니다. 인공지능 분야에서 GPU의 인기와 경쟁사보다 낮은 성능의 내장 그래픽, 그리고 제온 파이의 부진은 인텔이 다시 GPU 시장에 도전장을 내밀게 만든 중요한 원인이었을 것입니다. 2017년, 오랜 세월 AMD에서 라데온 그래픽 부분을 이끈 라자 코두리를 비롯해 관련 전문 인력을 영입한 인텔은 AMD에 견줄 만한 강력한 내장 그래픽인 Gen11을 올해 출시할 뿐 아니라 2020년에는 Xe라는 새로운 독립 그래픽 카드를 내놓겠다고 선언했습니다. Xe는 10㎚ 공정으로 출시될 예정이며 데이터 센터 및 인공지능에 최적화된 고성능 버전과 일반 소비자를 위한 중급 및 보급형 버전 등 다양한 제품이 등장할 예정입니다. 구체적인 목표 성능에 대해서는 말을 아끼고 있지만, 현재 그래픽 카드를 만드는 엔비디아와 AMD에 견줄 수 있는 성능을 목표로 하는 건 분명합니다. 최근 들리는 루머에 의하면 새로 개발된 3D 칩 적층 기술을 사용해 성능은 높이고 크기는 줄일 수 있다고 하지만, 아직 확인된 바는 없습니다. 물론 아무리 업계에서 잔뼈가 굵은 라자 코두리를 영입했다고 해도 GPU 시장의 절대 강자인 엔비디아를 견제할 수 있을지 회의적인 시각도 있습니다. 하지만 인텔은 초기 제품에서 상당한 손실을 보더라도 얼마든지 감당할 수 있는 넉넉한 자금이 있고 최근 미세 공정에서 문제가 있기는 해도 여전히 세계 최대의 반도체 제조사 가운데 하나로 생산 능력 역시 막강합니다. 아무것도 안 해보고 인공지능 분야에서 쓰임새가 날로 커지는 GPU 시장에서 엔비디아의 지배력을 인정하는 것보다 한 번은 도전해보는 것이 합리적인 결론입니다. 잘되면 현재 인텔의 영향력이 약한 그래픽 및 인공지능 분야에서 대반전의 기회를 노릴 수 있고 안되더라도 회사가 망할 정도로 큰 손실을 볼 가능성은 희박합니다. 소비자들 역시 당장에는 크게 기대하지 않더라도 앞으로 엔비디아의 독주를 막을 대항마로 인텔의 등장을 반길 것입니다. 최근 GPU 시장은 엔비디아의 독점 구조가 심해지고 신제품이 나올 때마다 가격이 올라가고 있습니다. 새로운 대항마가 등장한다면 엔비디아 역시 더 공격적인 가격 정책을 들고나올 수밖에 없을 것입니다. 인텔의 새로운 그래픽 팀의 첫 작품인 Gen11부터 다음 해 등장할 Xe에 관심이 쏠리는 이유입니다. 과연 20년 동안 지속한 엔비디아 vs AMD 구도가 깨지고 GPU 삼국지가 열릴지 1, 2년 후가 주목됩니다. 사진=Xe 그래픽 카드 로드맵.(출처=인텔) 고든 정 칼럼니스트 jjy0501@naver.com

지난 수십 년간 IT 분야의 발전은 다른 기술 분야를 압도했다. 따라서 데이터를 표현하는 단위나 연산 능력을 표현하는 단위는 급속도로 커지고 있다. 킬로, 메가, 기가, 테라 단위는 이미 일반 사용자에게도 익숙하다. 대규모 데이터 센터에서는 페타바이트급 스토리지도 놀라운 일이 아니다. 슈퍼컴퓨터의 영역에서는 페타플롭스(PFLOPS, 초당 10의 15 제곱. 즉 1초당 1,000조 번의 연산처리) 단위의 연산능력을 지닌 슈퍼컴퓨터들이 이미 사용되고 있다. 그러면 페타 다음 단위는 무엇일까? 정답은 엑사(Exa)이다. 당연한 이야기지만 현재 슈퍼컴퓨터 개발의 목표는 엑사플롭스(exaFLOPS) 연산 능력을 돌파하는 것이다. 이는 초당 10의 18 제곱연산을 의미하는 것으로, 다른 말로는 1초당 100경 번의 연산처리를 의미하는 것이다. 이런 슈퍼컴퓨터는 미래 기상 변화 예측, 핵물리학, 핵융합 연구 등 다양한 분야에 사용된다. 이 분야에서 선두를 차지하는 것은 실용적인 측면은 물론이고, 강대국 간의 자존심 싸움이기도 하다. 미국은 일찍부터 엑사스케일 컴퓨팅(Exascale computing)에 투자를 해왔다. 2012년 미 에너지부(DOE) 산하의 국립 핵안보국(National Nuclear Security Administration)을 비롯한 연방 정부 기관들은 1억 2,600만 달러의 예산을 투입했다. 미국 국방 고등 연구 계획국(Defense Advanced Research Projects Agency: DARPA)는 더 구체적인 목표를 설정했다. 와트(W)당 50 GFLOPS 의 전력 대 연산 효율이 그것으로 이는 20MW의 전력 사용으로 엑사플롭스 성능을 달성해야 한다는 의미였다. 몇몇 미국 내 기업들 역시 이 분야에 지대한 관심이 있는데, 대표적인 기업이 IBM, 인텔, 엔비디아 등이다. 이들 역시 이 분야에서 선두를 유치해 고성능 컴퓨터(HPC) 시장에서 지배적 위치에 오르기 위해 노력하고 있다. 그리고 이들이 만든 부품들이 현재 세계 최고 성능 슈퍼컴퓨터에 사용되고 있다. ▲ 그래픽 프로세서(GPU)를 이용한 선두 주자 엔비디아, 그리고 IBM 국내에는 그래픽 카드인 지포스 시리즈로 더 잘 알려진 엔비디아는 자사의 그래픽 프로세서를 그래픽 연산뿐이 아니라 일반 연산용으로도 사용할 수 있다는 점을 깨닫고 ‘테슬라’ 제품군을 출시했다. 이는 GPGPU라고 불렸는데 초기 제품들은 제한된 병렬 연산에서만 강점을 보였으나 몇 세대를 거치면서 강력한 연산 능력을 지닌 병렬 프로세서로 진화했다. 현재 테슬라 제품군은 고성능 슈퍼컴퓨터 시장에서 강력한 영향력을 지니고 있는데, 2012년 최초로 10페타플롭스의 벽을 깬 크레이(Cray)의 타이탄(Titan)이 바로 18,688개의 엔비디아 테슬라 K20X GPU를 사용한 제품이다. 이 슈퍼컴퓨터는 성능을 측정하는 LINPACK 테스트에서 17.59페타플롭스의 성능을 기록했다. 테슬라 K20은 케플러 아키텍처를 사용하고 있는데 엔비디아는 이미 그 후속 GPU를 개발하는 중이다. 이 중에서 2017년쯤 출시를 예상하고 있는 볼타(Volta) GPU 기반 제품을 사용한 슈퍼컴퓨터는 최대 300페타플롭스의 성능을 지닐 것으로 예상하고 있다. 엔비디아는 IBM과 손을 잡고(IBM 은 여기에 자사의 Power9 CPU를 사용한다. 참고로 IBM은 PowerPC 프로세서를 사용한 세쿼이아로 2011년 세계 최고 성능 슈퍼컴퓨터 자리를 차지한 바 있다) 차기 슈퍼컴퓨터를 개발 중인데 오크리지 국립 연구소(Oak Ridge National Laboratory)에 공급할 서밋(Summit)과 로렌스 리버모어 국립 연구소(Lawrence Livermore National Laboratory)에 공급할 시에라 (Sierra)가 그것이다. 서밋은 150에서 300페타플롭스급 성능을 지녔으며 시에라는 100페타플롭스급 성능을 목표로 하고 있다. 본래 엑사스케일 목표는 2018에서 2020년 사이에 최초의 엑사플롭스 연산 능력을 돌파한다는 것이었는데 서밋과 시에라의 존재는 그 가능성을 높이고 있다. 볼타와 Power9 프로세서 다음 프로세서는 엑사플롭스에 도달하든지 아니면 그 근방에 위치할 가능성이 높다. ▲ CPU 시장의 절대 강자 인텔 세계 최대의 반도체 회사이자 역시 세계 최대의 프로세서 제조사인 인텔 역시 슈퍼컴퓨터 시장에 지대한 관심이 있다. 인텔 역시 2012년부터 엑사스케일 컴퓨터에 투자를 진행했다. 그런데 이미 강력한 CPU들을 가진 인텔이지만 엔비디아를 견제하기 위해서는 완전히 새로운 제품이 필요했다. 인텔이 내놓은 카드는 제온 파이(Xeon Phi)였다. X86 아키텍처 기반 코어를 여러 개 병렬로 연결한 제온 파이는 첫 등장부터 엔비디아를 강력하게 견제했다. 2013년, 국방 과학기술 대학(國防科學技術大學 National University of Defense Technology (NUDT))의 주도로 중국의 국립 슈퍼컴퓨터 센터에 텐허-2(Tianhe – 2, 天河-2. 은하-2라는 뜻)라는 슈퍼컴퓨터가 건설되었다. 이 슈퍼컴퓨터는 인텔의 제온 CPU 32,000개와 48,000개의 제온 파이 코프로세서를 사용했다. 최근 이 슈퍼컴퓨터는 33.86 페타플롭스의 기록으로 세계에서 가장 빠른 컴퓨터의 타이틀을 차지했다. 사실 텐허-1은 엔비디아의 테슬라 제품을 사용했는데 텐허-2는 인텔 제품을 사용한 것이다. 텐허-2 에 사용된 코드명 나이츠 코너(Knights Corner)는 1개의 프로세서로 테라플롭스 연산을 가능하게 한다. 하지만 경쟁사도 더 강력한 제품을 준비하는 만큼 인텔 역시 더 강력한 프로세서를 준비 중이다. 2015년 등장 예정인 나이츠 랜딩(Knights Landing)은 1개의 프로세서가 3테라플롭스급 연산 능력을 지니고 있다고 한다. 그리고 2017년에는 10nm 공정을 이용한 나이츠 힐(Knights Hill)까지 준비하고 있다. 인텔은 나이츠 랜딩이 현재 텐허-2가 가진 능력보다 2배 이상 빠른 연산 능력을 지닌 100 페타플롭스급 슈퍼컴퓨터를 가능하게 할 것이라고 보고 있다. 최근 그 존재를 공개한 나이츠 힐은 이보다 몇 배 강력한 능력을 지닐 가능성이 높다. 이렇게 되면 인텔 역시 2020년쯤 해서 엑사플롭스 혹은 그에 근접한 슈퍼컴퓨터를 만들 수 있게 될 것이다. ▲ 뒤처진 국내 슈퍼컴...100위 내 하나도 없어 올해 11월을 기준으로 세계 500대 슈퍼컴퓨터 1위는 앞서 언급한 텐허-2이다. 2위는 타이탄, 3위는 세쿼이아였다. 비록 중국이 1위를 차지하긴 했지만 사용된 프로세서는 모두 미국 제품이다. 텐허는 모두 인텔, 타이탄은 AMD CPU와 엔비디아 테슬라, 세쿼이아는 IBM 프로세서를 사용한다. 4위인 케이 컴퓨터만 일본 후지쯔가 생산한 SPARC64 VIIIfx CPU를 사용할 뿐이다. 이 분야에서 미국의 힘을 느끼게 하는 대목이다. 사실 세계 500대 슈퍼컴퓨터 중 231대가 미국에 있다. 물론 한국 역시 탑 500안에 들어가는 슈퍼컴퓨터 보유국이다. 기상청과 한국과학기술정보연구원(KISTI) 등이 9대의 슈퍼컴퓨터를 보유하고 있지만 최근 몇 년간 순위가 많이 내려갔다. 사실 현재는 100위안에 드는 슈퍼컴퓨터가 없다. 국내에서 가장 빠른 컴퓨터로 기상청 슈퍼컴퓨터 ‘우리’가 최근 순위에 148위로 등장했는데 339테라플롭스 수준이다. 사실 한국이 미국, 중국, 일본, 유럽보다 뒤처진 부분은 슈퍼컴퓨터 자체보다 이를 활용하는 수준이라는 지적이 많다. 일단 슈퍼컴퓨터를 널리 사용하게 되면 슈퍼컴퓨터에 대한 투자는 자연스럽게 늘어나게 될 것이고 우리나라의 순위도 크게 오를 수 있을 것이다. 즉 활용 능력을 먼저 높이는 것이 중요하다는 이야기다. 무턱대고 고성능 슈퍼컴퓨터를 도입해도 사용할 연구가 없다면 무용지물에 불과하다. 현재의 발전 속도를 생각하면 엑사플롭스급 슈퍼컴퓨터도 먼 미래의 일은 아닐 가능성이 높다. 지금은 엄청나게 빠른 것 같은 페타플롭스급 컴퓨터도 미래에는 흔하게 될 것이다. 이런 고성능 컴퓨터를 사용한 연구를 통해 앞서가는 선진국을 따라잡기 위해서는 우리 역시 늦지 않게 슈퍼컴퓨터 생태계 확산을 위해 노력해야 할 것이다. 고든 정 통신원 jjy0501@naver.com