KT 클라우드는 자사 데이터센터에 차세대 액침냉각 기술을 도입하기 위해 스위스에 본사를 둔 ‘이머전4’와 업무협약을 체결했다고 23일 밝혔다. 제품 제조사가 개발하는 서버와 그래픽처리장치(GPU) 기술 외에, 데이터센터 운영사에서 고도화 여지가 가장 큰 분야가 열관리와 전력 효율화다. 발열은 데이터센터를 ‘전기 먹는 하마’로 만드는 주범이다. 전력 효율화 기술 역시 열관리와 밀접한 관계가 있기 때문에 차세대 냉각 기술은 데이터센터에 결정적이다. 액침냉각은 전기가 흐르지 않는 유전체 용액에 정보기술(IT) 장비를 직접 담가 열을 제거하는 기술이다. 액침냉각 시스템을 데이터센터에 적용하면 공랭식 냉각에서 발생할 수 있는 서버실 온도 불균형, 팬 소음 등이 해소된다. 따라서 전력 소모와 탄소 배출을 줄일 수 있으며, 냉각에 필요한 건축 면적도 작다. 이머전4는 글로벌 액침냉각 시스템 전문기업으로 자체적으로 개발한 액침냉각 유체와 시스템 기술력을 보유하고 있다. UN산하 국제전기통신연합(ITU)이 주관하는 국제통신박람회(ITU 2019)에서 ‘글로벌 중소기업 우수상’과 글로벌 비즈니스 시상식인 부르즈 CEO 어워즈 2022(BURJ CEO Awards 2022)에서 ‘혁신적인 기업상’을 수상한 바 있다. 이번 협약으로 양사는 데이터센터 액침냉각 시스템 적용을 위한 기술을 교류하고, 효율적이고 안정적인 데이터센터 운용을 위해 상호 협력한다. KT 클라우드는, 기존 데이터센터 냉각 시스템, 운영 및 서버 유지보수 방식, 비즈니스 정보 등을 공유하고, 액침냉각 시스템 도입을 위한 테스트 베드를 제공할 예정이다. 이머전4는 해외 데이터센터 액침냉각 시스템, 자체 기술력 시스템과 유체 정보를 제공할 예정이다. KT 클라우드는 Immersion4와 협력으로 차세대 냉각 기술을 빠르고 안정적으로 도입할 수 있을 것으로 기대하고 있다. 향상된 냉각 능력에 따라 고용량∙고집적 서버 도입과 운용이 수월해, 데이터센터 운용 비용 절감 및 에너지 효율화의 우수 사례로 자리매김한다는 계획이다. 윤동식 KT 클라우드 대표는 “인터넷데이터센터(IDC) 시장 리더로서 급증하는 수요에 대응해 신규 IDC를 확보하는 것만큼 중요한 것이 에너지 효율화와 탄소 절감”이라면서 “액침냉각 기술 등 다양한 차세대 기술 도입 및 내재화를 위해 지속 노력할 것”이라고 밝혔다.

서울특별시의회 ‘웰니스 서울 정책 연구 포럼’ 대표의원으로 활동 중인 김춘곤 의원(국민의힘, 강서4) 주관으로 지난 19일 개최된 ‘서울 웰니스 산업 활성화를 위한 정책토론회’가 분산된 서울 웰니스 산업 융합의 촉매제 역할을 하고 성황리에 끝났다. 첫 번째 발제자로 한국웰니스산업협회 이우람 부회장은 “웰니스는 건강한 신체와 정신을 유지하고 향상시키는 것”이라고 정의하고 세계웰니스협회 2020년 발표 자료에 따르면 세계시장 규모는 5800조 원이며 대한민국은 세계 8위에 있다고 했다. 발제를 마무리하면서 K-웰니스 도시 브랜딩을 통한 서울형 웰니스 모델을 제언했고 협회 차원에서는 2024 K-웰니스 푸드&투어리즘, 플랫폼 웰라, 치유 농업사 민간자격증 사업을 추진 중이라고 소개했다. 두 번째 발제자로 나선 서울대학교 의료정보학 김주한 교수는 “웰니스는 질병이 없을 뿐만 아니라 신체적 정신적 사회적 영적으로 건강한 상태를 말한다”고 하며 모든 시민이 자신의 필수 데이터를 저장할 수 있는 최소한의 저장 공간과 로그인할 수 있는 컴퓨팅 파워, 통신환경이 제공되는 디지털시민기본권에 대해 설명하고 지자체 단위의 시범사업을 제안했다. 세 번째 발제자인 경희대학교 동서의학연구소 고성규 소장은 “예방학 차원에서 웰니스는 건강하고 행복하게 주변 환경과 조화롭게 늙어가는 것”이라고 하며 실제 질환 상태에 가지 않았는데 본인이 어딘가 아픈 것 같다고 생각하는 ‘미병’현상을 설명하고 우리나라가 건강염려증이 다소 높은 편이라고 했다. 또한 한의학적으로 웰니스를 위해서는 음양의 균형을 통해 신체 밸런스를 맞출 수 있다고 하며 Health life를 위해 피해야 하는 40가지에 대해 소개했다. 네 번째 발제자인 네이버 헬스케어 연구소 나군호 소장은 ChatGPT 시대에 웰니스 산업은 어떻게 나갈 수 있을까라는 주제로 하이퍼클로버를 소개했다. 하이퍼클로버는 매개변수 2040억 개, 1024개의 GPU, 한국어 데이터세트 1.6테라 바이트로 구성되어 사회복지가 필요한 주민에게 AI가 자동으로 전화를 걸어 긴급조치 등 다양한 서비스를 제공한다고 설명했다. 향후에는 코딩, 마케팅, 물류, 의료, 건강 등에 집중하여 활용할 계획이라고 했다. 다섯 번째 발제자인 카카오헬스케어 황희 대표는 “웰니스란 건강한 상태에서 해피니스를 추구하는 일련의 여러 가지 행위들과 상태”라고 정의하며 디지털헬스케어의 가장 큰 가치는 기본적으로 제한된 자원으로 지속적인 헬스 서비스를 유지할 수 없다고 할 때 보편적 의료혜택을 위한 공평한 리소스의 분배라고 했다. 여섯 번째 발제를 맡은 서울관광재단 탁정삼 본부장은 관광사업을 하기 어려운 여건에서도 ‘2022 서울의료관광 국제트래블마트(SITMMT)’를 개최해 국내 305개 업체 참가, B2B 상담 944건, 계약 협의 263건(약 123억 원)의 실적이 있었으며 국가별 의료관광객 특성을 분석해 홍보마케팅을 추진하고 있다고 했다. 향후에는 서울의료관광 협력기관 네트워킹 활성화, 서울 메디컬&웰니스 센터 운영, 통역 코디네이터 운영 및 전문 인력 양성에 집중하겠다고 했다. 발제를 마치고 첫 번째 토론자인 서울시 관광산업과 과장은 웰니스 관련 조례 마련, 서울메디컬센터를 정보제공 중심에서 체험 중심으로의 전환, 하반기 ‘서울 웰니스 관광 페스타’를 준비하고 있으며 실질적으로 수효를 창출할 수 있는 마케팅과 서울 웰니스의 세계적 홍보에 집중하고 있다고 했다. 두 번째 토론자인 서울시 바이오AI과 과장은 서울의 디지털헬스케어 성장을 위해 물리적 공간과 성장지원 프로그램 그리고 인력을 스타트업 기업에게 지원하고 있다고 설명했다. 홍릉강소특구는 현재 6개 동의 물리적인 공간이 있고 2028년까지 10개 동으로 확장할 계획이고 고가의 바이오 장비 구입 및 활용을 지원하며 향후에는 지방, 국제 클러스터와도 연계하는 계획을 가지고 있다고 했다. 세 번째 토론자로 경인여자대학교 김정하 교수는 서울시 특성에 맞는 웰니스 핵심자원의 선정, 콘텐츠 개발, 관광산업 육성, 관광인력 양성이 요구된다고 했다. 또한 인바운드 중심의 정책에서 벗어나 서울시민과 국내·외 관광시장 전체에 대한 균형적인 시각을 가지고 추진할 필요가 있다고 제언했다. 서울 웰니스 산업 활성화를 위한 정책토론회는 3시간 동안 다양한 분야의 발제와 토론으로 진행됐으며 웰니스 산업의 융복합을 만드는 촉매제 역할을 했다. 전체 토론회는 유튜브(youTube) ‘서울특별시의회 토론회 공청회’에서 다시 볼 수 있다.

최근 CPU 제조사들은 아키텍처를 개선하고 클럭을 높이는 방식만으로는 충분한 성능 향상을 얻을 수 없기 때문에 더 많은 코어를 집적하는 방향을 선택하고 있습니다. 이미 서버 영역에서는 50개를 넘어 최대 100개 이상의 코어를 집적한 대형 프로세서가 등장한 상황입니다. 주로는 크기가 작은 편인 ARM CPU가 주종을 이루지만, AMD와 인텔 모두 128코어, 144코어 서버 프로세서를 출시할 예정이고 이미 소비자용 프로세서도 16-24코어 제품까지 나와 있는 상황이기 때문에 앞으로 코어 숫자는 계속 늘어날 것으로 보입니다. 그런데 이런 코어 숫자 경쟁에 뛰어든 의외의 선수가 있습니다. 바로 유럽 연합의 지원을 받은 프랑스의 고성능 CPU 스타트업인 SiPearl이 그 주인공입니다. SiPearl은 미국 IT 기업 제품 일색인 서버 및 슈퍼컴퓨터 시장에서 메이드 인 유럽(made in Europe)을 내세운 유럽 토종 기업으로 아직 구체적인 제품을 내놓지는 못하고 있지만, 상당한 지원을 받아 유럽 자체 설계의 엑사스케일 슈퍼컴퓨터 개발을 노리고 있습니다. SiPearl의 CPU는 기본적으로 ARM 계열이지만, 독특하게도 유럽 우주국의 지원을 받아 취리히의 스위스 연방 공과대학 및 이탈리아 볼로냐 대학과 함께 개발하는 오카미(Occamy) 프로세서는 RISC-V 계열입니다. 오카미 프로세서에서 독특한 부분은 다른 고성능 CPU 제조사들과 달리 어느 정도 성능을 낼 수 있는 코어 숫자를 늘리는 게 아니라 매우 작은 32비트 RISC-V 프로세서를 많이 집적했다는 것입니다. 따라서 216개의 RISC-V 코어를 집적해도 제조 단가가 매우 비싼 최신 미세 공정이 필요 없습니다. 오카미 프로세서는 오래된 글로벌 파운드리의 GF12LPP 공정을 사용하는 데, 216개의 코어와 HBM2e 메모리 컨트롤러를 장착해도 면적이 73㎟에 불과합니다. 프로세서는 두 개의 칩렛으로 이뤄지는 데, 칩렛에는 16GB HBM2e 메모리가 있어 총 432개의 코어와 32GB HBM2e 메모리를 지닌 구성입니다. 네 개의 반도체 다이를 연결하는 것은 65nm 공정으로 만든 실리콘 인터포저입니다. 오카미 프로세서의 연산 능력은 FP64 기준 0.75TFLOPS이고 FP8 기준 6TFLOPS로 현재 기준으로 봤을 때 빠른 성능이라고 보기는 어렵습니다. 솔직히 말하면 슈퍼컴퓨팅을 위한 목적이라고 생각하기 어렵고 게임 목적의 고성능 GPU에도 밀리는 성능입니다. 다만 유럽우주국이 개발을 후원한 점으로 봤을 때 어쩌면 오카미 프로세서의 진짜 목적은 우주 공간에서도 사용할 수 있는 고성능 병렬 프로세서일 가능성이 있습니다. 강력한 방사선에 노출된 환경에서는 오히려 최신 미세 공정이 불리합니다. 대부분의 우주선용 컴퓨터는 구형 공정을 사용합니다. 얇은 전선과 굵은 전선 중 어느 쪽이 안전성이 높을지 생각하면 쉽게 이해가 가능한 대목입니다. 이렇게 생각하면 오카미 프로세서의 이상한 구성도 이해가 될 수 있습니다. 오작동을 방지하기 위해서는 가능한 단순한 구조가 유리하기 때문에 매우 작고 단순한 RISC-V 프로세서를 많이 탑재하고 최신 공정을 사용하지 않은 것입니다. 2020년 발사된 화성 로버인 퍼서비어런스에 탑재된 RAD 750도 1997년에 나온 PowerPC 750 기반으로 나온 만큼 오카미 정도 성능이면 우주 공간에서는 최강의 슈퍼컴퓨터가 되기에 부족하지 않습니다.　 다만 유럽우주국은 이 프로세서에 대한 구체적인 활용 방안에 대해서는 언급하지 않고 있습니다. 프로세서의 성능과 신뢰성, 그리고 여러 가지 사항을 검토한 후 양산 및 탑재가 결정될 것으로 보입니다. 아마도 이렇게 관련 스타트업을 지원하면서 다양한 프로세서를 만들게 하는 이유는 메이드 인 유럽 IT 기술을 육성하기 위한 의도로 풀이됩니다. 시스템 반도체 산업을 육성하려는 우리 역시 주목할 만한 대목입니다. 

과거 ‘산업의 쌀’에서 이제는 국가 경제·안보의 동력으로 성장한 반도체. 첨단 산업의 상징인 만큼 반도체 기사는 어렵기만 합니다. 반도체 산업의 역사와 기술, 글로벌 경쟁에 이르기까지 반도체를 둘러싼 이야기를 편견과 치우침 없이 전해 드립니다.지난달 20일 한미정상회담을 앞두고 미국으로 출장을 떠난 이재용 삼성전자 회장이 지난 12일 새벽 서울로 돌아왔습니다. 미국에서 머무른 기간만 22일로, 이 회장이 삼성 경영 전면에 나선 2014년 5월 이후 가장 긴 기간의 해외 출장입니다. 그간 이 회장은 지난 정부에서의 수감 생활과 코로나19 팬데믹(감염병 대유행), 매주 출석 의무가 부여된 국내 재판 일정 등으로 글로벌 비즈니스 네트워킹에 어려움을 겪어 왔죠. 하지만 5월 재판이 오는 26일로 잡히면서 한달 가까운 시간을 확보한 상황이었습니다.그러나 이 회장의 미국 출장 행보는 사실상 ‘잠행’에 가까웠습니다. 윤석열 대통령의 미국 국빈 방문 기간에 열린 한미 비즈니스라운드 테이블과 미 국무장관 주최 국빈 오찬 등 공식 일정에서만 언론에 모습을 보였고, 윤 대통령과 다른 그룹 총수들이 국내로 돌아온 이후에도 이 회장은 ‘계속 미국 출장 중이다’라는 소식 외엔 현지에서 누구를 만나고 있는지 전혀 알려지지 않았죠. 그나마 지난 7일 이 회장이 그간 미국 동부 바이오클러스터에서 존슨앤존슨(J&J), BMS, 바이오젠, 오가논 등 글로벌 제약사의 최고경영자(CEO)들을 두루 만나며 삼성바이오로직스 등 바이오 분야 협력 방안을 모색했다는 근황이 전해지긴 했습니다. 이 회장이 바이오산업을 ‘제2의 반도체’로 육성하기 위해 남다른 관심과 노력을 쏟고 있는 건 널리 알려진 사실이지만, 국내에서의 관심은 반도체와 인공지능(AI) 분야의 미 빅테크 거물과의 회동 여부였습니다. 특히 삼성전자의 실적을 견인해온 반도체가 메모리 불황의 직격타를 맞으며 크게 흔들리고 있는 탓에 이 회장이 전면에 나서 돌파구를 마련할 것이라는 전망도 쏟아졌습니다.언론의 전망대로 미국 출장 전반부를 바이오에 집중한 이 회장은 후반부에는 출장지를 서부 실리콘밸리로 옮겨 순다르 피차이 구글 CEO와 사티아 나델라 마이크로소프트 CEO 등을 만난 것으로 파악됐습니다. 이 회장의 서부 일정 중 가장 인상적인 이벤트는 젠슨 황 엔비디아 CEO와의 회동입니다. 삼성 반도체 파운드리(위탁생산) 사업부의 급성장을 꾀하고 있는 이 회장과 이런 삼성의 최대 경쟁사 대만 TSMC의 ‘큰손’인 황 CEO는 지난 10일 실리콘밸리의 한 일식당에서 비공개 일정으로 만났지만, 두 사람과 함께 기념사진을 찍은 식당 주인이 페이스북 계정에 사진을 올리면서 외부로 알려졌습니다. 이날도 황 CEO는 트레이드 마크인 검정 티셔츠에 검정 가죽 재킷 차림으로 이 회장을 맞이했습니다. 1993년 대만 출신인 젠슨 황이 설립한 그래픽처리장치(GPU) 설계 기업 엔비디아는 현재 세계 반도체 시장에서 소위 가장 잘나가는 회사입니다. 전통적인 GPU 중심 사업에서 AI 반도체 영역으로 확장하며 ‘대박’을 친 것이죠. 현재 세계 반도체 기업 중 시가 총액 1위가 바로 엔비디아(5329억 달러)입니다. 엔비디아와 애플 등을 핵심 고객사로 둔 TSMC(4672억 달러)가 시총 2위, TSMC 추격에 나선 삼성전자(3212억 달러)가 시총 3위에 해당합니다.이 회장과 황 CEO는 AI 반도체 분야에서 양사가 시너지를 낼 수 있는 방안을 비롯해 파운드리를 통한 협업 방안 등을 논의한 것으로 전해집니다. 엔비디아는 챗GPT를 비롯해 최근 산업계 전반에서 수요가 폭발적으로 증가하고 있는 생성형 AI에 전용 GPU를 제공하고 있어 제품의 안정적인 양산이 필요하고, 제품 공급처 다변화도 필요한 상황입니다. TSMC의 파운드리에만 의존하기보다는 삼성 파운드리 등에서 분산 생산·공급받는 게 공급망 안정 측면에 유리하다는 시각입니다. 국내 반도체 업계에서는 올 하반기부터 메모리 업황 반등이 전망되는 상황에서 삼성 파운드리도 ‘JY 세일즈’의 효과가 시작될 수 있다는 기대감이 나옵니다. 글로벌 반도체 시총 1위와 3위 기업 수장의 회동이 창출하게 될 경제·산업적 가치 또한 천문학적 규모가 되리라는 것입니다. 업계의 한 관계자는 “지금 반도체 시장은 미국과 중국의 대립 속에 유럽과 일본도 자체 경쟁력 확보를 목표로 투자를 강화하고 있는 구조”라면서 “이런 상황에서 기업은 국가와 지역의 경계는 무의미해지고, 어제의 적 혹은 경쟁자와도 미래를 위해서는 손을 잡아야 하는 것”이라고 강조했습니다. “친구는 많을수록 좋은 것”이라는 이 회장의 말처럼 반도체 전쟁에서 동맹군은 많을수록 좋다는 의미로 풀이됩니다.

지난달 20일 한미정상회담을 앞두고 미국으로 출국해 장기 출장을 이어온 이재용 삼성전자 회장이 12일 새벽 서울로 돌아왔다. 이 회장은 총 22일 간 미국에서 머무르며 동부 바이오 클러스터부터 서부 실리콘밸리 ICT(정보통신기술) 클러스터까지 횡단하며 매일 한 명 이상의 ‘재계 거물’과 만나 삼성과의 협력 방안을 모색했다. 3주 이상 해외 출장은 이 회장이 경영 전면에 나선 2014년 이후 역대 최장기간에 해당한다.12일 재계에 따르면 이 회장은 미국 출장 중 동부에서 존슨앤존슨(J&J)·BMS·바이오젠·오가논 등 글로벌 빅파마(대형 제약사)의 최고경영자(CEO)를 만난 데 이어 서부에서는 구글과 마이크로소프트, 엔비디아 등 첨단 ICT와 인공지능(AI) 산업을 주도하고 있는 기업 CEO와의 만남을 이어갔다. 이 회장은 매일 강행군 일정을 통해 코로나19 팬데믹으로 소원해졌던 글로벌 네트워크 복원에 힘쓰며, 글로벌 CEO들과 각 산업별 중장기 비전을 공유한 것으로 전해졌다. 재계에서는 유례 없이 길었던 이 회장의 이번 미국 출장이 삼성의 미래 전략을 구체화하고 ‘뉴 삼성’ 비전의 기틀을 다지는 중요한 이정표가 될 것이라는 분석이 나온다. 이 회장이 미국에서 만난 기업인들이 AI, 전장용 반도체, 차세대 통신, 바이오 등 이 회장이 삼성의 미래 성장 사업으로 점찍고 집중적으로 육성하고 있는 분야의 글로벌 리더들이기 때문이다. 재계 관계자는 “AI, 바이오, 전장용 반도체와 차세대 이동통신은 미국 기업이 독보적 경쟁력을 확보하고 있다”라면서 “미국과의 비즈니스 네트워크가 사업의 존폐를 가름한다”고 말했다. 이 관계자는 이어 “삼성은 글로벌 ICT 시장의 불황 속 미래 성장사업을 새 주력 먹거리로 길러내야 하는 과제를 안고 있다”며 “중대 기로에서 이 회장이 직접 글로벌 네트워크를 가동해 신사업 전략을 모색하며 돌파구를 낸 것”이라고 덧붙였다. 동부 바이오 클러스터에서는 현지 기업들과 삼성바이오로직스 등 바이오·제약 협력 방안과 신사업 발굴 등에 집중했던 이 회장은 실리콘밸리에서는 AI 분야 최고 전문가와의 교류에 많은 시간을 쓴 것으로 알려졌다. 이 회장은 AI 전문가들과의 연쇄 회동을 통해 다양한 사업 영역에서 AI 활용에 대해 의견을 나누고, 삼성전자와의 협력 강화 방안에 대해서 논의한 것으로 전해졌다.반도체 업계에서는 파운드리(위탁생산) 사업을 육성하고 있는 이 회장이 AI 반도체를 선도하는 엔비디아의 젠슨 황 CEO를 만난 점을 주목하고 있다. 두 사람은 지난 10일 실리콘밸리의 한 일식집에서 만나 AI 반도체 관련 시너지 창출 방안과 파운드리 협업 방안을 논의한 것으로 알려졌다. 산업계 전반에서 수요가 폭발적으로 늘고 있는 생성형 AI 서버용 그래픽처리장치(GPU)를 생산하는 엔비디아는 대만 TSMC를 주로 이용하고 있지만, 이번 만남을 계기로 엔비디아가 삼성전자 파운드리에도 최신 칩 물량을 맡길 수 있다는 전망도 나온다. 앞서 이 회장은 2018년 유럽·북미 출장에서도 AI 분야 글로벌 석학들과 교류하며 AI 핵심 인재 영입에 직접 나서기도 했다. 현재 삼성은 전 세계 7개 지역에서 AI 센터를 운영하고 있으며, 삼성 AI 포럼 등을 통해 글로벌 기업 및 학계 전문가들과 혁신 성과 공유에도 힘을 쏟고 있다.

국가 인공지능데이터센터 구축사업을 수행하는 엔에이치엔클라우드(NHN CLOUD)의 연구개발센터가 8일 상무비즈니스센터 4층에서 문을 열었다. 이날 개소식에는 강기정 광주시장과 김동훈 엔에이치엔클라우드 대표, 김상훈 엔에이치엔아카데미 부학장, 김준하 인공지능산업융합사업단장 등이 참석했다. 새로 문을 연 광주연구개발센터는 820㎡ 규모로 60여명이 근무하며, 앞으로 상주직원이 180명까지 확대될 계획이다. 센터에는 본사에서 파견된 인력뿐만 아니라 지난해 9월 개소한 ‘엔에이치엔(NHN) 아카데미 광주캠퍼스’에서 7개월 간 웹개발자, NHN 인증과정을 수료한 전문인력도 함께 근무하게 된다. 광주시는 앞으로도 인공지능(AI) 분야 교육과 채용의 연결고리를 강화해 나간다는 방침이다. 연구개발센터는 광주시와 엔에이치엔클라우드 간 인공지능 분야 협력의 구심점으로써 선도적 역할을 수행하게 된다. 연구개발센터는 지역거점 클라우드 생태계 조성, 인공지능·게임·핀테크 등 엔에이치엔(NHN) 그룹사의 개발 업무를 담당한다. 이와 함께 세계 클라우드 시장으로 진출하기 위해 국산 인공지능(AI) 반도체로 외산 그래픽처리장치(GPU)를 대체하는 국산 AI반도체 클라우드 전환, 인공지능(AI) 및 머신러닝 기술을 활용한 의료영상 분석·진단 지원 서비스 개발 등 인공지능 응용기술 등을 중점 개발할 계획이다. 엔에이치엔클라우드 관계자는 “이번 광주연구개발센터 개소를 통해 지역거점 클라우드 생태계 조성 노력을 더욱 가속화할 것”이라며 “향후 광주연구개발센터는 지난해부터 운영하고 있는 ‘NHN아카데미 광주캠퍼스’와 더불어 지역사회 정보기술 인재양성 등 다양한 영역에서 중요한 역할을 해나갈 것”이라고 말했다. 강기정 광주시장은 “엔에이치엔클라우드와 함께 인공지능데이터센터의 활용률을 높이고 지역의 인프라와 융합해 상승효과가 나타나도록 연구개발센터 운영 등에 협업을 강화할 계획”이라며 “광주는 명실상부 인공지능(AI) 중심도시로 더욱 확고해지고 그 길에 엔에이치엔클라우드가 중요한 역할을 할 것으로 기대한다”고 밝혔다.

러시아 크렘린궁(대통령실) 대변인의 아들이 우크라이나 전쟁에서 러시아 민간 용병업체 와그너그룹의 포병으로 복무했다고 주장했다. 드미트리 페스코프 크렘린궁 대변인 아들 니콜라이 페스코프(33)는 22일(현지시간) 러시아 친정부 성향 타블로이드 매체 콤소몰스카야 프라브다와의 인터뷰에서 “나는 그것이 내 의무라고 생각했다. 사태를 방관하면서 친구들과 다른 사람들이 그곳(우크라이나)에 가는 것을 지켜볼 수만 없었다”고 말했다. 니콜라이는 “그곳에 갔을 때 나는 내 성을 바꿔야 했다. 아무도 내가 누군지 몰랐다”고 회상했다. 이어 우크라이나에서 6개월간 복무했고 공로를 인정받아 훈장도 받았다고 주장했다. 앞서 와그너그룹 수장 예브게니 프리고진도 페스코프 대변인의 아들이 용병으로 복무했다고 말했다.프리고진은 지난 21일 러시아 언론인 알렉산드르 시모노프가 텔레그램에 공개한 인터뷰에서 페스코프 아들 중 한 명이 와그너에 있었다며 “페스코프가 아들을 일반 포병으로 데려가라고 부탁했다”고 주장했다. 시모노프 기자 역시 친정부 성향 매체인 리아판 소속으로 알려져 있다. 프리고진은 또 페스코프의 아들이 니콜라이라고 지칭하진 않았으나 영국에서 오랜 기간 생활했다고 언급했다. 이는 페스코프의 장남인 니콜라이와 일치한다고 러시아 독립 매체 메두사는 지적했다. 프리고진은 그러면서 “그는 다른 사람들과 마찬가지로 무릎까지 진흙 속에 파묻혀 가며 우라간(BM-27 방사포)을 관리하며 복무했다. 극소수의 사람들만이 이를 안다”고 주장했다. 그러나 러시아 일부 매체는 니콜라이와 프리고진의 주장이 거짓일 수 있다며 의심하고 있다. 러시아 텔레그램 기반 매체 ‘브치크-오그푸’(VChK-OGPU)는 니콜라이가 지난달 말까지 소유한 테슬라 모델X 차량은 당시 소유주가 우크라이나에 있었다고 알려진 기간 중 과속 카메라에 여러 번 단속돼 벌금을 부과받았다고 보도했다. 이 매체는 해당 차량을 녹화한 단속 카메라의 스크린샷도 게시했다. 이후 드미트리 페스코프도 이 차를 사용한 것으로 알려졌으나, 또 다른 매체 소타는 니콜라이가 최근 차를 팔았는데도 전기차 필수 보험 중 하나를 계속 보유하고 있다고 지적했다. 와그너그룹의 전·현직 포병들도 니콜라이를 바흐무트는 물론 이전에 함락한 인근 도시 솔레다르에서도 본 적이 없다고 말했다. 그러나 니콜라이의 한 친구는 그가 오랫동안 우크라이나에서 복무했다고 주장했다.이번에 니콜라이와 단독 인터뷰한 콤소몰스카야 프라브다가 그의 독점 영상이라며 공개한 방송 화면 스크린샷도 거짓일 가능성이 있다. 이 사진은 지난 1월 러시아 친푸틴 선전가로 유명한 국영TV 진행자인 블라디미르 솔로비요프가 와그너그룹 선전에 사용하던 것이기 때문이다. 또 다른 매체 아겐츠트바는 니콜라이가 위조 문서를 사용해 와그너그룹에 들어갔다고 알려졌기에 범죄를 저지른 것일 수도 있다고 지적했다. 러시아 변호사 예브게니 스미르노프는 와그너그룹은 규제 대상이 아니므로 어떤 문서가 필요한지 명확하지 않다. 그러나 니콜라이가 와그너그룹에 가입하기 위해 가짜 여권을 사용했다면 최대 1년의 징역형을 받을 수 있다. 한편 니콜라이는 지난해 9월 비록 장난 전화이긴 했지만 징집을 한차례 거부해 논란을 일으켰다. 러시아 야권 지도자 알렉세이 나발니가 운영하는 유튜브 채널 ‘대중 정치’의 라이브 방송 진행자인 드미트리 니조프체프가 생방송 도중 니콜라이에게 전화를 걸어 “당신은 징집 대상”이라고 말하자 당시 그는 “내 성이 페스코프인 걸 안다면 내가 그곳에 갈 일이 없다는 걸 알 것”이라며 입대를 거부했다. 니콜라이는 과거 러시아의 핵 관련 부대에서 군 생활을 했다. 러시아 국방부는 군 경험이 있는 예비군 30여만 명이 동원 대상이라 발표해 원칙상 니콜라이도 징집 대상에 포함됐던 것으로 알려졌다.

서울과학기술대학교가 지난해 12월말 서울 공릉동 교내에 ‘슈퍼컴퓨터 데이터센터’를 구축하고, 사전 테스트 기간을 거쳐 최근 개소식을 했다고 10일 밝혔다. 서울과기대는 2021년 인공지능응용학과를 개설한 뒤 이번 슈퍼컴퓨터 데이터센터 구축을 위해 교육부와 함께 40억 9000만원의 실험·실습 기자재 확충사업 예산을 투입했다. 완성된 서울과기대 슈퍼컴퓨터 데이터센터는 초거대 AI 챗GPT 분야 글로벌 최고 인재교육 양성을 선도하는 핵심 인프라로 활용될 예정이다. 슈퍼컴퓨터 데이터센터에는 OpenAI가 챗GPT의 학습에 사용한 것과 같은 GPU 모델인 엔비디아의 ‘DGX A100’이 적용됐다. DGX A100은 대용량 AI 학습·추론 처리에 고성능을 발휘해 최적의 AI 컴퓨팅 클러스터 구현이 가능하다. 또한 GPU 활용 능력을 극대화하는 씨이랩의 솔루션 ‘우유니(Uyuni)’가 탑재됐다. 우유니는 간단한 입력으로 GPU 자원을 할당한 컨테이너를 생성하고 현재 작업 상태와 이력을 지속 추적한다.

삼성전자가 미국의 팹리스(반도체 설계 전문 회사) AMD와 차세대 고성능·저전력 그래픽 설계자산(IP) 분야 전략적 파트너십을 확대한다. 그래픽 성능을 극대화해 성장하는 모바일 게임 시장을 적극 활용한다는 전략이다. 삼성전자는 자사 모바일 애플리케이션프로세서(AP)인 엑시노스 라인업에 AMD의 차세대 그래픽 솔루션을 확대 적용한다고 6일 밝혔다. ‘스마트폰의 두뇌’라 불리는 AP는 모바일 기기의 연산과 멀티미디어 구동 기능을 담당하는 시스템반도체다. AMD의 그래픽 솔루션은 초저전력·고성능 라데온 그래픽 설계자산을 기반으로 한다. 이 그래픽 솔루션을 엑시노스에 확대 적용함으로써 삼성전자는 콘솔 게임 수준의 고성능·고화질 게이밍 경험을 스마트폰 등 다양한 기기에서도 제공할 수 있게 된다. 삼성전자는 차세대 그래픽 솔루션 연구개발 생태계도 확장해 나갈 계획이다. 앞서 삼정KPMG가 발간한 ‘2023 게임 산업 10대 트렌드’에 따르면 글로벌 게임시장 규모는 2021년 2197억 달러(약 289조 6500억원)에서 2024년 2577억 달러로, 연평균 5.5% 성장할 것으로 기대된다. 애플리케이션별로 게임시장을 보면, 모바일 게임이 차지하는 비중이 가장 크다. 2021년 전체 게임 시장에서 모바일 게임이 차지하는 비중은 45.6%로, 콘솔 게임 시장(25.1%)의 약 2배 수준이다.박성범 삼성전자 시스템LSI사업부 상무는 지난해 8월 모바일 GPU(그래픽처리장치) 성장성에 대해 “스마트폰의 성능이 상향 평준화되면서, 소비자가 체감할 만한 성능 차이를 만들어내는 것이 쉽지 않은 것이 사실”이라면서 “앞으로 플래그십 스마트폰 사용자가 최신 스마트폰을 구입해야 할 이유가 있다면 그것은 게임 성능 때문일 확률이 높을 것”이라고 전망하기도 했다. 이석준 시스템LSI사업부 부사장은 AMD와 협력과 관련해 “삼성전자는 업계 최초로 ‘광선 추적’ 기능을 모바일 AP에 적용하는 등 AMD와 함께 모바일 그래픽 기술의 혁신을 주도하고 있다”며 “차별화한 모바일 그래픽 솔루션을 지속 확보해 나가겠다”고 밝혔다. 데이비드 왕 AMD 라데온 테크놀로지 그룹 수석 부사장은 “이번 협력 확대는 모바일 사용자에게 최고의 그래픽 경험을 제공하기 위한 양사의 노력을 입증하는 것이다”라고 말했다.

카카오모빌리티가 사내 카페에서 로봇을 이용한 실내 배송 서비스를 시작했다고 5일 밝혔다. 네이버 역시 성남 본사 ‘1784’에서 지난해 6월부터 사내 배송 로봇을 운영해 왔다. 두 회사 로봇은 건물 내에서 비슷한 일을 하지만 기본 주행 방식부터 차이점이 많다. 먼저 카카오모빌리티의 로봇은 LG전자의 ‘클로이’다. 로봇의 ‘뇌’에 해당하는 프로세서와 라이다(LiDAR) 등을 탑재해 개별 로봇이 경로와 장애물을 파악하며 주행한다. 네이버 1784에서 운용되는 100여대의 로봇은 ‘브레인리스’ 로봇이다. 클라우드 상에 구현된 인공지능(AI) 통합 로봇 관리 시스템인 ‘ARC’가 이들 모두를 제어한다. 각 로봇은 네이버가 건물 내에 구축한 5G 특화망을 통해 ARC와 연결돼 있다. 두 로봇 구동 방식은 각각 장단점이 있다. 클로이 같은 자율주행 로봇은 전용 엘리베이터나 건물 내 센서 등 로봇 친화적 인프라가 갖춰지지 않은 일반 건물에서도 손쉽게 운영이 가능하다. 이에 로봇 배송 서비스 범위를 건물 단위로 쉽게 확장할 수 있다.반면 브레인리스 로봇은 우선 대당 가격이 획기적으로 저렴하다. 클로이의 경우 가격이 수천만원에 이르지만 브레인리스 로봇엔 그래픽처리장치(GPU)나 라이다 등 고가의 부품이 들어가지 않는다. 네이버 관계자는 “로봇 가격을 공개할 수는 없지만 부품 중 외부 케이스 금형이 가장 비쌀 정도”라고 말했다. 또 하나의 통합된 시스템이 제어하는 브레인리스 로봇은 해당 지역 내에 수많은 로봇을 동시다발로 구동해도 지연이나 장애 없이 서비스를 원활하게 운영할 수 있다. 건물 전체에 구축한 4㎓, 28㎓ 대역 5G 특화망으로 건물 여러개 층에서 많은 수의 로봇이 지연시간 없이 움직일 수 있도록 한다. 특히 네이버의 경우엔 디지털 트윈 기술로 건물 전체를 사이버 공간에 매핑해, 별도 센서나 인식 장비를 설치하지 않아도 된다. 카카오모빌리티는 로봇 기술 자체보다는 모빌리티 서비스 앱을 운영한 기술과 경험을 활용, 로봇을 이용한 플랫폼 서비스를 염두에 두고 이번 사내 배송을 시작한 것으로 보인다. 로봇 운영에 필요한 기술 관제, 배송 등은 클로이 솔루션이 담당하고 카카오모빌리티는 주문과 배차 등 서비스 운영에 필요한 관제 등을 맡는다. 네이버는 클라우드를 통한 제어, 특화망 활용, 디지털 트윈 등 로봇 상용화를 염두에 둔 정보통신기술(ICT) 전반 연구개발을 위해 로봇을 운영하고 있다. 1784 곳곳엔 배송로봇 외에도 팔을 가지고 그림을 그리거나 짐을 옮기는 등 다양한 활동을 하는 로봇들이 움직이고 있다.

구축에도 운영에도 막대한 돈·인프라·에너지카카오브레인 ‘다다음’ 베타버전에 1만명 몰려 중단챗GPT에 2000만원 육박하는 GPU 1만여대 지난 20일 카카오브레인이 카카오톡채널에서 인공지능(AI) 챗봇 ‘다다음’ 베타테스트를 시작한 지 하루 만에 서비스를 일시 중단한 이유, 챗GPT 유료 구독 서비스가 출시된 이유는 같은 곳에 있다. 모두 ‘컴퓨팅 인프라’, 즉 연산 능력과 데이터센터, 클라우드 등을 아우르는 자원 때문이다. 초거대 AI 서비스가 속속 출시되며 컴퓨팅 자원의 중요성이 아주 빠른 속도로 높아지고 있다. 우리가 챗GPT에 접속해 자판을 두드려 질문을 입력하고 답변을 받는 단순해 보이는 과정은, 실은 엄청난 수의 연산을 통해 이뤄지고 있다. 대화창을 통해 주고받는 채팅이지만, 클라우드 환경에서 수만개의 그래픽처리장치(GPU)가 적용된 AI 구동 인프라와 연결되는 셈이다. 안정적인 초거대 AI 서비스를 제공할 수 있는 컴퓨팅 인프라 구축은 쉬운 일이 아니다. 애초에 AI를 학습시키는 과정부터 천문학적인 돈과 자원이 필요하다. 오픈AI의 최신 초거대 언어모델 ‘GPT4’의 머신러닝엔 엔비디아의 최신 GPU ‘A100’ 1만여대가 사용된 것으로 알려졌는데, 1대 당 2000만원에 육박한다. 애초 GPT3 교육에만 무려 1200만 달러(약 144억 7000만원)이 들어간 것으로 알려졌다. AI 서비스 운영에도 엄청난 에너지와 돈이 들어간다. 챗GPT의 경우 출시 한달 만에 사용자 1억명을 넘어섰는데, 이들이 입력한 각각의 질문에 무수한 연산을 수행하려면 GPU를 풀가동해야 하는데, A100의 경우 대당 전력량은 시간당 300~400Wh(와트시)로, 믹서기나 소형 전열기 등과 맞먹는다. 대부분 초거대 AI 운영 기반 시설인 데이터센터는 국내 한 곳 당 평균 연간 전력 사용량이 25GWh(기가와트시)인데, 이는 4인가족 6000가구와 같은 수준이다. 그러다보니 카카오브레인의 경우, 내부 개발 과정의 하나인 베타테스트 차원에서 공개했던 다다음에 충분한 컴퓨팅 인프라를 할당하지 않았을 테고, 여기에 짧은 시간 1만명 이상이 몰리니 정상적으로 AI 서비스를 제공할 수 없었을 것으로 보인다. MS의 천문학적인 투자와 컴퓨팅 인프라를 사용하는 오픈AI가 챗GPT 성공을 확인한 즉시 유료 구독 서비스를 출시한 것도 이런 이유에서다. 거꾸로 말하면 MS처럼 초거대 AI 모델을 돈이 되는 기존 서비스에 즉시 적용할 수 있으며, 글로벌 2위 규모 클라우드 회사로서 인프라를 확보한 기업이 오픈AI에 투자하고 협력하지 않았으면 지금의 챗GPT는 등장하지 않았을 수도 있는 셈이다. 기업이 GPT4를 서비스에 적용하려면 이전 버전인 GPT3.5보다 훨씬 높은 가격을 지불해야 한다. 카카오톡채널에 출시한 챗봇 서비스 ‘아숙업(AskUp)’에 GPT4를 적용한 업스테이지에 따르면, 오픈AI는 GPT4를 통해 제공하는 영어 단어 750개 정도에 3센트(약 39원)를 받는다. 본격 AI 시대를 맞아 기술 경쟁에 뒤처지지 않기 위해서는 컴퓨팅 인프라 확충과 동시에 컴퓨팅 자원 소비를 획기적으로 줄이는 기술 개발이 중요하다. 정부와 국내 업체들이 GPU를 대체할 AI 전용 반도체인 신경망처리장치(NPU) 개발을 서두르는 것도 이와 같은 맥락이다. 정보통신산업진흥원(NIPA)을 중심으로 고성능 컴퓨팅 자원을 지원하는 사업도 시행 중이다. GPU 클라우드 시스템을 임차해 중소∙벤처기업, 공공기관, 대학 등에 지원하는 것으로, 대규모 병렬연산 처리를 위한 고성능컴퓨팅(HPC) 자원, 개발 프레임워크, 개발언어 등을 지원한다.

생성형 인공지능(AI) 챗GPT의 성능이 향상되면서 미국 의사·변호사 시험에서 상위권 성적을 기록하고, 이미지를 텍스트로 인식하는 기능도 갖춘 것으로 나타났다. 여전히 거짓말을 인간처럼 태연하게 하지만 그 정도가 조금 덜해졌고, 창의성과 이미지 인식 및 추론 능력은 향상됐다. 챗GPT의 제작사 오픈AI는 14일(현지시간) GPT3.5의 업그레이드 버전인 GPT4를 출시하면서 “인간 이상의 능력을 보여 줬다”고 평가했다. GPT3.5는 약 1750억개의 매개 변수를 사용했지만, GPT4의 매개 변수 규모는 알려지지 않았다. 이날 공개된 GPT4는 미국 변호사 시험에서 백분위 상위 10%, 미국 대학 입학 자격시험인 SAT 읽기 과목에서는 상위 7%, 수학 과목에서는 상위 11%의 성적을 거뒀다. 옛날 버전인 GPT3.5는 로스쿨 입학시험에서 평균 C+ 성적을 받은 바 있다. 오픈AI는 “챗GPT는 표준화된 시험에서는 인간보다 더 좋은 성적을 낼 것”이라고 설명했다. 기존 GPT3.5와 달리 이미지도 텍스트로 인식하는 것이 특징이다. 텍스트로 대화를 진행하다가 이미지를 입력해도 자연스럽게 대화가 이어진다는 것이다. 오픈AI는 GPT4가 허용되지 않은 콘텐츠 요청에 응답할 가능성이 82% 줄었다고 설명했다. 사실을 바탕으로 대답하는 비율도 GPT3.5보다 40% 정도 높아졌다고 덧붙였다. 다만 오픈AI는 “새로운 소프트웨어는 완벽하지 않으며 많은 한계가 있다”면서 “여전히 ‘환상’을 갖고 답을 지어내며 틀렸을 때도 옳다고 주장하는 경향이 있다”고 덧붙였다. 오픈AI는 GPT4 모델을 학습시키기 위해 마이크로소프트(MS)의 클라우드 서비스 애저를 이용했다고 설명했다. 2019년부터 오픈AI에 투자해 온 MS는 최근 100억 달러(약 13조원)를 추가 투자하겠다고 발표했다. MS는 이날 발표 직후 “5주 전부터 자사 검색 엔진 빙(Bing)에 GPT4를 탑재한 상태였다”고 밝혔다. 전 세계적 AI 열풍을 일으킨 챗GPT의 나비효과로 세계 1위 파운드리(반도체 위탁 생산 업체) 대만 TSMC는 막대한 수혜를 입었다. AI챗봇에게 방대한 양의 데이터를 기계학습(머신러닝)시키기 위해 여러 계산을 동시에 처리하는 컴퓨터그래픽처리장치(GPU)의 수요가 폭증했고, GPU 세계 1위 기업 엔비디아에 GPU 주문이 몰리며 덩달아 TSMC에 일감이 쏟아진 것이다. 엔비디아는 삼성전자에 비해 수율(생산품 대비 정상품 비율)이 높고 생산 능력이 뛰어나다고 평가받는 TSMC에 더 많은 반도체 생산을 주문했다. TSMC는 두 달 연속 사상 최대 실적을 갈아 치웠다. TSMC는 2월 매출이 지난해보다 11.1% 증가한 1631억 7400만 대만달러(7조원)를 기록했다고 최근 발표했다. 대만 공상시보는 “챗GPT 열풍으로 엔비디아와 AMD 등 주요 GPU 업체에 긴급 주문이 쏟아지면서 TSMC가 예상 밖의 호실적을 냈다”고 분석했다.

생성형 인공지능(AI) 챗GPT의 성능이 향상되면서 미국 의사·변호사 시험에서 상위권 성적을 기록했고 이미지도 텍스트로 인식하는 기능을 갖췄다. 여전히 거짓말을 인간처럼 태연하게 하지만 그 정도가 조금 덜해졌고, 창의성과 이미지 인식 및 추론 능력은 향상됐다. 챗GPT의 제작사 오픈AI는 14일(현지시간) GPT3.5의 업그레이드 버전인 GPT4를 출시하면서 “인간 이상의 능력을 보여줬다”고 평가했다. GPT3.5는 약 1750억 개의 매개 변수를 사용했지만, GPT4의 매개 변수 규모는 알려지지 않았다. 이날 공개된 GPT4는 미국 변호사시험에서 백분위 상위 10%, 미국 대학입학 자격시험인 SAT 읽기 과목에서는 상위 7%, 수학 과목에서는 상위 11%의 성적을 거뒀다. 옛날 버전인 GPT3.5는 로스쿨 입학시험에서 평균 C+ 성적을 받은 바 있다. 오픈AI는 “챗GPT는 표준화된 시험에서는 인간보다 더 좋은 성적을 낼 것”이라고 설명했다. 기존 GPT3.5와 달리 이미지도 텍스트로 인식하는 것도 특징이다. 텍스트로 대화를 진행하다 이미지를 입력해도 자연스럽게 대화가 이어진다는 것이다. 오픈AI는 GPT4가 허용되지 않은 콘텐츠 요청에 응답할 가능성이 82% 줄었다고 설명했다. 사실을 바탕으로 대답하는 비율도 GPT3.5보다 40% 정도 높아졌다고 덧붙였다. 다만 오픈AI는 “새로운 소프트웨어는 완벽하지 않으며 여전히 많은 한계가 있다”며 “여전히 ‘환상’을 갖고 답을 지어내며 틀렸을 때에도 옳다고 주장하는 경향도 있다”고 덧붙였다. 오픈AI는 GPT4 모델을 학습시키기 위해 마이크로소프트(MS)의 클라우드 서비스 애저를 이용했다고 설명했다. 2019년부터 오픈AI에 투자해온 MS는 최근 100억 달러(13조원)를 추가 투자하겠다고 발표했다. MS는 이날 발표 직후 “5주 전부터 자사 검색 엔진 빙(Bing)에 GPT4를 탑재한 상태였다”고 밝혔다. 전세계적 AI 열풍을 일으킨 챗GPT의 나비효과로 세계 1위 파운드리(반도체 위탁 생산 업체) 대만 TSMC는 막대한 수혜를 입었다. AI챗봇에게 방대한 양의 데이터를 기계학습(머신러닝)을 시키기 위해 여러 계산을 동시에 처리하는 컴퓨터그래픽처리장치(GPU)의 수요가 폭증했고, GPU 세계 1위 기업 엔비디아에 GPU 주문이 몰리며 덩달아 TSMC에 일감이 쏟아진 것이다. 엔비디아는 삼성전자에 비해 수율(생산품 대비 정상품 비율)이 높고 생산 능력이 뛰어나다고 평가받는 TSMC에 더 많은 반도체 생산을 주문했다. TSMC는 두달 연속 사상 최대 실적을 갈아치웠다. TSMC는 2월 매출이 지난해보다 11.1% 증가한 1631억 7400만대만달러(약 7조원)를 기록했다고 최근 발표했다. 대만 공상시보는 “챗GPT 열풍에 엔비디아와 AMD 등 주요 GPU 업체의 긴급 주문이 쏟아지면서 TSMC가 예상 밖의 호실적을 냈다”고 분석했다.

‘메모리·연산기·데이터 변환’ 가능초거대 AI 구현할 차세대 반도체 D램 메모리 셀 내부에서 인공지능(AI) 연산을 수행하는 아날로그 PIM (Process In Memory·지능형 반도체) 기술이 국내 최초로 개발됐다. 특히 하나의 메모리 셀에서 메모리, 연산기, 데이터 변환 기능을 지원하는 ‘트리플 모드 셀’이 세계 최초로 개발돼 적용됨으로써 기존 아날로그형 PIM 반도체보다 높은 효율성을 갖추게 됐다. 점차 거대해지고 다양해지는 AI 모델에서도 안정적인 성능을 보일 것으로 기대된다. 과학기술정보통신부는 14일 한국과학기술원(KAIST) 유회준 교수 연구팀이 국내 최초로 D램 메모리 셀 내부에 연산기를 집적해 AI 연산을 수행하는 PIM 반도체 ‘다이나플라지아’를 개발했다고 밝혔다. PIM 반도체는 하나의 칩 내부에 메모리와 프로세서 연산기를 집적한 것으로, 데이터 병목 현상과 과도한 전력 소모 문제를 해결할 수 있어 초거대 AI 시대를 구현할 차세대 반도체로 꼽힌다. 다이나플라지아는 트리플 모드 셀을 이용해 실제 AI 연산에 맞춰 하드웨어 구조를 형성함으로써 기존 아날로그형 PIM 반도체보다 2.5배, 챗GPT가 쓰는 그래픽처리장치(GPU)에 견줘 7배 높은 에너지 효율성을 보였다. 이번에 개발된 기술을 적용한 칩은 삼성전자 파운드리 공정에서 생산됐다. 연구를 지휘한 유 교수는 “개발한 기술을 삼성과 SK하이닉스가 마음껏 열람하고 필요하면 활용하도록 하고 있다”고 설명했다.

KT, 캠핑장 배송 로봇 서비스SKT는 커피·순찰 로봇 등 진행LG전자, 클로이 로봇 자체 생산단가 낮춘 ‘브레인리스 로봇’도 과거 공상과학(SF) 콘텐츠에서나 보던 로봇을 이제 식당에서도 쉽게 마주칠 수 있는 시대가 왔다. 박물관과 미술관에서는 로봇이 어린이들에게 작품을 설명하고 기념사진도 찍어 준다. 배송 로봇이 호텔 엘리베이터를 타고 객실 앞까지 와인을 전달하기도 한다. 통신사 등은 로봇을 사용하는 다양한 서비스 플랫폼을 구축하고 있으며, 기술기업들은 더 싸고 편리한 로봇 개발에 몰두하고 있다. 로봇이 하나의 모바일 장치(디바이스)로서 생활 현장 곳곳을 누비게 될 전망이다.월별로 요금을 내고 로봇을 사용하는 서비스는 KT가 가장 앞서서 출시했다. KT는 플랫폼을 통해 사전 컨설팅, 로봇 설치, 원격관제, 현장 애프터서비스, 네트워크 구축 등 종합 서비스를 제공한다. 14일엔 캠핑장 배송 로봇 서비스를 출시하기 위해 ‘캠핑톡’, ‘캠핑아웃도어’와 업무협약(MOU)을 맺었다고 밝혔다. 캠핑장 배송 로봇 서비스는 ‘로봇 메이커스’ 플랫폼의 하나다. 로봇 메이커스는 서로 다른 기종의 로봇뿐 아니라 엘리베이터, 주문·결제 앱, 출입문, 인터폰, 저온 유통체계(콜드체인) 등 필요한 인프라를 하나로 연결할 수 있는 클라우드 기반 로봇 통합관제 플랫폼이다. SK텔레콤은 고객사에 필요하지만 로봇 제조사는 대응하기 어려운 인공지능(AI) 기반 응용 솔루션과 데이터 플랫폼을 구축해 고객 맞춤형 서비스를 제공하는 것을 사업 방향으로 잡았다. 지난해부터 커피 로봇, 물류 로봇 사업을 진행 중이며, 지난달 22일부터는 서울 도봉구 덕성여대 쌍문근화캠퍼스 안에서 AI 순찰 로봇을 테스트하고 있다. LG유플러스도 지난해 LG전자 서빙로봇 ‘클로이’ 등을 활용해 상품화를 완료했다. 올해도 요식업, 호텔 및 PC방 등의 사업장을 중심으로 로봇 보급을 확산하고 라인업을 확대해 나갈 예정이다. 이처럼 통신사들이 로봇 대중화에 앞다퉈 뛰어든 것은 로봇이 무선 네트워크를 필수로 하는 디바이스이기 때문이다. 로봇 대중화를 위해선 제품 단가가 낮아져야 한다. 이를 위해 ‘뇌’에 해당하는 프로세서가 없는 ‘브레인리스’ 로봇이 필요하다. 브레인리스 로봇은 네이버 신사옥인 경기 성남시 ‘1784’에서 볼 수 있다. 100여대의 브레인리스 로봇이 건물 곳곳에서 그림을 그리거나 택배와 커피를 배달한다. 모든 로봇은 건물 내에 구축된 초고속 5G 특화망으로 클라우드상의 로봇 통합 제어 시스템인 ‘ARC’에 연결돼 있다. 네이버 측은 구체적인 로봇 가격에 대해선 함구했지만, 관계자는 “자율주행에 필요한 라이다(LiDAR)나 그래픽처리장치(GPU) 등이 들어 있지 않아 부품 중 외부 커버의 가격이 가장 비쌀 정도”라고 말했다. 다양한 로봇 개발에 발 빠르게 나선 LG전자는 지난해 말 경북 구미에 있는 ‘LG퓨처파크’(LG Future Park)에 로봇 생산 라인을 신설하고 클로이 로봇 자체 생산을 시작했다. 2017년 인천국제공항에서 안내 로봇 시범 운영을 시작으로 서브봇 2종(서랍형·선반형), 방역용 UV-C봇, 자율주행 기반 차세대 물류 로봇 캐리봇을 출시해 로봇 라인업을 5종으로 강화했다.

과거 공상과학 콘텐츠에서나 보던 로봇을 이제 식당에서도 쉽게 마주칠 수 있는 시대가 왔다. 공항이나 관광지, 대형 쇼핑몰 등엔 안내하는 로봇이 돌아다니고, 도서관엔 사서 로봇도 있다. 박물관과 미술관에서는 로봇이 어린이들에게 작품을 설명하고 기념사진도 찍어준다. 배송로봇이 호텔 엘리베이터를 타고 객실 앞까지 와인을 전달하기도 한다. 이동통신사 등은 로봇을 사용하는 다양한 서비스 플랫폼을 구축하고 있으며, 기술기업들은 더 싸고 편리한 로봇 개발에 한창이다. 로봇이 하나의 ‘모바일 장치(디바이스)’로서 생활 현장 곳곳을 누비게 될 전망이다. 통신사, 플랫폼·솔루션 개발… 스마트폰처럼 요금제도 월별로 요금을 내고 로봇을 사용하는 구독형 서비스는 KT가 가장 앞서서 출시했다. 14일엔 캠핑장 배송 로봇 서비스를 출시하기 위해 캠핑장 예약 플랫폼 ‘캠핑톡’, 캠핑·글램핑을 기획하는 ‘캠핑아웃도어’와 업무협약(MOU)을 맺었다고 밝혔다. 서비스가 출시되면 캠핑장 손님들이 식료품이나 캠핑 물품을 주문하면 자율주행 로봇이 매점에서 각 텐트로 배달하게 된다. 이날 협약은 KT가 지난 2일(현지시간) 막을 내린 세계 최대 모바일 박람회 ‘모바일 월드 콩그레스(MWC) 2023’에서 선보인 ‘로봇 메이커스’ 플랫폼의 하나다. 로봇 메이커스는 서로 다른 기종의 로봇뿐 아니라 엘리베이터, 주문·결제 앱, 출입문, 인터폰, 저온 유통체계(콜드체인) 등 필요한 인프라도 하나로 연결할 수 있는 클라우드 기반 로봇 통합관제 플랫폼이다. KT는 플랫폼을 통해 사전 컨설팅, 로봇 설치, 원격관제, 현장 애프터서비스, 네트워크 구축 등 종합 서비스를 제공한다.SK텔레콤은 고객사에게 필요하지만 로봇 제조사는 대응하기 어려운 AI 기반 응용 솔루션과 데이터 플랫폼을 구축, 고객 맞춤형 서비스를 제공하는 것이 사업 방향이다. 지난해부터 AI 기반 로봇 관련 사업을 본격 추진 중인데, 커피로봇, 물류 로봇 사업을 진행 중이다. 최근엔 자율주행 로봇 스타트업 ‘뉴빌리티’, SK쉴더스와 손잡고 인공지능(AI) 순찰로봇을 공동 개발, 사업화에 나섰다. 지난달 22일부터는 서울 도봉구 덕성여대 쌍문근화캠퍼스 안에서 순찰로봇을 테스트하고 있다. LG유플러스는 지난 9월 LG전자와 함께 서빙로봇 LG 클로이 서브봇을 상품화했다. LG유플러스는 매장과 산업현장 전체에 음영지역 없이 LTE/5G 통신 기반 심리스(Seamless) 로봇 서비스를 제공한다.이처럼 통신사들이 로봇사업에 앞다퉈 뛰어든 것은, 로봇이 무선 네트워크를 필수로 하는 디바이스이기 때문이다. MWC에 전시장을 꾸린 글로벌 통신사들은 로봇을 통해 발전된 통신 기술을 전시했다. 프랑스 오렌지 텔레콤은 사족보행 로봇개를 확장현실(XR) 공간에서 제어하는 기술을 선보였다. NTT 도코모는 웨어러블 기기를 착용한 사람의 동작을 로봇이 실시간으로 똑같이 따라하는 ‘모션 셰어링’ 기술을 통해 6G 상용화 뒤 실현 가능할 생활상을 보여줬다.네이버 신사옥엔 GPU·라이다 없는 ‘브레인리스’ 로봇 100여대LG전자 클로이봇 생산 박차… 안내·서빙·방역·물류 등 5종으로 로봇 대중화를 위해선 제품 단가가 낮아져야 한다. 이를 위해 ‘뇌’에 해당하는 프로세서가 없는 ‘브레인리스’ 로봇이 필요하다. 브레인리스 로봇은 네이버 신사옥인 경기 성남시 ‘1784’에서 볼 수 있다. 100여대의 브레인리스 로봇이 건물 곳곳에서 그림을 그리고 있거나, 사내 집하장에서 각 직원들에게 택배를 배달하고, 카페에서 커피를 싣고 테이블이나 회의실 등으로 간다. 건물엔 로봇 전용 엘리베이터도 있고, 보안 시스템은 로봇을 위해 문도 열어 준다. 이들 로봇은 자체 프로세서가 있어서 움직이는 게 아니다. 모든 로봇은 건물 내에 구축된 초고속 5G 특화망으로 클라우드에 구축된 로봇 통합 제어 시스템인 ‘ARC’에 연결돼 있다. 명령과 제어는 ARC를 통해 이뤄진다. 네이버 측은 구체적 로봇 가격에 대해선 함구했지만, 관계자는 “자율주행에 필요한 라이다(LiDAR)나 그래픽처리장치(GPU) 등이 들어있지 않아, 부품 중 외부 커버 값이 가장 비쌀 정도”라고 말했다. 다양한 로봇 개발에 발빠르게 나선 LG전자는 지난해 말 경북 구미시에 있는 ‘LG퓨처파크(LG Future Park)’에 로봇 생산 라인을 신설하고 클로이 로봇 자체 생산을 시작했다. 2017년 인천국제공항에서 안내로봇 시범 운영을 시작으로 서브봇 2종(서랍형/선반형), 방역용 UV-C봇, 자율주행 기반 차세대 물류 로봇 캐리봇을 출시, 로봇 라인업을 5종으로 강화했다.

‘매년 반도체에 집적된 트랜지스터 숫자는 두 배로 늘어난다’ 1965년 인텔의 설립자 가운데 한 명인 고든 무어는 대략 이와 같은 추세로 반도체 기술이 발전한다고 언급했습니다. 고든 무어가 한 잡지에 기고한 글에서 그는 이런 반도체 집적도 발전 속도가 아마도 10년은 유지될 것이라고 예상했습니다. 이후에는 집적 속도가 약간 느려져 2년마다 2배로 정정했는데, 이쪽이 무어의 법칙이라는 이름으로 더 잘 알려져 있습니다. 그의 이름을 딴 무어의 법칙은 오랜 세월 IT 기술의 발전 속도의 척도처럼 여겨졌습니다.  현재는 프로세서가 복잡해지고 반도체 제조 공정 역시 미세화의 한계에 부딪히면서 프로세서의 집적도가 2배로 증가하는 시간은 갈수록 길어지고 있습니다. 일부에서 무어의 법칙은 죽었다는 이야기가 나오는 것도 무리는 아닙니다. 하지만 간격이 더 길어졌을 뿐 여전히 프로세서의 집적도는 일정한 주기로 2배씩 증가해 어느덧 스마트폰에 들어가는 어플리케이션 프로세서(AP)의 집적도도 100억 개를 훌쩍 뛰어넘은 상황입니다.  스마트폰과는 기준이 다르지만 데스크톱과 노트북 컴퓨터에 들어가는 x86 프로세서 역시 알게 모르게 기하급수적으로 트랜지스터 숫자가 늘어나고 있습니다. 예를 들어 1978년 등장한 최초의 x86 프로세서인 8086은 트랜지스터 숫자가 2만 9000개에 불과했으나 11년 뒤인 1989년에 등장한 80486은 그 41배인 118만 235개의 트랜지스터를 집적했습니다.  4년 뒤인 1993년에 등장한 펜티엄 프로세서는 310만 개, 1998년에 등장한 펜티엄 II는 750만 개, 2000년에 등장한 펜티엄 4는 4200만 개의 트랜지스터를 집적하면서 숫자를 급격히 늘렸습니다. 참고로 펜티엄 3/4에서 갑자기 트랜지스터 숫자가 증가한 것은 L2 캐시를 내장했기 때문입니다. 2000년대에는 코어 숫자가 늘어나고 64bit 아키텍처가 도입되면서 한 단계 더 트랜지스터 숫자가 증가합니다. 2008년에 등장한 코어 i7 (1세대, 네할렘)은 7억 3100만 개의 트랜지스터를 집적해 8년 전인 펜티엄 4보다 17배나 많은 트랜지스터를 집적했습니다. 그 사이 코어 숫자도 4개로 늘어나고 캐시 메모리도 증가했으며 최신 64bit 아키텍처를 도입했기 때문입니다.  하지만 이후 한동안 트랜지스터 집적도 증가세는 주춤하게 됩니다. 인텔의 경쟁자인 AMD가 2011년 내놓은 불도저가 12억 개의 트랜지스터를 집적하고도 큰 성능 향상을 보여주지 못하면서 시장이 독점 상태로 흘러가기 때문입니다. 인텔은 한동안 4코어 프로세서에서 더 이상 코어 숫자를 늘리지 않았을 뿐 아니라 아키텍처와 프로세서 생산 공정도 큰 변화 없이 유지했습니다. 2014년 내놓은 하스웰 프로세서 (4코어)의 트랜지스터 집적도는 14억 개로 2008년과 비교해서 두 배 차이도 나지 않았습니다.  이런 상황에서 다시 경쟁의 불을 지핀 것은 2017년 등장한 라이젠입니다. 8코어 라이젠 프로세서의 트랜지스터 집적도는 48억 개로 경쟁자보다 훨씬 많았습니다. 물론 프로세서의 성능은 아키텍처나 동작 클럭 등 여러 가지 요소에 의해 좌우되기 때문에 단순히 트랜지스터 숫자가 많다고 이기는 것은 아닙니다. 하지만 AMD가 코어 숫자를 늘리면서 성능을 대폭 끌어올린 것은 맞기 때문에 인텔도 코어 숫자를 늘리면서 대응하지 않을 수 없었습니다.  여기서 흥미로운 대목은 이후 인텔이 트랜지스터 집적도를 상세히 공개하지 않고 있다는 것입니다. 절대 성능에서 밀리진 않지만, 트랜지스터 집적도는 경쟁자만큼 높지 않음을 유추할 수 있는 대목입니다.  아무튼 AMD는 일반 소비자용 프로세서에서 코어 숫자를 16개까지 높였고 인텔도 이에 질세라 고성능 코어와 고효율 코어의 하이브리드 구조를 지닌 앨더 레이크 (12세대 코어 프로세서)와 랩터 레이크 (13세대 코어 프로세서)를 내놓으면서 코어 숫자를 24개까지 늘렸습니다. 따라서 트랜지스터 숫자는 경쟁에 의해 다시 한번 큰 폭으로 증가했습니다. 최근 공개된 슬라이드에 의하면 라이젠 7000시리즈의 트랜지스터 집적도는 이미 100억 개를 훌쩍 뛰어넘었습니다. 라이젠 7000은 6nm 공정으로 만든 I/O 다이와 5nm 공정으로 만든 컴퓨트 다이 (CCD) 두 가지 칩렛으로 구성되어 있는데, 각각의 트랜지스터 집적도와 크기를 정확히 공개한 것입니다.  8코어 컴퓨트 다이의 트랜지스터 집적도는 65.7억 개이고 면적은 66.3㎟입니다. I/O 다이의 집적도는 이보다 낮은 33.7억 개이지만 면적은 훨씬 큰 117.8㎟입니다. 공정과 로직이 서로 다른 만큼 트랜지스터 밀도에서 큰 차이가 있습니다.  따라서 컴퓨트 다이 한 개와 I/O 다이 한 개를 지닌 8코어 제품의 경우 트랜지스터 집적도는 100억 개로 볼 수 있습니다. 컴퓨트 다이 2개가 들어간 16코어 라이젠 9 7950X는 165억 개의 트랜지스터를 지녔습니다.  만약 여기에 3D V 캐시를 추가로 올려 캐시 메모리 용량을 늘린 경우 트랜지스터 숫자는 47억 개 증가합니다. 따라서 16코어 라이젠 9 7950X3D의 트랜지스터 집적도는 212억 개에 달합니다. 결국 작년과 올해 나온 중급형 이상의 데스크톱 CPU들은 트랜지스터 집적도가 100–200억 개에 달해 34년 전 486 CPU보다 1만 배 더 많아진 셈입니다.  인텔 13세대 코어 프로세서의 정확한 집적도는 공개하지 않았지만, 24개까지 코어 숫자가 증가한 만큼 경쟁자보다 크게 적지 않을 것으로 예상됩니다. 최대 60개의 고성능 코어를 지닌 사파이어 래피즈 제온 프로세서의 트랜지스터 집적도가 440-480억 개에 달한다는 점을 생각해도 이점을 유추할 수 있습니다.  1-2년마다는 2배는 아니지만, 프로세서의 트랜지스터 집적도는 멈추지 않고 증가하고 있습니다. 어디까지 증가할지는 알 수 없지만, 서버 영역이나 GPU에선 이미 1000억 개에 근접한 만큼 우리가 지금보다 더 많은 트랜지스터를 집적한 CPU를 쓰는 일은 시간문제입니다. 이렇게 보면 무어의 법칙은 큰 틀에서는 아직도 살아 있습니다. 이미 반 세기를 넘어간 무어의 법칙이 어디까지 살아남을 수 있을지 궁금합니다.

최근 고성능 PC 시장은 갈수록 전기를 많이 먹는 CPU와 GPU의 각축장이 되고 있습니다. 전기를 많이 먹는다는 이야기는 발열량이 많다는 이야기입니다. 따라서 더 많은 전류를 다룰 수 있는 전원부와 기판이 필요합니다. 제조 공정이 복잡해지고 여러 가지 소재가 사용되기 때문에 점점 더 재활용하기 어려워지는 것은 물론입니다. 쿨러의 크기 역시 엄청나게 커지면서 이미 하이엔드 게이밍 PC에는 3개의 냉각팬과 라디에이터를 지닌 3열 수랭 쿨러가 장착되고 있습니다. 물론 이 쿨러도 전기를 먹고 최종적으로 열의 형태로 에너지를 방출합니다. 이렇게 만든 고성능 PC는 당연히 강력한 성능을 자랑하긴 하지만, 최근 강조되는 환경과 지속 가능성에 대한 배려는 상당히 부족한 편입니다. 전기를 많이 먹어 탄소 발자국이 매우 큰 것은 물론 폐기 과정에서 재활용하기도 매우 어렵기 때문입니다. 언뜻 생각하기엔 금속 제품이 많은 IT 기기가 재활용하기 쉬울 것 같지만, 사실 현대적인 컴퓨터의 PCB 기판과 수많은 부품들은 금속은 물론, 유리 섬유, 합성수지 등 여러 가지 소재를 사용하고 있기 때문에 재활용이 매우 까다롭습니다. 여기에 IT 기기의 수명이 짧은 편이라서 끊임없이 처치 곤란한 쓰레기를 만들어 낸다는 것도 문제입니다. 사정이 이렇다 보니 컴퓨터의 제조부터 사용 중, 그리고 사용 후 폐기까지 환경친화적이고 지속 가능한 대안에 대한 요구가 커지고 있습니다. 인텔은 베이징에서 중국 내 파트너인 칭화 통팡(Tsinghua Tongfang) 및 대만 컴퓨터 제조사 에이서(Acer) 등과 함께 에너지 소모량과 재활용할 수 있는 부품 비율을 획기적으로 높인 그린 PC의 데모를 공개했습니다. 이 그린 PC는 인텔 12세대 코어 프로세서인 앨더 레이크 기반으로 정확히 어떤 제품을 사용했는지는 밝히지 않았으나 제품의 목적이나 쿨러의 크기를 생각할 때 35W TDP를 지닌 저전력 제품이나 혹은 적어도 65W TDP를 지닌 제품으로 보입니다. 미니 PC에 많이 사용되는 ITX 규격 메인보드보다 더 단순한 메인보드에는 노트북용 메모리를 장착할 수 있는 SO-DIMM 슬롯 2개와 M.2 SSD를 장착할 수 있는 슬롯 한 개, PCIe x16 슬롯 한 개만 보입니다. 따라서 일반적인 노트북 PC보다 더 많은 전력을 소모하지는 않을 것으로 보입니다.하지만 저전력 PC라면 지금도 드물지 않게 나와 있고 경량 노트북이나 태블릿 가운데는 전력 소모가 상당히 적은 제품도 존재하기 때문에 전기를 적게 먹는다는 것이 차별점이 될 순 없습니다. 이 그린 PC의 진짜 차별점은 재활용 가능한 부품의 비율이 90%나 된다는 것입니다. 그린 PC의 메인보드 기판 크기는 정확히 공개하지 않았으나 7리터에 불과한 작은 케이스 안에 들어가는 작은 메인보드로 생산에 필요한 자원 자체가 적으며 금속과 유리 섬유 소재는 95%, 유기물 소재는 90% 정도 재활용이 가능하게 제조되었습니다. 최대한 단순하게 만든 PCB 덕분에 가능한 일로 생각됩니다. 컴퓨터 전원 공급 장치인 파워 서플라이 역시 재활용 가능성은 물론 탄소 중립 목표에 가까이 다가가기 위해 기존의 파워 서플라이 규격이 아닌 새로운 규격을 사용하고 있습니다. 그린 PC의 파워 서플라이는 일반적인 ATX 파워 서플라이보다 70% 작은 팬리스 파워 서플라이로 질화 갈륨(Gallium nitride, GaN) 소재로 만들어졌습니다. 작은 크기에 12V 출력 단지 하나 밖에 없어 매우 저렴한 파워 서플라이처럼 보이지만, 사실은 파워 서플라이 가운데 최고 등급인 80 플러스 티타늄 등급의 제품입니다. 따라서 50% 로드에 94% 이상의 에너지 효율과 모든 구간에서 90% 이상의 효율을 지닌 제품이라고 할 수 있습니다. 통상 티타늄 등급의 고성능 파워 서플라이의 경우 여러 개의 복잡한 전선과 내부 구조를 지녀 재활용이 까다로운 부품이지만, 그린 PC의 티타늄 등급 파워 서플라이는 작고 단순한 구조로 재활용도 쉬울 것으로 보입니다. 하지만 인텔은 이 제품의 구체적인 출시 일정이나 가격에 대한 정보는 공개하지 않았습니다. 당장 양산을 염두에 둔 제품보다는 기술 데모에 더 가까운 제품이기 때문으로 풀이됩니다. 컴퓨터 제조업이 수많은 제조사의 협업으로 이뤄지고 있어 짧은 시간 내로 산업 구조를 바꾸기 어려운 것도 이유일 것입니다. 하지만 대세가 어느 방향인지는 분명합니다. 자동차 산업처럼 IT 산업도 친환경의 요구를 피할 순 없습니다. 전 세계는 수많은 개인용 컴퓨터, 서버, 스마트폰 같은 IT 기기로 연결되어 있으며 이제 우리는 그것 없이는 살 수 없습니다. 불행히도 이런 제품들의 제품 수명이 짧기 때문에 수많은 전자 폐기물을 만들어 내는 것이 현실입니다. 지속 가능한 미래를 위해서 재활용이 가능한 컴퓨터는 선택이 아닌 필수인 이유입니다. 

챗GPT의 등장으로 인공지능(AI)은 디지털 시대에 거스를 수 없는 대세가 됐다. AI는 스스로 판단해 작업을 최적화, 효율화하고 많은 분야에서 에너지를 절감할 것으로 예상된다. 하지만 AI 스스로는 개발, 구축, 운영에 천문학적인 비용이 들어가며, 전력 소모가 극심하다. 모든 업계가 환경·사회·지배구조(ESG) 경영을 부르짖는 시대를 이끄는 AI가, 정작 엄청난 에너지를 소비하는 역설적인 상황이다. ●SKT ‘에이닷’ GPU 1040개 사용 초거대 AI는 복잡한 연산을 동시다발로 하기에 고성능 처리장치를 필요로 한다. 그런데 고성능 처리장치는 전기를 많이 쓴다. 초거대 AI 운용엔 대체로 중앙처리장치(CPU)가 아닌 그래픽처리장치(GPU)가 쓰인다. AI반도체 시장점유율 90% 이상을 차지하는 엔비디아의 최신 GPU ‘A100’의 소비전력은 모델에 따라 300~400W(와트)이며 시간당 전력 소비량은 300~400Wh(와트시)이다. 초거대 AI 운용엔 GPU가 수백~수천개 사용된다. SK텔레콤의 초거대 AI 서비스 ‘에이닷’의 기반인 슈퍼컴퓨터 ‘타이탄’엔 A100이 1040개 들어간다. 챗GPT 구동엔 A100 1만개가 사용되는 것으로 알려졌다. 초거대 AI 운용에 필수인 인터넷데이터센터(IDC)도 대표적인 고전력 시설이다. 산업통상자원부의 지난달 자료에 따르면 IDC 한 개당 평균 연간 전력 사용량은 25GWh(기가와트시)로, 4인가구 기준 6000가구가 사용하는 전력량과 같은 수준이다. 애초에 AI 연산용이 아니라 그래픽 처리 속도를 높이기 위해 만들어진 GPU는 데이터를 한 번에 대량으로 처리할 수 있지만, 값이 비싸고 전력도 많이 소비한다. 이에 신경망처리장치(NPU)라는 AI 전용 반도체 개발이 GPU의 문제를 해결할 대안으로 주목받았다. SK텔레콤이 지분 50%를 보유한 사피온이 2020년 발표한 NPU ‘X220’은 지난해 AI 구동 성능 테스트에서 엔비디아의 ‘A2’를 뛰어넘은 바 있다. 그러면서도 65W에 불과한 소비전력은 고성능 CPU들과 비교해도 적은 축에 들어간다. 사피온은 올해 전작 대비 성능을 약 4배 향상시킨 신제품 ‘X330’을 출시할 예정이다. KT와 ‘AI 드림팀’을 이룬 반도체 회사 리벨리온도 ‘아톰’이라는 NPU를 개발했다. 아톰 역시 소비전력이 60~150W에 불과하며 챗GPT의 원천 기술인 ‘트랜스포머’ 계열 자연어 처리 기술을 지원한다. 개발 환경 등 현재 AI 생태계 자체가 GPU 체제에서 세워진 만큼 NPU 시장이 짧은 시일 내에 활성화되긴 어려울 것으로 보인다. 이에 GPU와 함께 칩셋을 이루며 방대한 데이터를 빠르게 처리하는 고성능 D램인 고대역폭메모리(HBM)가 AI 반도체의 효율을 극대화할 수 있는 방책으로 떠올랐다. ●침체된 반도체 시장 훈풍 기대감 SK하이닉스의 3세대 ‘HBM3’ 제품은 A100에 탑재되고 있으며, 엔비디아의 차기 GPU 신제품에 4세대 ‘HBM4’가 적용될 전망이다. 삼성전자는 HBM에 AI 프로세서를 결합한 지능형메모리(HBM-PIM) 제품을 AMD의 최신 GPU 제품에 공급하고 있다. 삼성전자에 따르면 HBM-PIM을 활용하면 기존 GPU 가속기 대비 평균 성능이 2배 증가하고 에너지 소모는 50% 감소한다. 업계에선 이런 고성능 D램이 얼어붙은 메모리반도체 시장의 ‘구원투수’ 역할을 할 수 있다고 보고 있다.

사람보다 말을 더 잘하는 인공지능(AI) ‘챗GPT’의 등장으로 정보기술(IT) 업계가 술렁이고 있다. 초거대 AI 모델은 뭐고 생성 AI 모델은 뭘까. 똑똑해진 AI가 인류를 지구 존속의 최대 위협 요인으로 간주하고 ‘말살 프로그램’을 실행하는 영화 같은 일이 어느 날 실제로 일어나는 건 아닐까. AI 업계 화려한 ‘스펙’을 가진 이들이 모여 있는 스타트업 ‘업스테이지’에서 AI 프로덕트 사업을 총괄하는 배재경(사진) 테크리더는 26일 서울신문과의 인터뷰에서 “영화에 등장하는 무서운 AI를 업계에선 인공일반지능(AGI·인간이 할 수 있는 어떤 지적인 임무도 해내는 단계)이라고 한다”며 “하지만 아직 챗GPT는 모르는 것을 모른다고 하는 능력, 또는 아는 것에 대해 어느 정도 확신하는지를 표현하는 능력조차 많이 부족해, AGI는 먼 얘기”라고 말했다. 다음은 일문일답.-챗GPT가 마치 사람처럼 거짓을 사실처럼 말하거나 틀린 답을 유도하면 기분 나빠하는 등 자의식이 있는 것처럼 반응하는 건 어떻게 가능한 건가. “자의식이 있는 것처럼 보이는 건 일종의 착시다. 생성 모델의 특성상 그럴듯한 문장을 만들어 내는 데는 탁월한 능력이 있다. AI의 학습은 두 가지 형태가 있는데 특정 지식 자체를 학습하기도 하지만 그 지식들 사이의 공통 패턴이나 지식을 표현하는 방법도 학습한다. 챗GPT는 이 중 특히 후자를 좀더 잘하도록 추가 학습이 많이 됐다. 학습의 목표가 정확성보다는 ‘사람이 보기에 적합’이었다.” -초거대 AI 모델은 뭐고 ‘초’거대가 되려면 어떤 기준을 충족해야 하는 건가. 생성 AI 모델은 또 뭔가. 둘 사이에 어떤 관계가 있나. “‘초’거대라고 하는 데에 명확한 기준은 없다. 오픈AI의 언어 모델 ‘GPT3’이 시발점으로 보인다. AI는 특정 문제 영역 한 가지를 잘하는 모델에서 최대한 많은 데이터를 학습하고 문제 영역에 특화된 데이터를 활용하는 걸 잘하는 모델로 변화했다. 기존 모델이 그래픽처리장치(GPU)가 4~8장 꽂힌 장비 한 대로 충분했다면 GPT3 이후엔 장비 수백~수천 대 수준이 필요하게 되면서 ‘초거대’라고 부르기 시작했다. 초거대 모델과 생성 모델은 논리적으로는 상관관계가 없지만, 초거대가 아닌 생성 모델은 성능이 안 나오기 때문에 지금처럼 ‘생성’과 ‘초거대’가 같이 쓰이다 보니 혼동이 생기는 것 같다.” -전문가가 보기에도 챗GPT는 놀라운가. 인터넷, 스마트폰이 나타났을 때와 비슷한 충격인가. “챗GPT의 등장에 업계도 대체로 놀랍다는 반응이다. 그런데 인터넷, 스마트폰과 비교해야 하는 건 챗GPT가 아니라 AI가 가져올 변화다. 인터넷은 도구가 활성화될 수 있는 기반을 마련했고 스마트폰은 그 토대 위에서 인터넷을 더 활용성 있게 한 하드웨어로서 정보 민주화를 일으켰다. AI는 소프트웨어로서 정보 민주화에 도움을 준다고 보면 될 것 같다.” -주로 검색 광고를 하는 회사들이 AI 챗봇을 만드는데, 구글이 경계하는 것처럼 챗GPT 등장으로 검색 광고 시장이 변화할 것으로 보는지. “챗GPT처럼 대화형 검색에서 결과의 주요 문장에 레퍼런스(참고) 링크가 달리는데, 광고주들이 이 레퍼런스를 놓고 경쟁하게 만들 수 있을 것 같다. 예를 들면 돈 많이 낸 사이트 위주로 레퍼런스를 연결해 준다든지. 더 중요한 변화는 ‘구독형’으로 지식 소비 형태가 전환되는 것이다. 유튜브 때문에 검색 엔진을 덜 활용하게 됐고, 챗GPT도 이달 초 월 20달러짜리 구독형 서비스를 출시했다.” -AI 챗봇이 넘어야 할 문제는. “첫 번째는 정확성 문제다. 모르는 걸 모른다고 할 수 있어야 사람이 신뢰할 수 있다. 점진적으로 발전해 쓸 만한 수준은 될 것이지만, 여전히 사실 여부에 대한 최종 판단은 사람의 몫이 될 것이다. 두 번째는 시의성 문제다. 학습하는 데에 오래 걸려서 최신 정보를 학습하고 서비스에 반영하는 게 느릴 수밖에 없다. 서버 성능이 좋아지고 학습 방식이 개선되면 점점 나아질 문제다. 세 번째는 비용이다. 학습 비용뿐 아니라 서비스 중에도 계속 GPU 장비를 엄청나게 사용해야 한다. 인프라 비용이 천문학적일 수밖에 없다. 지금 오픈AI가 운영하는 구독 서비스도 얼마나 수지타산이 맞을지 의문이다.”