중국은 정부는 물론 민간 기업까지 인공지능(AI)에 대한 공격적인 투자를 진행 중입니다. 이미 미국, 유럽 등 다른 AI 선진국과 비교해도 크게 뒤지지 않았다는 평가를 받고 있지만, 더욱 집중적인 투자를 통해 이 분야에서 가장 앞서 있는 미국 주요 IT 기업들을 위협할 기세입니다. 하지만 기본적으로 중국 AI 기업들이 사용하는 하드웨어는 인텔이나 엔비디아처럼 미국 회사의 것이고 사용하는 소프트웨어 도구 역시 마찬가지입니다. 그런데 중국의 작은 스타트업 기업이 이 판도를 바꾸겠다고 나섰습니다. 캄브리콘 테크노롤지(Cambricon Technologies·寒武纪科技, 이하 캄브리콘)는 이름만 들으면 어떤 일을 하는 회사인지 쉽게 감이 오지 않습니다. 이 단어는 현생 동물문의 대부분이 등장했던 시기인 고생대 캄브리아기에서 따온 것입니다. 아마도 폭발적인 진화가 이뤄진 지구 역사 시대의 시작을 빗댄 것으로 보입니다. 중국과학원 출신의 30대 연구원들이 2016년 설립해 이제 불과 2년 된 스타트업입니다. 캄브리콘은 사실 하루에도 몇 개씩 설립되는지 알 수 없는 평범한 스타트업 기업 가운데 하나일 뿐입니다. 하지만 2017년 화웨이의 기린 970 프로세서의 AI 관련 로직을 만드는데 협업했다고 알려지면서 세간의 눈길을 끌었습니다. 우리식으로 치면 삼성, LG 같은 대기업과 신생 중소기업이 협업한 셈이기 때문입니다. 그것도 요즘 가장 중요한 차세대 기술로 주목받고 있는 인공지능 반도체에서 그랬다는 점이 더 주목을 받은 이유일 것입니다. 1년이 지난 후 캄브리콘은 더 놀랄 만한 소식을 들고 왔습니다. 캄브리콘 MLU100 프로세서라는 고성능 머신러닝 전용 칩을 선보인 것입니다. 이 프로세서는 TSMC의 16FF 공정으로 제조되었으며 기본(base) 모델과 고성능(performance) 모델 2종이 존재합니다. 그래픽 카드와 유사한 형태의 PCIe 카드로 각각 80W와 110W의 TDP를 가지고 있습니다. 가장 인상적인 부분은 머신러닝 관련 연산 능력으로 기본/고성능 모델의 반정밀도(half precision) 연산 능력은 64/83.2TFLOPS이고 머신러닝 알고리즘에 많이 쓰이는 8bit 정수 연산 성능은 128/166.4TOPS입니다. 이는 현재 나와 있는 가장 강력한 GPU인 엔비디아의 볼타 GV100과 경쟁할 수 있는 성능입니다. 그 비결에 대해서는 자세한 설명이 없지만 단정밀도나 배정밀도 연산 성능에 대한 언급이 없는 것으로 볼 때 GPU처럼 그래픽이나 범용 병렬 연산은 불가능하고 머신러닝 관련 로직만 넣어서 성능을 높인 것으로 보입니다. 머신러닝 알고리즘에 필요한 부분만 넣었다는 점에서 구글이 개발한 전용 프로세서인 TPU(Tensor processing Unit)와 비슷한 구조로 보입니다. 하지만 엔비디아의 GPU나 구글의 TPU와는 달리 이 프로세서를 실제로 사용한 시스템은 아직 공개된 바가 없습니다. 실제 서비스에 사용된 적도 없어 주장만큼 성능이 뛰어난지 역시 검증이 필요한 부분입니다. 인공지능 자체가 급속도로 성장하고 관심이 뜨겁다 보니 자신이 가진 기술을 과대 포장하는 스타트업도 적지 않습니다. 다만 기린 970에 들어간 인공지능 기술을 개발했다는 점에서 완전히 허무맹랑한 이야기는 아닐 수도 있습니다. 아무튼 캄브리콘의 이야기는 중국에서 인공지능 개발 열기가 얼마나 뜨거운지 보여주는 사례임은 확실합니다. 인공지능은 아직 미국 IT 공룡들이 헤게모니를 쥐고 있지만, 상업화 초기 단계인 만큼 앞으로 결과가 어떻게 될지 장담하기 어렵습니다. 중국의 AI 굴기는 이제 시작이고 대기업은 물론 적지 않은 수의 스타트업이 여기에 뛰어들고 있습니다. 우리나라 역시 인공지능에 대해 관심이 많은데, 이를 육성하기 위해서는 혁신적인 스타트업 기업이 실패를 두려워하지 않고 도전할 수 있는 토양을 마련할 필요가 있습니다. 고든 정 칼럼니스트 jjy0501@naver.com

국내 중소기업 포유디지탈(이하 아이뮤즈)에서는 올해 5월 말경 노트북과 태블릿을 고민하는 소비자들의 취향을 저격한 투인원 태블릿PC를 출시한다고 밝혔다. 기존에 최단시간 완판되어 전량 품절되었던 이전 모델인 ‘컨버터10프로’ 보다 CPU와 GPU 등 한층 더 업그레이드된 스펙으로 출시예정인 ‘컨버터10프로플러스’는 2in1 윈도우 태블릿 PC로, 윈도우10 운영체제가 탑재되어 있으며, 키보드를 결합하여 사용하거나 혹은 분리하여 사용할 수 있기 때문에 과제나 업무 또는 가벼운 게임까지 쾌적한 처리 속도로 활용범위가 다양하다. 아이뮤즈 마케팅 담당자는 “최근 전자기기 구매를 고려중인 소비자들은 인터넷강의 등 영상시청, 문서작업, 인터넷 웹서핑 등의 가벼운 프로그램 사용목적으로 태블릿과 노트북 중 선택이 고민되는 가운데 이런 소비자들의 니즈파악을 중점으로 고심한 끝에 현재까지도 앵콜요청이 쇄도했던 ‘컨버터10프로’ 제품을 업그레이드하여 후속모델인 신제품 ‘컨버터10프로플러스’를 출시하게 됐다”고 밝혔다. 이어 “곧 방학시즌이 다가오면서 학습이 필요한 학생들에게 인터넷 강의 및 학습 용도로 대화면의 윈도우 태블릿 제품군에 많은 관심이 기울여질 것으로 예상된다” 고 덧붙였다. 올해 5월 말 출시예정인 아이뮤즈의 신제품 ‘컨버터10프로플러스’는 아이뮤즈 공식홈페이지에서 선보일 예정이며, 향후 다양한 온라인 쇼핑채널(오픈마켓)에서도 다양한 프로모션과 함께 준비중으로 알려졌다. 한편 5월 가정의달을 맞이하여 공식 홈페이지를 통해 여러가지 프로모션을 소비자들에게 제공하고 있는 아이뮤즈에 관한 자세한 내용은 아이뮤즈 공식 홈페이지와 인스타그램, 페이스북, 유튜브 채널을 통해 확인 가능하다. 온라인뉴스부 iseoul@seoul.co.kr

아직 애플과 인텔 어느 쪽에서도 확인되지 않은 루머지만, 애플이 내부적으로 맥에 탑재할 자체 프로세서를 개발 중이라는 소식이 전해지면서 인텔 주가가 장중 한때 9%나 떨어지는 등 인텔이 곤욕을 치렀습니다. 이 루머가 사실이라도 애플이 인텔 매출에서 차지하는 비중은 5% 수준으로 알려져 있기 때문에 인텔이 심각한 타격을 입지는 않을 것입니다. 이 소식을 전하는 기사의 대부분은 인텔의 타격에 초점을 맞췄지만, 조금 깊이 생각해보는 크게 바뀌는 쪽은 인텔이 아닌 애플이라는 점을 알 수 있습니다. 애플이 자체 프로세서를 사용한다면 라이센스 문제로 x86 프로세서는 제작이 어렵기 때문에 당연히 현재 아이폰과 아이패드에 들어가는 ARM 기반의 A 시리즈를 기반으로 맥북과 맥에 들어갈 프로세서를 제조할 것입니다. 이는 현재 x86용으로 제작된 모든 어플리케이션과 OS를 ARM과 iOS 기반으로 옮겨야 함을 의미하기 때문에 당연히 인텔보다 애플에 더 큰 변화가 예상됩니다. 사실 이 과정은 꽤 많은 시간과 비용이 들어가는데도 불구하고 애플이 자체 프로세서를 맥에 탑재할 것이란 루머는 꾸준히 나오고 있습니다. 몇 가지 큰 이유가 있기 때문입니다. - A 시리즈 프로세서 애플의 A 시리즈 프로세서는 아이폰4에 탑재된 A4 이후 매년 큰 변화를 거듭했습니다. 인텔의 독점인 x86 CPU 시장과는 달리 애플에게는 삼성이나 퀄컴처럼 모바일 프로세서 시장에서 경쟁해야 할 상대가 있었기 때문입니다. 이들에게 뒤처지지 않기 위해서는 끊임없는 혁신이 필요했습니다. 독자 프로세서와 OS는 애플이 경쟁이 치열한 스마트폰 시장에서 높은 수익을 올릴 수 있는 비결이었습니다. A4에 사용된 ARM Cortex 8 CPU와 PowerVR SGX535 GPU는 모두 레퍼런스 디자인 프로세서였지만, 2012년 선보인 A6는 스위프트라는 독자 디자인의 CPU를 사용했습니다. 이후 애플은 꾸준히 프로세서를 매년 업데이트하며 성능을 끌어올렸습니다. 작년 선보인 A11 bionic 프로세서는 6코어 디자인으로 몬순(Monsoon) 고성능 코어 두 개와 미스트랄(Mistral) 고효율 코어 4개로 구성되어 있습니다. 그 성능은 모바일 프로세서 가운데 가장 강력한 것으로 알려져 있습니다. 커스텀 디자인의 트리플 코어 GPU 역시 강력한 그래픽 처리 성능을 자랑합니다. 여기에 인공 지능 연산을 위한 별도의 뉴럴 엔진까지 포함해 A11은 웬만한 x86 프로세서보다 많은 43억 개의 트랜지스터를 집적하고 있습니다. A11은 애플이 매우 복잡한 프로세서를 독자적으로 설계할 능력이 있음을 입증해 보였습니다. 자체 반도체 생산 시설은 없지만 TSMC 같은 파운드리 업체에 맡겨 충분한 수량으로 대량 생산이 가능하다는 점 역시 증명해 보였습니다. 따라서 다음 순서는 맥북 및 맥 제품군으로 자사 프로세서 적용 대상을 늘릴 것이라는 관측이 나올 수밖에 없습니다. 물론 A 시리즈 프로세서가 고성능 x86 프로세서와 경쟁할 수 있는 수준인지는 검증이 필요하지만 여러 벤치마크 결과는 이 프로세서의 성능이 상당히 뛰어나 적어도 저전력 프로세서 영역에서는 x86과 충분히 경쟁할 수 있다는 점을 보여줍니다. - 자신만의 생태계 애플은 본래 업계 표준을 따르지 않는 것으로 유명합니다. 물론 항상 독자 규격을 고집하지는 않지만 그래도 남들이 사용하지 않는 독자 플랫폼을 즐겨 사용했습니다. 아이폰 아이패드만을 위한 앱 스토어와 iOS 운영체제, 그리고 A시리즈 AP가 대표적입니다. 오직 애플 기기만을 위한 하드웨어와 소프트웨어는 기기의 최적화라는 점에서 큰 이점이 있습니다. 동시에 하드웨어나 소프트웨어 제조사의 사정을 고려하지 않고 자신의 스케줄대로 제품을 출시할 수 있다는 장점이 있습니다. 같은 OS와 CPU로 비슷비슷한 타사 제품 대비 차별성을 확보할 수 있다는 것 역시 장점입니다. 물론 그렇다고 모든 부분을 자체 개발하고 생산하기는 어렵기 때문에 지금까지 애플은 자사의 데스크톱과 노트북에 여러 제조사의 프로세서를 사용해 왔습니다. 하지만 이제 자체 개발 능력을 갖춘 제조사가 된 만큼 자신의 제품군과 소프트웨어에 최적화된 프로세서를 탑재해 최적의 생태계를 구축할 수 있는 조건을 갖췄습니다. 이미 많은 개량을 거친 iOS와 A시리즈 프로세서를 바탕으로 이 생태계를 데스크톱 노트북 등으로 확장할 수 있습니다. 특히 맥OS 생태계와 iOS 생태계를 하나로 합친다면 상대적으로 윈도우에 비해 응용 소프트웨어가 부족했던 맥OS가 큰 이점을 누릴 수도 있습니다. 흥미롭게도 스마트폰, 태블릿, 노트북, 데스크톱 등 모든 기기의 OS를 하나로 통합하려는 계획은 마이크로소프트의 꿈과 비슷합니다. 다만 스마트 기기에서 윈도우 OS가 거의 사용되지 않으면서 이 목표에 먼저 도달하는 건 애플일 가능성이 커졌습니다. - 비용 절감 사실 이런 장점에도 불구하고 만약 자체 프로세서 제작에 비용이 많이 든다면 선뜻 나서지 않을 것입니다. 하지만 자체 프로세서를 사용할 경우 얻는 가장 큰 이점이 비용 절감일 가능성이 큽니다. 구체적인 비용을 밝히지 않아서 얼마나 저렴할지는 알기 어렵지만, 애플이 외주를 통해 생산하는 프로세서의 가격이 당연히 인텔이 판매하는 프로세서보다 가격이 저렴할 수밖에 없습니다. A11보다 더 고성능의 프로세서를 사용한다고 해도 인텔 프로세서 대비 비쌀 가능성은 거의 없어 보입니다. 그렇다고 신제품의 가격을 낮춰야 하는 것은 아니기 때문에 애플은 같은 제품을 팔아도 더 큰 수익을 창출할 수 있을 것입니다. - 위험성은 없을까? 지금까지는 좋은 이야기지만, 세상 모든 일에는 양면성이 있기 때문에 좋은 일만 있을 수는 없습니다. 뉴스의 진위는 확인되지 않았지만, 애플이 내부적으로 맥에 자체 프로세서를 사용하는 일을 검토해보지 않았을 가능성은 희박합니다. 앞에서 열거한 여러 가지 장점이 있기 때문입니다. 하지만 동시에 이전을 고민하게 만드는 몇 가지 문제도 있습니다. 우선 생각할 수 있는 문제로 하위 호환성 문제가 있습니다. 과거 x86 버전으로 제작된 소프트웨어에 대한 호환성을 제공해야 하는데, 그게 쉽지만은 않을 것으로 보입니다. 가상 머신 등으로 구현한다고 해도 속도가 매우 느릴 가능성이 큽니다. 결국, 상당수 유저들은 과거 구매한 소프트웨어를 새로운 맥에서는 제대로 사용하지 못하게 되는 사태가 벌어질 수 있습니다. 여기에 과거에는 맥에 윈도우를 설치할 수 있어 필요에 따라 두 개의 OS를 사용하는 것도 가능했지만, ARM 기반 프로세서를 사용할 경우 일반적으로 사용되는 x86 버전의 윈도우는 설치가 불가능하게 됩니다. 이런 문제들로 인해 맥 유저의 이탈 가능성을 배제할 수 없기 때문에 애플 역시 플랫폼 이전을 신중하게 결정할 가능성이 큽니다. 현재 x86 플랫폼에서도 잘 팔리는 제품을 굳이 자체 플랫폼으로 이전하면서 유저가 이탈한다면 득보다 실이 더 클 것입니다. 과연 애플이 일부 유저 이탈을 감수하더라도 좀 더 길게 보고 자체 생태계를 완성할 것인지 아니면 안전하게 현재 상태를 유지해 나갈 것인지 결과가 주목됩니다. 고든 정 칼럼니스트 jjy0501@naver.com

컴퓨터의 가격은 용도에 따라 천차만별입니다. 가벼운 웹 서핑이나 문서 작성용이라면 가격은 수십만 원까지 내려갈 수 있습니다. 게이밍 PC라면 100만 원 정도는 기본이고 여러 개의 그래픽카드를 탑재하고 고성능 CPU까지 포함하면 이보다 더 비싸질 수 있습니다. 그래픽 작업을 비롯한 전문적인 용도로 사용하는 경우 그래픽 카드 가격만 수백만 원 이상을 넘어가게 됩니다. 서버의 경우 용도에 따라 가격 차이가 크지만 수천만 원 이상 나가는 제품도 드물지 않습니다. 엔비디아가 내놓은 DGX-2는 일반 냉장고나 세탁기보다 작은 크기지만, 가격은 39만9000달러(약 4억 2000만원)에 달하는 초고가 컴퓨터입니다. 이런 가격에도 팔릴 것이라고 예상하고 내놓은 데는 그럴 만한 이유가 있습니다. 인공지능 같은 특정 연산 부분에서 대단히 높은 성능을 보여주기 때문입니다. DGX-2는 16개의 볼타 GPU와 인텔 제온 플래티넘 CPU 2개를 하나의 시스템으로 만든 것입니다. 인공지능과 관련된 텐서(Tensor) 연산 능력이 1920TFLOPs에 달하는데, 이는 5년 전 나왔던 GTX 580 SLI 기반의 인공지능 시스템의 500배에 달하는 연산 능력입니다. 엔비디아가 작년에 내놓은 DGX-1과 비교해도 두 배에 달하는 성능입니다. 사실 메모리와 GPU 숫자를 두 배로 늘렸으니 속도가 두 배가 되는 것은 당연하지 않겠냐고 반문할 수 있지만, 세상일이 항상 그렇듯이 말처럼 쉬운 일은 아닙니다. GPU 숫자가 늘어난 만큼 이를 하나로 연결하는 일이 어려워집니다. 더욱이 DGX-2에 사용되는 16개의 볼타 GPU는 각각 32GB의 HBM2 메모리를 지니고 있어 모두 합치면 512GB에 달합니다. 엔비디아는 이들을 하나의 시스템으로 연결할 수 있는 NV스위치 기술을 같이 공개했습니다. 이 새로운 인터페이스 덕분에 모든 GPU가 초당 300GB의 데이터를 주고받을 수 있습니다. 이는 시스템 전체로는 초당 2.4TB의 양방향 인터페이스를 의미합니다. 과거 컴퓨터 내 인터페이스와는 비교가 되지 않을 정도로 빠른 속도입니다. DGX-2의 또 다른 특징은 30TB 용량의 저장 장치를 SSD로만 구성했다는 점입니다. 최대 60TB까지 SSD를 증설할 수 있는데, 데이터의 고속처리를 위해 매우 빠른 SSD로만 대용량 저장장치를 구현한 것입니다. 참고로 DDR4 메모리는 1.5TB까지 지원합니다. 그리고 이 모든 장치에 전력을 공급하기 위해 10kW 혹은 1만W급 파워서플라이를 가지고 있습니다. 일반 PC의 파워서플라이가 대개 500W 이내 수준인 점을 생각하면 20배나 큰 대용량입니다. DGX-2는 여러 대의 서버를 병렬로 연결한 것과 같은 성능을 지니고 있습니다. 딥러닝 관련 연산을 할 때는 여러 개의 서버보다 한 개의 고성능 컴퓨터가 공간은 물론 에너지를 크게 절약할 수 있습니다. 물론 일반인이 구매하거나 사용할 일은 거의 없겠지만, 그 결과물은 모두에게 혜택을 줄 수 있습니다. 이런 딥러닝 전용 슈퍼컴퓨터는 과학 연구 및 빅데이터 분석을 통해 알게 모르게 우리에게 삶을 윤택하게 하거나 질병 치료에 도움을 줄 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com　

갤럭시S9 ‘엑시노스 9810’ 찍은 사진과 유사 상품 검색 애플 ‘아이폰에 3D 안면인식’ 초당 최대 6000억번 작업 처리 아마존·구글·퀄컴도 개발 올인정보기술(IT) 업계가 올해를 이른바 ‘차세대 칩’으로 불리는 인공지능(AI) 애플리케이션프로세서(AP) 개발 경쟁의 원년으로 보고 있다. 4차 산업혁명과 5세대(5G) 이동통신 상용화로 사물인터넷(IoT) 등 신기술이 AI 칩을 요구하기 때문이다. 진화하는 스마트폰과 자율주행차 등이 인간의 뇌처럼 연산하는 AI 칩을 꼭 필요로 하는 까닭도 가세한다. 15일 업계에 따르면 AI 칩은 그동안 각각 발전했던 중앙처리장치(CPU), 그래픽처리장치(GPU), 메모리 기술이 하나의 칩으로 합쳐진다는 의미다. 기존 기술에서 각각의 칩이 ‘한 번에 하나씩’ 데이터를 처리했다면 이미지 처리, 음성인식 등 다양한 비정형 데이터를 동시에 빠르게 처리하는 기술이 요구되는 것이다. 글로벌 IT 기업들은 물론 중국 업체들까지 이미 시장에 속속 뛰어들고 있다. AI 비서 시장이 불어나는 것도 AI 칩의 미래를 밝게 해 준다. 시장조사 업체 IDC에 따르면 AI 하드웨어, 소프트웨어 시장은 해마다 50%씩 급증할 전망이다. 지난해 80억 달러(약 9조원)이던 세계 AI 시장 규모는 올해 125억 달러로 불어날 것으로 예상됐다. 2022년에는 1000억 달러(약 112조원)가 넘을 전망이다.삼성전자의 새 전략 스마트폰 갤럭시S9 시리즈에 탑재된 ‘엑시노스 9810’ 칩은 AI 칩의 출발선 격이다. 외국어 메뉴를 한국어로 번역해 주고, 사진을 찍으면 비슷한 상품을 쇼핑 검색해 주는 등 “주로 지능형 이미지 처리에 특화됐다”는 게 삼성전자의 설명이다. 신경망을 기반으로 한 딥러닝(심화학습)이 적용됐다는 것이다. 삼성의 음성인식 비서 ‘빅스비 2.0’을 위해선 이 칩 수준을 끌어올려야 한다. IT 전문매체 폰아레나 등 외신에 따르면 삼성전자는 신경망네트워크프로세서(NPU·딥러닝 연산을 처리하는 별도 처리장치) 개발도 임박한 것으로 알려졌다. 지금의 AI 칩은 클라우드를 거쳐 정보를 처리하지만 NPU는 기기 내 데이터만으로 AI 서비스를 이용할 수 있어 실시간 지연이 거의 없다. 애플이 휴대폰 중 최초로 아이폰에 3차원(3D) 안면인식 기술을 넣은 것도 AI 칩 덕분이다. 애플의 자체 프로세서 ‘A11 바이오닉’은 신경망 엔진이 적용된 AI 칩이다. 초당 최대 6000억번까지 작업을 처리할 수 있어 음성 인식, 자연어 처리 등에도 특화됐다. 아마존, 구글, 퀄컴 등 글로벌 IT 강자들도 AI 칩 개발에 올인하고 있다. 구글은 이미 자체 칩을 사용해 스트리트뷰, 사진, 번역 등 서비스를 지원하고 있다. 지난해 텐서프로세싱유닛(TPU)이라는 새 AI 칩을 내놓았다. 아마존은 한발 늦었지만 최근 자사 AI 스피커 ‘에코’에 사용할 AI 칩의 자체 설계에 들어갔다. 반도체 강자 인텔은 지난해 8월 AI 스타트업(신생기업) ‘너바나 시스템스’를 인수하며 AI 칩 확장에 대한 의지를 드러냈다. 퀄컴의 ‘스냅드래곤845’ 칩은 전작인 ‘스냅드래곤835’ 대비 AI 성능이 3배가량 향상돼 AI 비서에 활용할 경우 훨씬 정확하고 빠른 대답이 가능해졌다. AI 칩 개발에 열을 올리고 있는 중국 화웨이는 지난해 가을 세계 최초로 모바일용 NPU ‘기린 970’을 공개하고 최신 스마트폰 ‘메이트10’에 실었다. 업계 관계자는 “AI 칩은 네트워크 환경 제약을 받지 않고 에너지 효율도 높아 활용 범위가 비약적으로 넓어질 것”이라고 내다봤다. 이재연 기자 oscal@seoul.co.kr

한때 컴퓨터는 안 배우면 시대에 뒤처지는 문명의 이기로 소개되었습니다. 컴맹이라는 단어가 나오고 이 컴맹을 해결하기 위해 보급형 국민 PC를 국가 정책으로 공급했던 일도 있었습니다. 하지만 세월이 흘러 이제 PC는 점차 사양세를 타고 있습니다. 매 분기 PC 판매량은 조금씩 줄어들고 있는데, 이는 PC가 이미 충분히 보급되었을 뿐 아니라 성능이 좋아져 교체 주기가 길어졌기 때문입니다. 그리고 스마트폰 같은 대체재의 등장으로 PC 없이도 언제나 인터넷에 접속할 수 있게 된 것 역시 중요한 이유입니다. 그런데 PC를 대체한다는 소리가 나왔던 스마트폰도 아이러니하게 PC와 비슷한 길을 걷고 있습니다. 스마트폰 역시 충분히 보급되었을 뿐 아니라 성능이 상향 평준화되면서 교체 주기가 길어진 것입니다. 시장 조사기관들에 의하면 2017년 4분기 스마트폰 판매량은 전년 동기 대비 6.3~8.8% 정도 감소해서 오히려 PC보다 더 빠른 감소세를 보였습니다. 이렇게 보면 주요 IT 기업들이 위기에 빠지지 않을까 걱정되지만, 실적 발표는 반대입니다. 여러 IT 공룡들이 각자 이유는 다르지만, 좋은 실적을 발표하고 있습니다. 예를 들어 주요 CPU 제조사인 인텔과 AMD는 모두 전년 동기 대비 크게 좋아진 성적표를 발표했고 삼성전자 역시 반도체 부분에서 역대급 호실적을 발표했습니다. 그 배경 중 하나로 서버 부분의 빠른 성장을 들 수 있습니다. 인터넷에 접속한 기기의 숫자가 지속해서 증가하고, 웹 기반 서비스와 콘텐츠의 양 역시 기하급수적으로 증가하면서 서버 수요가 갈수록 증가하는 것입니다. 시장조사기관 IDC에 따르면 2017년 3분기 서버 출하량은 전년 동기 대비 11.1% 증가하고 매출은 19.9% 증가해 강한 상승세를 보였습니다. 스마트폰이나 PC는 이미 없는 사람이 없을 만큼 보급되어 급격한 추가 성장을 기대하기 어렵지만, 서버나 슈퍼컴퓨팅 부분은 다른 이야기입니다. 특히 클라우드나 인공지능 같은 새로운 서비스의 등장으로 이를 감당할 새로운 하드웨어의 필요성은 더 커지고 있습니다. 이런 상황에서 주요 CPU 제조사들은 엄청난 수의 코어를 내장한 CPU를 경쟁적으로 내놓고 있습니다. - AMD vs 인텔의 서버 전쟁 현재 서버용 CPU 시장은 인텔 천하라고 해도 과언이 아닙니다. 소비자용 CPU를 생산하던 인텔은 PC에 들어가는 CPU의 성능이 강력해지자 이를 제온이라는 이름으로 서버 시장에 출시해 점차 점유율을 늘려왔습니다. 특히 PC 시장이 정체되기 시작하자 인텔은 이 시장에 더 적극적으로 뛰어들어 역사상 가장 크고 복잡한 x86 프로세서들을 만들었습니다. 작년에 선보인 스카이레이크 아키텍처 기반의 제온 CPU들은 3x4, 4x5, 5x6의 코어 배열을 가지고 있으며 현재 최고 28코어 제품까지 나와 있습니다. 이 가운데 3x4, 4x5 배열 칩은 고성능 PC를 위한 스카이레이크 X 제품으로도 출시되어 있습니다. 다만 이렇게 많은 코어를 집적할 경우 전부 실수 없이 제조하기 힘들기 때문에 판매할 때는 30코어나 20코어 대신 28코어나 18코어 제품으로 판매됩니다. 가장 큰 30코어의 크기는 698㎟로 알려져 있습니다. 일반적으로 CPU가 가질 수 있는 가장 큰 크기라고 할 수 있습니다. 트랜지스터 집적도는 정확히 알려지지 않았지만, 전 세대 제품인 24코어 브로드웰 EP가 72억 개로 알려진 만큼 그것보다는 더 많을 것으로 보입니다. 하지만 경쟁사인 AMD는 인텔의 아성에 거세게 도전하고 있습니다. 8개의 코어를 지닌 칩 4개를 엮어서 32코어/64쓰레드의 에픽(EPYC) 프로세서를 공개했는데, 가격 대 성능 면에서 충분히 경쟁력이 있다는 평가입니다. 더구나 최근 멜트다운 문제로 보안 이슈가 불거지면서 올해에는 AMD가 서버 시장에서 강세를 보일 것이라는 예측이 나오고 있습니다. 그러나 AMD는 여기서 그치지 않고 7nm 공정으로 제조할 젠 2(Zen 2) 코어를 이용해서 더 많은 코어를 집적한 서버 프로세서를 내놓을 것이란 예측이 나오고 있습니다. 한 개의 CPU에 48코어를 지닌 CPU가 등장할 것이란 이야기가 나오고 있는데, 제조 공정 미세화를 생각하면 충분히 가능한 일입니다. 물론 인텔 역시 앞으로 30개 이상의 코어를 지닌 제온 프로세서를 내놓는 것은 단지 시간 문제로 생각됩니다. 앞으로 당분간 한치의 양보 없는 싸움이 예상되는 이유입니다. - 권토중래를 노리는 IBM, 새로운 시장에 뛰어든 퀄컴 서버 및 슈퍼컴퓨터 부분에서 전통적인 강호였던 IBM 역시 새로운 고성능 CPU를 들고 나왔습니다. Power9이 그것으로 80억 개의 트랜지스터를 집적한 거대한 CPU입니다. 12코어x8쓰레드와 24코어x4쓰레드의 두 가지 방식으로 작동할 수 있으며 CPU 하나에 96쓰레드를 지원합니다. Power9은 IBM의 서버에도 들어가지만, 특히 주목을 받는 부분은 슈퍼컴퓨터입니다. 중국에 슈퍼컴 1위를 내놓은 미국이 다시 1위를 되찾아올 신형 슈퍼컴퓨터에 Power9 프로세서와 엔비디아의 볼타 GPU를 사용할 것이기 때문입니다. 비록 판매량은 적지만 세상에서 가장 빠른 컴퓨터의 타이틀을 차지하는 것은 적지 않은 의미가 있습니다. 동시에 IBM은 새로운 CPU가 경쟁력 있는 가격으로 시장에서 선전하기를 기대하고 있습니다. 본래 서버 시장하고는 인연이 없지만, 퀄컴 역시 서버 CPU인 센트리크 (Centriq) 2400을 내놓은 상태입니다. 팔커 (Falkor)코어라는 ARM v8 기반의 프로세서를 48개 집적한 이 거대한 칩은 삼성전자의 10LPE FinFET 공정으로 제조됩니다. 트랜지스터 집적도는 180억 개로 역대 가장 많은 트랜지스터를 집적한 서버 CPU라고 할 수 있습니다. 다만 아직 ARM 기반 서버 플랫폼은 널리 사용된다고 보기 힘든 것이 사실입니다. 따라서 플랫폼과 지원 소프트웨어 생태계를 확산시키는 일이 중요할 것으로 보입니다. 마지막으로 오라클과 후지쓰 역시 자신만의 서버용 스팍 (SPARC) 프로세서를 계속해서 내놓고 있습니다. 작년에 등장한 프로세서인 SPARC64 XII과 SPARC M8의 경우 각각 96쓰레드와 256쓰레드를 지원하는 거대한 CPU입니다. 최근 서버 부분의 수요가 증가하고 경쟁이 강화되면서 수십 개의 코어를 집적한 대형 CPU는 그다지 드물지 않은 존재가 되고 있습니다. 물론 이런 거대한 CPU는 일반 소비자에게는 상당히 생소한 물건입니다. 이렇게 비싼 고성능 프로세서를 집에서 쓸 사람은 거의 없을 것입니다. 하지만 이 큰 CPU들은 우리가 매일 접속하는 웹사이트와 인터넷 기반 서비스를 가능하게 만드는 원동력입니다. 비록 우리가 한 번도 실물을 볼 기회는 없다고 해도 사실 우리는 이들이 제공하는 서비스를 매일 받는 셈입니다. 인터넷 기반 서비스가 질적 양적으로 성장할수록 이들의 성능 역시 더 좋아질 것이고 모든 소비자가 알게 모르게 그 혜택을 누리게 될 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

삼성전자가 자율주행 시스템, 가상화폐 채굴 등에서 속도를 2배 높일 수 있는 그래픽 D램을 업계 최초로 양산하기 시작했다. PC와 서버, 모바일용 D램에 이어 차세대 프리미엄 D램 시장에서도 독주 체제를 굳히려는 모습이다.삼성전자는 현존 D램 중 세계 최고 속도인 16기가비트(Gb)의 ‘GDDR6(그래픽스 더블 데이터 레이트 6) D램’을 지난달부터 양산하고 있다고 18일 밝혔다. 그래픽 D램은 PC, 서버, 영상기기, 고성능 게임기에서 중앙처리장치(CPU), 그래픽처리장치(GPU)의 명령을 받아 그래픽을 빠르게 처리하는 메모리 제품이다. 삼성전자는 앞서 2014년 세계 최초로 초당 8Gb의 ‘20나노급 GDDR 5 D램’을 양산한 데 이어 이번에 10나노급 공정을 적용, 속도와 용량을 2배 이상 높였다. 저전력 설계로 전력 효율이 35% 이상 좋아졌고 속도도 기존 제품보다 2배 이상 빨라졌다. 풀 고화질(HD)급 영상 48편을 1초 만에 읽고 처리할 수 있는 수준이다. 특히 인공지능(AI)과 가상현실(VR) 등 차세대 시스템에 안성맞춤이라는 설명이다. 실시간 변하는 주행상황을 감지, 위험을 처리해야 하는 자율주행 차량과 블록체인 기술이 적용된 가상화폐 채굴 등에도 적합하다. 삼성전자 관계자는 “가상화폐 채굴에 GPU가 많이 사용되는데 채굴용 GPU를 최고 성능으로 지원하는 역할을 할 수 있다”고 설명했다. 이재연 기자 oscal@seoul.co.kr

서울시와 서울시 중소기업 지원기관인 SBA(서울산업진흥원)는 서울시 소재 중소기업의 4차 산업혁명 혁신기술개발 지원을 통한 도시문제 해결을 위한 ‘서울혁신챌린지’ 결선행사를 진행했다. 지난 8개월간 진행된 이번 행사는 1,500명의 회원들이 활동하며 아이디어를 발굴하고, 100개의 예선참가팀이 등록했다. 8월 달에 열린 예선에서는 AI 및 블록체인 포함 4차 산업혁명 핵심기술 활용 도시문제 및 지속성장과 관련한 32개의 과제를 선정했다. 오늘 진행된 결선행사에서는 500여 명의 시민평가단이 16개의 결선과제를 선정했다. 선정된 16개 과제는 머신러닝과 블록체인 요소기술을 활용하여 교통, 환경, 도시재생, 도시관리, 건강관리, 세무, 소외계층, 보안, 육아문제 등 다양한 도시문제 해결방안과 지속성장 관련 대안을 제시하였다. ‘플랫팜’과 ‘휴이노’가 나란히 결선과제 1등을 차지했다. 플랫팜은 사용자의 메시지를 자동으로 인식하여 이모티콘으로 표현해주는 인공지능 기술이다. 감성적 소통을 보다 쉽게 할 수 있도록 하여 소통에 어려움을 겪는 우리 사회를 보다 따뜻하게 만들어준다. 휴이노는 머신러닝을 통해 뇌졸중의 가장 큰 원인인 부정맥을 학습시켜 만성심장질환자의 건강상태를 실시간으로 자동 모니터링, 예측함으로 건강 유지 및 사망률을 최소화하는 고령화 사회에 걸맞은 기술이다. 서울혁신챌린지 최종 지원 대상으로 선정된 16개 기업에는 4차 산업혁명 관련 혁신기술 R&D 자금지원, 인공지능 선도기업 개발 플랫폼 연계 및 기술지원, 마케팅 지원과 SBA 지원사업 연계 등 다양한 후속 지원이 제공된다. 특히 SBA R&D 지원팀은 AI(머신러닝)와 블록체인기술을 활용한 4차 산업혁명 핵심기술을 위하여 글로벌 AI플랫폼 기업과 전략적인 관계를 맺고, 국내외 선진사례에서 축적된 노하우를 바탕으로 기술 지원, 글로벌 스타트업 지원 프로그램과 연계 지원한다. 이외에도 16개 팀 중 우수기업을 선정, 글로벌 AI 컴퓨팅 기업 엔비디아가 내년 초 실리콘밸리에서 주최하는 세계적인 행사인 GTC(GPU Technology Conference)에 참석할 수 있는 기회가 제공된다. 또한 엔비디아에서 제공하는 글로벌 스타트업 지원 프로그램인 인셉션 멤버로 등록되어 전세계 유수기업들의 성공사례를 학습하고, 장비지원 및 할인구입의 혜택까지도 주어질 예정이다. 온라인뉴스부 iseoul@seoul.co.kr

세계에서 가장 작은 여성이지만 꿈은 세계에서 가장 큰 꿈을 꾸는 인도 여성 ‘죠티 키산지 암게’(Jyoti Kisanji Amge)가 화제다. 죠티는 2011년 18세 때, 59.69cm 키로 ‘세계에서 가장 작은 여성’이란 기네스 기록을 세웠으며 24세 현재도 62.8cm 키로 그 타이틀을 유지하고 있다. 최근 기네스 세계 기록 페이스북 새 브랜드 ‘비욘드 더 레코드’(Beyond the Record)의 진행자 겸 모델 출신의 아샤 레오(Asha Leo)가 죠티가 살고 있는 마하라슈트라 주 북동부 나그푸르(Nagpur)를 방문해 그녀의 소식을 전했다. 더 이상 자신의 키가 자라지 않음을 깨달은 죠티가 병원을 찾았을 때, “호르몬의 한계로 인해 더 이상 키가 자라지 않을 것이며 체내에 호르몬이 없기 때문에 앞으로 키나 몸무게의 변화도 없다”는 의사의 진단을 받았다. 비록 이러한 상황들이 항상 가족의 보살핌에 의존할 가능성이 많은 죠티에게 더욱 도전할 수 있는 삶의 국면을 만들어줬다 할지라도 그녀는 믿을 수 없을 정도의 긍정적인 마인드를 소유하고 있다. “키로 인해 제 자신은 전 세계적으로 매우 유명해졌으며 제가 가는 곳마다 큰 관심을 받는다”며 “제 꿈은 할리우드 배우가 되는 것”이라고 말하며 미소를 지었다. ‘비욘드 더 레코드’는 기네스 세계 기록에서 제작한 전 세계의 놀라운 기록 보유자를 소개하는 페이스북 프로그램이다. 다음 편은 기괴한 식습관의 소유자 엘에이 비스트(L.A. Beast)로 더 잘 알려진 케빈 스타런(Kevin Strahle)이다.한편 세상에서 가장 작은 남성은 네팔의 77세 찬드라 바하두 당기(Chandra Bahadur Dangi)로 그의 키는 54.6cm다. 찬드라와 죠티는 지난 2012년 ‘기네스북’ 2013년 판에 사용될 사진을 찍기 위해 이탈리아의 한 스튜디오에서 첫 만남을 가진 바 있다. 사진·영상= Beyond the Record 손진호 기자 nasturu@seoul.co.kr

지난 5월 알파고는 중국의 바둑 신성 커제 9단과의 대결에서 승리한 뒤 화려하게 은퇴했다. 이 대결은 지난해 3월 있었던 이세돌 9단과의 대결에 비하면 충격적이지는 않았지만 학계에 남겨진 여운은 매우 컸다. 첫 번째 이유는 알파고가 컴퓨터 한 대를 활용해 커제와 대결했다는 점이다. 이세돌 9단과의 대결에서는 슈퍼컴퓨터급의 장비를 활용했는데 1년여의 기간에 전력 소비를 큰 폭으로 줄인 것이다. 두 번째는 바둑기사들의 기보를 전혀 학습하지 않았다는 점이다. 이런 접근은 역설적으로 대규모 데이터를 학습하여 패턴을 예측하는 현대 인공지능 개념을 뒤엎는 것이다. 구글 딥마인드는 지난 10월 우리에게 남긴 여운에 대한 해답을 주는 논문을 세계적인 학술지 네이처에 발표했다. 논문에서 소개된 ‘알파고 제로’는 바둑기사의 기보 없이 스스로 대결하며 학습했다고 밝혔다. 비결은 강화학습이다. 강화학습은 행위에 대한 보상을 통해 전략을 강화하는 방법으로, 게임 인공지능 분야에 주로 활용됐다. 알파고 제로의 강화학습 알고리즘은 지난 이세돌 9단과 대결했던 버전보다 상당 부분 개선됐다. 지난 버전의 알파고는 두 가지 형태의 인공신경망을 활용했다. 이 두 가지는 전문 바둑기사의 기보를 학습해 착수 선호도를 결정하는 정책망과 현재 바둑판의 승률을 근사하는 가치망이다. 알파고 제로에서는 이 두 가지를 하나의 신경망으로 통합해 성능을 개선한 것이다. 또 기존 알파고는 바둑판을 48가지 특징으로 분류하여 학습을 진행했으나 알파고 제로는 바둑돌의 위치만을 토대로 학습했다. 즉 알파고 제로는 백지 상태에서 바둑의 규칙만을 토대로 학습했다고 볼 수 있다. 한편 알파고 제로는 학습을 위해 4개의 TPU(Tensorflow Processing Unit)를 활용했다. TPU는 구글이 고안한 학습 전용 하드웨어로 기존 연산처리장치보다 최대 80배 정도 전력 효율이 높다. 학습기반 인공지능은 일반적으로 계산량이 매우 많다. 현재 인공지능 컴퓨팅 인프라로 GPU가 각광받는 이유도 같은 가격의 CPU 대비 계산 성능이 월등히 뛰어나기 때문이다. 문제는 GPU의 전력 소모가 크다는 점이다. TPU는 GPU와 같이 인공지능 학습에 뛰어난 성능을 보이면서도 전력을 적게 소모한다는 점에 주목할 필요가 있다. 딥마인드의 알파고 제로는 현대 인공지능의 변혁을 알리는 신호탄이 될 것이다. 데이터를 스스로 생산하며 학습한다는 패러다임을 제시했기 때문이다. 사람처럼 행동하는 인공지능은 현재 시점에서는 요원한 일이지만, 알파고 제로가 증명한 기술 발전의 속도는 우리들이 생각하는 것보다 훨씬 더 빠를지도 모른다.

CPU 업계 1위인 인텔과 40년 앙앙불락(怏怏不樂)으로 사이가 좋지 않았던 회사가 바로 AMD입니다. X86 프로세서라는 같은 제품을 만드는 만큼 두 회사는 충돌하지 않을 수 없었는데, 특히 본래 이 프로세서가 인텔의 기술이었기 때문에 법정소송으로 비화하는 일이 적지 않았습니다. 인텔의 역사를 다룬 ‘인텔 끝나지 않은 도전과 혁신’(The Intel Trinity)에 따르면 이는 1976년 AMD의 창업자인 제리 샌더스가 인텔 8086의 클론 칩을 만들 때부터 시작된 갈등이었습니다. 사실 AMD 외에도 여러 클론 칩 업체가 있었지만, 대부분 파산하거나 혹은 x86 프로세서 제조업에서 손을 뗀 반면 AMD는 끊임없는 기술 개발을 통해 한때 인텔을 크게 위협하는 수준까지 커집니다. 따라서 법정 소송이 마무리된 이후에도 인텔과 AMD는 서로 사이가 좋을 순 없었습니다. 이 둘은 계속해서 서로 경쟁하면서 제품을 내놓았습니다. 그러던 두 회사가 손을 잡았다고 하면 모두가 깜짝 놀랄 뉴스가 아닐 수 없습니다. 가장 일어나지 않을 것 같은 일이 일어난 것이기 때문입니다. 다만 서로 담합을 해서 CPU 가격을 올린다든지 하는 건 아닙니다. AMD의 라데온 그래픽 프로세서를 인텔에 판매한다는 소식이기 때문입니다. 앞으로 라데온 내장 그래픽을 사용한 인텔 프로세서를 볼 수 있게 될 전망입니다. AMD는 CPU는 물론 그래픽 처리 장치(GPU)도 같이 만들고 있습니다. 과거 ATI라는 회사를 인수하면서 해당 부서를 인수해 라데온 GPU를 만들고 있는데, 독립 그래픽 카드 제품으로도 내놓고 CPU와 합쳐서 APU라는 형태의 제품으로도 내놓습니다. CPU+GPU가 같이 있으면 비싼 그래픽 카드를 별도로 살 필요가 없기 때문에 보통 중저가형 PC용으로 사용됩니다. 인텔 역시 CPU+GPU 통합형 제품을 내놓았는데, 솔직히 말해 그래픽 성능은 그다지 좋지 않았습니다. 가벼운 노트북처럼 발열과 전력 소모를 크게 줄여야 하는 제품이나 혹은 그래픽 성능이 별로 중요하지 않은 사무용 PC 등에 사용되는 물건이라고 할 수 있습니다. 물론 인텔 역시 좀 더 비싼 그래픽 제품을 판매하려고 시도하지 않은 것은 아닙니다. 인텔도 고성능 내장 그래픽 프로세서인 아이리스 및 아이리스 프로 그래픽 프로세서를 내놓긴 했습니다. 하지만 성능 면에서는 AMD나 엔비디아의 최신 그래픽 프로세서를 따라잡기 힘들었습니다. 여기에 대부분의 게임이 AMD가 엔비디아의 프로세서에 최적화되어 인텔 내장 그래픽으로는 성능이나 최적화 모두 따라잡기 어려운 것이 현실입니다. 아마도 이것이 인텔이 자체 그래픽 프로세서에 공을 들이기보다 AMD의 그래픽 프로세서를 구매하기로 결정한 이유 가운데 하나였을 것입니다. 물론 그래픽 부분 1위인 엔비디아도 가능성 있는 협상 대상자지만, 현재 시장 1위를 하면서 비싼 가격에 제품을 파는 엔비디아가 큰 흥미를 보이지 않았던 것으로 보입니다. AMD는 신제품인 라이젠 CPU를 통해 적자에서 탈출하긴 했지만, 여전히 부진한 라데온 프로세서 판매를 촉진하기 위해 고육지책으로 프로세서를 판매하기로 결정했을 것입니다. 인텔은 신기술을 통해 새로 구매한 라데온 프로세서는 물론 차세대 메모리인 HBM2까지 결합하려고 생각하고 있습니다. EMIB(Embedded Multi-die Interconnect Bridge)이 그것으로 여러 개의 이질적인 다이(die)를 서로 연결하는 고속 인터페이스를 통해 하나의 칩처럼 효과적으로 통합할 수 있다는 것이 인텔의 설명입니다. 물론 이 두 회사의 동상이몽이 해피엔딩으로 끝날지는 두고 봐야 알겠지만, 이 소식은 영원한 적도 친구도 없다는 것을 다시 한번 보여주는 사례가 될 것 같습니다. 치열한 생존경쟁에서 살아남기 위해서는 누구와도 손을 잡을 수 있고 누구와도 싸울 수 있다는 것만이 진리인 셈이지요. 고든 정 칼럼니스트 jjy0501@naver.com

프로세서 업계 1위로 군림해온 인텔의 입지는 지난 몇 년간 크게 변했습니다. 여전히 프로세서 업계 1위긴 하지만, 시장이 모바일 중심으로 바뀌고 고성능 ARM 기반 프로세서의 비중이 커지면서 위상이 예전 같지 않은 것입니다. 올해 3분기 인텔의 매출은 161억 달러로 5년 전인 2012년 3분기 135억 달러보다 성장은 했지만, 물가 상승률 등을 감안하면 큰 성장세라고 하긴 어려운 수준입니다. 매출에서 가장 큰 부분을 차지하는 클라이언트 컴퓨팅 부분(PC용 CPU 및 연관 제품) 매출이 88억 6000만 달러로 정체된 것이 가장 큰 이유입니다. 그나마 서버 부분을 포함한 데이터 센터 부분의 성장률은 꾸준해서 매출과 순이익은 점점 증가하는 추세긴 하지만 그 성장 속도는 완만합니다. 그래서 인텔은 인공지능과 사물인터넷에서 새로운 가능성을 탐색하고 있습니다. 솔직히 말하면 인공지능 분야에서 아직 인텔의 입지는 그렇게 크지 않습니다. 최근 인공지능 하드웨어 부분에서 최근 단연 두각을 나타내는 기업은 엔비디아로 이 회사의 그래픽 연산 유닛 혹은 GPU는 딥러닝 연구에서 매우 널리 활용되고 있습니다. 구글 역시 인공지능 관련 소프트웨어는 물론 텐서 프로세싱 유닛(Tensor Processing Unit·TPU) 같은 하드웨어를 공개하면서 앞선 기술력을 자랑하고 있습니다. 이에 질세라 최근 인텔은 매우 과감한 기술 개발과 인수 합병을 통해 새로운 제품군을 공개하고 있습니다. 그것도 하나가 아니라 비슷한 시기에 3개를 동시에 발표했습니다. 첫 번째 타자는 USB 메모리나처럼 생긴 모비디우스(Movidius) 뉴럴 컴퓨트 스틱(Neural Compute Stick)입니다. (사진) 모비디우스는 작년에 인텔에 인수된 신생 기업으로 절전형 인공지능 프로세서에 특화된 기술을 지니고 있습니다. 우리가 사용하는 USB 메모리보다 약간 큰 이 장치를 이용하면 1w의 전력으로 100GFLOPS의 인공지능 관련 연산이 가능합니다. 가격은 79달러. 성능을 생각하면 저렴한 편입니다. 일반 PC의 USB에 끼워서 사용할 수 있는 것은 물론 앞으로 소형 저전력 장치에 강력한 인공지능을 부여할 수 있습니다. 두 번째 타자는 엔비디아의 고성능 GPU와 경쟁할 제품으로 너바나(Nervana)라는 명칭을 가지고 있습니다. 아직 실물이 공개된 것은 아니지만, 공개된 내용을 종합하면 강력한 성능을 지닌 고성능 인공지능 전용 프로세서라고 할 수 있습니다. 너바나의 구체적인 성능에 대해서는 아직 공개되지 않았지만, 12개의 내부 프로세서와 4개의 고속 메모리인 HBM2를 사용한다는 점은 알려졌습니다. 더 흥미로운 사실은 이 제품의 개발에 페이스북이 참여했다는 것입니다. 당연히 구매 가능성 역시 높을 것으로 추정됩니다. 참고로 너바나 역시 사실 작년에 인텔에 인수된 기업입니다. 새로운 프로세서에 대한 투자를 하는 것은 물론 과거와 달리 인공 지능 관련 스타트업을 과감히 인수해서 자신의 제품군에 투입한다는 점은 과거 ‘공룡’으로 불리던 인텔의 행보가 덩치에 비해 매우 빨라졌다는 것을 보여줍니다. 과연 너바나가 엔비디아의 고성능 GPU와 견줄 성능을 지녔는지 결과가 주목됩니다. 세 번째 제품은 아직 그 성능을 짐작하기 어려운 로이히(Loihi) 입니다. 앞서 두 제품을 포함해 현재 인공지능 연구에 널리 사용되는 GPU는 모두 소프트웨어적인 방법으로 뉴런(신경세포)을 구성하는 반면 로이히는 하드웨어적인 뉴런을 가지고 있습니다. 실제 뇌의 작동 방식을 모방한 프로세서이기 때문에 뉴로모픽 컴퓨팅(Neuromorphic computing)이라고 불립니다. 로이히는 13만 개의 뉴런과 1억 3000만 개의 시냅스를 가지고 있습니다. 기존의 인공지능과 작동방식이 달라 과거 인공지능이 취약한 부분에서 더 좋은 성능을 보일 것으로 기대하고 있습니다. 인텔의 공격적인 AI 행보가 얼마나 성공을 거둘지는 아직 예측하기 어렵습니다. 아무리 프로세서 업계 1위지만, 과거에도 스마트폰 시장에서 고배를 마신 경험이 있어 무조건 성공을 장담하기 어렵습니다. 그리고 이미 경쟁자인 엔비디아는 이 부분에서 많은 경험을 축적했습니다. 하지만 적극적인 연구 개발과 인수합병을 통해 무섭게 성장한 인텔의 인공지능 관련 부분 역시 무시하기 어려울 것입니다. 중생대 비조류 공룡(non-avian dinosaur)는 모두 멸종했지만, 새로 진화한 공룡의 후손은 지금도 크게 번성하고 있습니다. 급격히 변하는 IT 세상에서 살아남기 위해서는 공룡으로 비유되는 인텔 역시 변화에 맞는 진화가 필요합니다. 세상이 변하는데 나만 변하지 않는 것은 세상을 거부하는 것이기 때문입니다. 변해야 산다는 것은 단지 구호가 아니라 모든 기업이 직면한 현실입니다. 고든 정 칼럼니스트 jjy0501@naver.com

서울대 유승주·전병곤 교수, 페이스북 리서치 선정 서울대 공대는 유승주, 전병곤 컴퓨터공학부 교수팀이 지난 9월 ‘페이스북 카페2 리서치 어워드’ 프로그램 대상자로 선정됐다고 11일 밝혔다.페이스북에서 개발 중인 카페2는 수 많은 GPU(그래픽 처리장치)를 활용해 클러스터 환경에서 모바일까지 다양한 플랫폼을 지원하고 있는 오픈소스 딥러닝 프로젝트다. 페이스북은 카페2를 활용해 딥러닝 분야 우수 연구를 수행하는 연구기관을 선별해 지원하는 동시에 페이스북과 긴밀히 협업할 수 있는 기회를 제공한다. 유승주 교수팀은 모바일 기기상 신경네트워크 에너지 및 성능 최적화 연구, 4비트급 데이터 양자화 연구를 진행하고 있다. 스마트폰 같은 모바일 디바이스에서는 낮은 전력을 사용하는 딥러닝 기술 구현이 필수적이기 때문에 데이터 크기를 줄이는 양자화는 단위 동작당 에너지 효율과 단위 면적당 계산능력을 모두 개선할 수 있는 중요한 기술이다. 현재 구현된 최고 수준의 양자화는 대규모 신경망 네트워크에서 8비트 데이터 사용이 가능한데 유 교수팀은 이를 4비트 수준까지 최적화하는 기술 개발을 목표로 하고 있다. 전 교수팀은 대규모 딥러닝 학습과 초고속 딥러닝 추론 연구를 수행 중에 있다. 카페2와 같은 딥러닝 모델은 일반적으로 단일 서버와 단일 GPU에서 처리한다. 연구팀은 카페2를 클러스터 환경과 데이터, 모델의 복잡도 등을 고려해 자동으로 분산처리 하는 기술을 개발하기 위해 연구를 진행 중이다. 유승주, 전병곤 교수는 “페이스북 카페2 리서치 어워드에 선정돼 매우 기쁘다”며 “혁신적 연구성과로 기대에 부응할 것”이라고 말했다. 유용하 기자 edmondy@seoul.co.kr

　도널드 트럼프 미국 대통령이 제동을 걸어 미국 반도체 회사를 인수하지 못했던 중국계 사모펀드가 영국의 대표적인 반도체 회사를 인수한다. 　24일 영국 파이낸셜타임스(FT)에 따르면 중국계 사모펀드(PEF)인 캐넌브리지가 영국의 그래픽칩(GPU) 설계·개발 회사 이매지네이션테크놀로지를 인수한다. 이매지네이션은 캐넌브리지에 회사를 5억 5000만 파운드(약 8500억원)에 팔기로 합의했다. 　이매지네이션은 스마트폰에서 구동되는 비디오 게임과 인공지능(AI), 가상현실(VR)을 가능케 하는 GPU 반도체를 만드는 회사다. 지난 6월 애플이 이매지네이션의 GPU를 더 이상 쓰지 않기로 결정하면서 주가 폭락이 발생했고, 회사는 매각을 결정했다. 미국 반도체 인수에 번번이 실패한 캐넌브리지가 이 기회를 적극 활용한 셈이다. 　미국 실리콘밸리가 본거지인 캐넌브리지는 중국 정부 소유인 이타이캐피털의 지원을 받는 중국계 자본이다. 이 때문에 트럼프 대통령은 최근 캐넌브리지가 미국 반도체회사 래티스를 인수하는 거래를 국가안보 위협을 이유로 불허했다. 캐넌브리지는 이번에 인수 협상을 하면서 이매지네이션의 미국 법인은 사지 않기로 결정했다. 미국 법인 인수가 미국 정부에 의해 또다시 거부되면 전체 인수 작업이 무산될 수 있기 때문이다. 　캐넌브리지는 이매지네이션 인수를 계기로 영국 내 연구·개발(R&D) 투자를 더욱 확대하고, 이매지네이션 인력을 감축하지 않기로 약속했다. 사업체를 중국 등 다른 나라로 옮길 계획도 없다고 밝혔다. 핵심 산업 매각을 주저하는 테레사 메이 영국 총리를 향한 화해의 손짓으로 풀이된다. 캐넌브리지 대변인은 “매각 합의에 앞서 영국 정부 관리들을 두루 만났다”고 밝혔다. 베이징 이창구 특파원 window2@seoul.co.kr

컴퓨터의 가격은 성능과 사양에 따라 천차만별입니다. 매우 저렴한 컴퓨터의 경우 수십만 원에 불과한 것도 있지만, 특수목적에 사용되는 전문가용 컴퓨터는 CPU, 그래픽카드, SSD 등 주요 부품의 가격만 수백만 원을 넘는 경우가 드물지 않습니다. 물론 업무에 꼭 필요하다면 비싼 돈을 주고서라도 구매하려는 이는 있게 마련입니다. 이 경우 종종 장비의 가격은 억대를 훌쩍 넘어설 수도 있습니다. 그래픽 전문 기업인 엔비디아가 출시한 DGX-1 시스템 역시 마찬가지입니다. 14.9만 달러 (약 1억 6850만원)의 비싼 가격이지만, 이를 구매한 매사추세츠 종합 병원 및 브리검 여성병원의 임상 데이터 과학센터는 그만한 가치를 할 것으로 믿고 있습니다. 가격만큼 강력한 사양을 갖추고 있기 때문입니다. 구체적인 사양은 20개의 코어를 지닌 제온(Xeon) E5-2698 v4(브로드웰 E) CPU 2개와 연산에서 핵심 기능을 담당할 테슬라 V100 GPU 8개, 그리고 512GB DDR4 메모리, 1.92TB SSD 4개로 이를 작동시키기 위해서는 3200W 파워서플라이가 필요합니다. 모두 비싼 부품이지만, 사실 가격에서 대부분을 차지하는 것은 테슬라 V100입니다. 코드명 볼타(Volta)로 알려진 이 그래픽 처리 장치는 사실 그래픽 처리보다 연산을 위해서 태어났습니다. 트랜지스터 집적도가 210억 개에 달해 CPU와 비교해도 엄청나게 큰 프로세서입니다. 이렇게 커진 이유는 물론 연산 유닛이 여러 개이기 때문이지만, 인공지능을 위해 별도의 텐서 코어를 탑재한 것도 이유입니다. 그래서 DGX-1의 딥 러닝 연산 능력은 960TFLOPS에 달해 CPU 800개가 수행하는 것과 맞먹는 연산을 3U 랙마운트 서버 크기(866㎜x444㎜x131㎜)의 시스템 하나에서 수행할 수 있습니다. 따라서 특수 목적의 딥 러닝 연산에서는 오히려 가격 대 성능비가 우수한 편입니다. 물론 훨씬 저렴한 게이밍 그래픽카드 역시 딥 러닝 목적으로 사용할 수 있습니다. 하지만 근본적으로 하루 24시간 1년 365일 작동을 보장하는 제품이 아니기 때문에 장시간 작업을 하면 뭔가 오작동을 하거나 고장 날 가능성이 큽니다. 이런 시스템을 판매하는 쪽이나 구매하는 쪽 모두 이 사실을 알기 때문에 비싸도 팔리는 것입니다. 이를 구매한 임상 데이터 과학 센터는 이를 이용해 유전자 연구 및 다양한 의료용 영상 및 이미지 연구에 사용할 계획입니다. 진단 기술의 발전으로 의료용 이미지의 양이 폭발적으로 증가하고 있어 이를 분석하고 처리할 인공지능 시스템이 큰 도움이 될 수 있기 때문입니다. 더 나아가 의사의 임상적 판단을 돕고 더 정확한 치료를 하는 데 인공지능이 많은 이바지 할 수 있습니다. 비록 일반인이 이런 시스템을 구매할 일은 없겠지만, 결국 알게 모르게 그 열매를 모든 사람이 누릴 수 있을 것으로 기대합니다. 고든 정 칼럼니스트 jjy0501@naver.com

과거 가정과 사무실의 개인용 컴퓨터(PC) 산업을 주도했던 것은 ‘286’, ‘386’, ‘486’, ‘펜티엄’(586), ‘펜티엄 프로’(686) 등으로 통칭됐던 중앙처리장치(CPU)의 비약적인 발전이었다. 미국의 거대 반도체 기업 인텔이 새 CPU 제품을 내놓을 때마다 PC와 반도체를 비롯한 전 세계 정보기술(IT) 산업은 몇 단계씩 도약했다.PC의 시대가 저물고 스마트폰, 태블릿PC 등 모바일 시대가 한층 빠르게 진전되면서 ‘모바일 AP(애플리케이션 프로세서)’ 시장 경쟁이 갈수록 뜨겁게 달아오르고 있다. 시장조사기관 가트너의 조사에 따르면 2012년 전 세계 PC 출하량은 3억 5600만대에서 지난해 2억 7000만대로 23% 줄어든 반면, 스마트폰은 같은 기간 6억 8000만대에서 14억 9500만대로 219% 급증했다. 이런 이유에서 IT 매체들은 모바일AP 출시 동향에 촉각을 곤두세우고 있다. 지난 5월 외신들은 “미국 반도체 기업 퀄컴이 7나노 공정을 사용한 ‘스냅드래곤 845’ 칩셋을 내년 초 공개될 삼성 스마트폰 갤럭시 S9에 처음 탑재할 예정”이라고 보도해 비상한 관심을 끌었다. 7나노 공정 칩셋은 기존 공정보다 좀 더 작은 크기의 반도체에 성능은 25~35% 높일 수 있어 스마트폰 등의 ‘고성능·경량화’ 실현이 가능하다. 모바일 AP는 PC의 CPU처럼 모바일 디바이스에 들어가는 핵심 반도체 부품이다. PC CPU와 달리 하나의 칩 안에 주연산 처리를 위한 CPU, 영상 처리를 하는 GPU, 통신용 모뎀, 램메모리 등이 한데 들어 있어 모바일 기기의 성능에서 차지하는 비중이 절대적이다. AP는 스마트폰, 태블릿PC는 물론이고 ‘4차 산업혁명’을 이끌 사물인터넷(IoT), 웨어러블(신체 착용) 기기로도 쓰임새가 갈수록 넓어지고 있다. 공간제약이 큰 모바일 기기의 특성상 AP 성능의 핵심은 칩셋 안에 얼마나 많은 기능을 집약해 넣을 수 있느냐다. 이 때문에 인텔, 삼성전자, SK하이닉스 등 주요 반도체 회사들은 ‘나노’(nano) 공정의 고도화에 모든 노력을 기울이고 있다. 나노 공정은 1㎜의 1000만분의1에 해당하는 1㎚(나노미터)에서 나온 말로, 공정이 미세화될수록 반도체의 크기가 작아지고 전력 소모가 줄어 성능이 향상된다. 모바일 AP에서 글로벌 최강자는 CDMA 통신의 원조인 미국의 퀄컴이다. 퀄컴 ‘스냅드래곤’ 시리즈가 세계 시장의 3분의1 이상(36.2%)을 차지한 가운데 대만 미디어텍의 ‘MT’·‘헬리오’ 시리즈(21.5%), 애플의 ‘A’ 시리즈(20.2%), 삼성전자의 ‘엑시노스’ 시리즈(9.8%)가 추격하는 모양새다. 여기에 스프레드트럼(6.4%), 하이실리콘(3.1%) 등 중국기업들도 빠르게 상위권과 기술 격차를 줄이며 시장 점유율을 확대하고 있다. 애플은 A 시리즈를 자사 모바일 기기인 아이폰과 아이패드에만 탑재하고 있다. 삼성전자는 퀄컴의 스냅드래곤 파운드리(위탁생산)를 병행하면서 자사 스마트폰에 스냅드래곤과 엑시노스를 함께 쓰고 있다. 글로법 업체들은 나노 공정 경쟁 외에 타사 고객사 쟁탈전도 동시에 치르고 있다. 대만 TSMC는 최근 7나노 공정의 퀄컴 스냅드래곤칩 생산 물량 수주를 삼성전자로부터 빼앗아오는 데 성공했다. 미디어텍도 삼성전자를 제치고 중국 주요 스마트폰 업체인 메이주에 올해 전략폰 AP를 공급하기로 한 것으로 최근 전해졌다. AP 생산기업과 단말기 제조사의 관계는 서로 물고 물리는 구조로 엮여 있다. 이들은 기본적으로 ‘수탁업체’와 ‘고객사’의 관계이지만, 자체 AP 생산능력이 없는 단말기 제조사는 AP 생산기업의 전략에 휘둘릴 수 있다. 스마트폰 완제품 제조업체들이 독자적인 AP를 만들어 내려는 이유다. 실제로 퀄컴의 AP를 쓰던 LG전자는 지난해 인텔에 위탁생산을 맡기려고 시도하기도 했다. 삼성전자 관계자는 “휴대전화 업체들이 특정 회사의 AP만을 100% 쓰지 않는 것은 물량 공급이 불가능한 비상 상황에 대비해야 하기 때문”이라고 말했다. 현재 애플은 퀄컴과 칩셋 특허료 지급을 놓고 소송을 벌이면서 퀄컴의 엔지니어링 부문 부사장을 스카우트하기도 했다. 삼성전자 역시 퀄컴과 공정거래위원회의 과징금 부과 소송에서 반퀄컴 측 참고인으로 참여한다. 거대 IT 공룡기업들에는 영원한 동지도 영원한 적도 없는 셈이다. 이재연 기자 oscal@seoul.co.kr

지난 30년 이상 인텔은 데스크톱, 노트북, 서버 등에 사용되는 CPU 시장을 독점해 왔습니다. 많은 회사가 이 시장에 도전했지만, 번번이 고배를 마시고 역사 속으로 사라졌습니다. 다만 우리가 컴퓨터에 사용하는 x86 CPU 시장에서 인텔을 위협했던 회사가 있으니 바로 AMD입니다. AMD는 지금도 명맥을 유지하고 있지만, 사실 지난 몇 년간 매우 어려운 시기를 보냈습니다. 경쟁사 대비 성능이 떨어지는 CPU로 인해 낮은 가격에 팔 수밖에 없었고 이마저도 사실 잘 팔리지 않아 매출이 인텔과 비교할 수 없을 만큼 격차가 커졌기 때문입니다. 몇 년 동안 제대로 수익을 낸 적도 없기 때문에 회사가 매각된다는 소문도 꾸준히 돌았습니다. 하지만 2017년 야심차게 내놓은 신제품인 라이젠(Ryzen)이 CPU 시장의 판도를 바꾸고 있습니다. 비록 CPU 코어 한 개의 성능은 경쟁사 대비 더 높지는 않지만, 대신 여러 개의 코어를 탑재해 다수의 코어가 필요한 작업에서는 경쟁사를 압도하고 있습니다. 이런 특징은 여러 개의 코어를 가질수록 유리한 서버 및 전문분야에서 더 유리한 조건입니다. AMD는 올해 상반기에 인텔의 4-6코어 제품과 비슷한 가격에 8코어 제품을 내놓았으며 역시 경쟁사 대비 훨씬 저렴한 12/16코어 제품도 곧 출시할 예정입니다. 서버 부분에서는 무려 32코어를 지닌 제품을 출시할 계획입니다. 최근 AMD는 쿼드코어 제품인 라이젠3 시리즈(1300X, 1200)를 공개했습니다. 109달러(라이젠3 1200)와 129달러(라이젠 1300X) 가격의 보급형 제품임에도 쿼드코어라는 점이 중요합니다. AMD가 100달러 초반대 제품까지 쿼드코어로 출시했기 때문에 오랜 세월 듀얼 코어 CPU를 이 가격에 팔아온 인텔의 정책에 큰 변화가 예상됩니다. 여기에 AMD는 올해 하반기에 쿼드코어 모바일 CPU를 내놓을 계획입니다. 물론 이전에도 AMD의 쿼드코어 모바일 CPU가 있었지만, 두 개의 코어가 하나의 모듈을 공유하는 방식이라 진정한 의미의 쿼드코어라고 보기는 다소 어려웠습니다. 반면 라이젠 모바일은 4개의 젠 코어를 사용하는 분명한 쿼드코어 CPU로 최신의 베가 GPU와 14nm 미세 공정을 이용해서 모바일 CPU 시장에서도 변화를 가져올 것으로 생각됩니다. 노트북용 CPU 시장 역시 인텔이 장악하고 있으며 보급형 모델에는 듀얼코어가 기본으로 탑재되고 있습니다. 만약 라이젠 모바일이 저렴한 가격에 등장할 경우 시장 판도의 변화가 예상되는 부분입니다. 이와 같은 경쟁 구도는 어떤 결론이 나오던 소비자에게 가장 유리합니다. 따지고 보면 인텔이 특별히 나빠서가 아니라 경쟁이 없다 보니 오랜 세월 듀얼코어와 쿼드코어 CPU를 일반 소비자용으로 판매해온 것이죠. 반면 경쟁이 치열한 모바일 AP 시장에서는 이미 옥타코어 제품이 흔하고 오히려 듀얼코어 제품을 보기 힘든 상황입니다. 비록 아키텍처가 달라서 직접 비교는 어렵지만, 시장 경제가 제대로 작동하기 위해서 경쟁이 왜 중요한지를 보여주는 사례 가운데 하나입니다. CPU 시장의 경쟁 구도는 한동안 정체되어 있었던 CPU 기술 발전을 촉진해 모두에게 이익을 가져다줄 것으로 기대됩니다. 고든 정 칼럼니스트 jjy0501@naver.com

“이 슈퍼 컴퓨터 안에선 72만개에 이르는 GPU(그래픽처리장치) 코어가 쉼 없이 돌아갑니다. 덕분에 통상 일주일 정도 걸리던 음성 데이터 학습도 하루 만에 끝낼 수 있습니다.”서울에 폭염주의보가 내린 25일 서초구 우면동 KT융합기술원 2층에 위치한 AI(인공지능) 테크센터. 섭씨 18도인 테크 존 실내는 동굴처럼 서늘했다. 캐비닛 크기의 슈퍼 컴퓨터가 과열되지 않도록 하기 위해서다. 지난 6일 문을 연 AI 테크센터의 슈퍼 컴퓨터는 국내 최고 수준 연산 능력으로 딥러닝과 AI 연구를 하고 있다. KT 측은 “인공지능이나 딥러닝 연구를 위해서는 막대한 양의 데이터를 빠르게 처리하는 연산 능력이 필요한데 이곳 컴퓨터는 연산 시간을 비약적으로 단축했다”고 설명했다. 에너지 효율을 고려한 전 세계 슈퍼 컴퓨터 순위(Green Top 500)로는 10위권, 연산량 기준 세계 400위권 수준이다. 집 거실처럼 꾸며 놓은 음성 성능 평가실에서는 음성인식 기반 AI 서비스인 ‘기가지니’를 하루 수천건씩 테스트한다. KT는 지난달 기가지니의 개발도구(SDK)를 공개한 데 이어 오는 9월엔 ‘음성 오픈 플랫폼’을 연다. 40여개 제휴사가 신규 어휘를 기가지니 음성엔진에 등록하고 공유할 수 있게 되면 더 빠르고 똑똑한 기가지니가 세상에 나오게 된다. KT 관계자는 “개방형 AI 생태계를 만들어야 글로벌 지능형 플랫폼 회사로 거듭날 수 있다”고 덧붙였다. 현재 인터넷전문은행 케이뱅크, 미래에셋대우를 비롯해 호텔·아파트 건설업체까지 다양한 제휴업체들이 온라인 뱅킹, 주가 조회, 114 서비스, 홈 비서 등 서비스를 개발 중이다. 케이뱅크는 하반기에 기가지니로 간편 송금을 할 수 있는 ‘카우치 뱅킹’, 통장 조회 서비스를 선보일 예정이다. 김진한 KT 융합기술원 AI 테크센터장은 “AI 시장은 특정사업자 혼자 이끌어 나갈 수 있는 게 아닌 만큼 관련 업계가 더 협력해야 한다”면서 “기술을 외부에도 공개해 한국형 AI 생태계를 함께 만들어 갈 방침”이라고 말했다. 이재연 기자 oscal@seoul.co.kr

KT가 지난 1월 말 출시한 인공지능(AI) TV ‘기가지니’가 출시 5개월 만에 가입자 10만명을 넘어섰다.기가지니는 KT가 오랜 시간 축적한 AI 노하우와 차별화된 네트워크 기술을 접목시킨 AI TV로 원거리 음성인식 기술과 함께 최고 수준의 한국어 음성인식 기술을 바탕으로 하고 있다. 그동안 국내외에서 출시된 AI 스피커를 TV와 연동한 ‘시청각’ 기반의 서비스로 호평받고 있다. 기가지니의 장점은 TV 연동뿐 아니라 다양한 기능을 갖췄다. TV, 음악 등 미디어 서비스와 함께 홈 비서 기능과 홈 사물인터넷(IoT) 제어, 영상·음성 통화 등을 제공하고 있다. KT는 지난 4월 미래에셋대우와 업무협약을 체결하고 오는 30일부터 음성인식을 이용한 AI 금융서비스를 기가지니를 통해 제공한다. 국내 1호 인터넷 전문은행 ‘케이뱅크’와도 서비스 연동을 추진 중이다. 9월 중으로 퀵송금, 계좌조회 등을 음성으로 처리할 수 있는 ‘카우치 뱅킹’ 서비스를 준비하고 있다. KT는 기가지니를 바탕으로 한 AI 생태계 조성을 본격화한다. 개발자 포털과 함께 기가지니 서비스 소프트웨어 개발 키트(SDK)를 공개한다. KT의 축적된 음성인식 기술과 함께 음성·영상통화 기능을 사용할 수 있는 앱 프로그래밍 환경(API)을 포함했다. 지난 6일에는 AI 테크센터를 개소했다. AI 테크센터는 슈퍼컴퓨터 등 국내 산업계 최고 수준의 인공지능 개발인프라를 기반으로 구축한 개방형 인공지능 개발 플랫폼으로, KT와 제휴사들의 미디어, 네트워크 및 플랫폼의 지능화를 주도할 KT 인공지능 허브 역할을 수행한다. AI 테크센터의 연구공간은 ▲KT의 AI 인프라를 사용한 인공지능 기술 연구와 협력을 위한 AI 크래프트숍 ▲국내외 단말과 서비스를 벤치마킹할 수 있는 체험 스페이스 ▲AI 교육을 위한 아카데미 라운지 ▲음성 녹음 및 테스트를 할 수 있는 음성 성능평가실로 구성됐다. 또한 최고 수준의 딥러닝 인프라를 갖추기 위해 ‘GPU Computing Cluster 1’도 구축했다. KT 이필재 기가지니사업단장은 “기가지니 관련 기술과 연구 공간의 공유를 통해 국내 AI 생태계가 보다 활성화되는 계기가 되기를 바란다”고 말했다. 김태곤 객원기자

프로세서가 얼마나 큰지 설명하기 위해서 예시로 드는 것이 트랜지스터 숫자입니다. 인구가 100만인 도시보다 1000만 명인 도시가 더 복잡하고 큰 도시인 것처럼 트랜지스터 10억 개를 가진 프로세서보다 100억 개를 가진 프로세서가 더 복잡하고 큰 프로세서일 것입니다. 물론 반드시 성능이 비례적으로 증가하는 건 아니지만, 대체로 성능이 우수하고 값비싼 프로세서라고 할 수 있을 것입니다. CPU나 그래픽 연산을 처리하는 GPU의 트랜지스터 숫자는 반도체 제조기술과 더불어 기하급수적으로 증가했습니다. 최초의 펜티엄 프로세서의 경우 300만 개가 조금 넘는 수준에 불과했지만, 더 작은 회로를 그릴 수 있는 미세 공정 반도체 제조 기술의 발전으로 이제는 우리가 쓰는 스마트폰에 들어가는 두뇌인 애플리케이션 프로세서(AP)에도 수십억 개의 트랜지스터가 담길 수 있습니다. 상대적으로 공간이나 전력 소모의 제약이 덜한 GPU의 경우 이제 100억 개가 넘는 제품까지 등장했습니다. 본래 GPU의 목적은 3D 게임을 빠른 속도로 처리하기 위한 보조 프로세서였으나 최근에는 다양한 병렬 연산을 돕는 프로세서로 발전하고 있습니다. 다양한 슈퍼컴퓨터에 GPU가 탑재되고 있는데, 이 시장에서 선두를 달리는 회사는 엔비디아입니다. 요즘 이 회사가 자주 거론되는 이유는 인공지능 때문입니다. 인공지능 연산을 위해서 전통적인 CPU만 사용하는 것보다 GPU를 이용해서 연산하는 것이 훨씬 빠르기 때문입니다. 최근 고성능 컴퓨터 시장뿐 아니라 인공지능 부분에서 수요가 급격히 증가하면서 이에 특화된 GPU가 등장했습니다. 최근 엔비디아가 공개한 GPU인 볼타 V100의 경우 210억 개의 트랜지스터를 지닌 괴물 프로세서입니다. 면적도 815㎟로 이제까지 나온 프로세서 가운데 가장 큰 편에 속합니다. 이렇게 크기가 커진 이유는 여러 종류의 연산 유닛을 탑재했기 때문인데, 눈길이 가는 부분은 구글이 기계학습 오픈소스인 텐서플로(TensorFlow)를 노리고 나온 듯한 연산 유닛인 텐서 유닛(Tensor Unit)을 탑재한 점입니다. 이는 인공 지능 연산에 특화된 부분입니다. 엔비디아에 의하면 V100의 텐서 유닛 연산 능력은 120TFLOPS에 달해 기존 제품에 비해 12배나 빠르게 인공 지능 관련 연산이 가능합니다. V100을 8개 탑재한 DGX-1 제품의 경우 960TFLOPS의 연산 능력을 지녀 전통적인 CPU 연산 대비 400배나 빠르다고 합니다. 한마디로 요즘 뜨는 분야인 인공지능을 위한 프로세서라고 할 수 있습니다. 하지만 그렇다고 해서 이 분야에 경쟁자가 없는 것은 아닙니다. 이 분야에서 가장 앞선 기업인 구글의 경우 텐서 프로세싱 유닛(Tensor Processing Unit, TPU)이라는 텐서 플루 전용 프로세서까지 선보였습니다. 기존의 프로세서 대비 14~16배 정도 더 빠를 뿐 아니라 하루 1억 개의 이미지를 처리할 수 있는 능력을 지니고 있습니다. 더구나 이 프로세서는 28nm 같은 오래된 공정을 이용하는 만큼 마음먹고 더 미세한 공정을 이용해 고성능 텐서 프로세싱 유닛을 만들면 훨씬 강력한 인공 지능 칩을 만들 수 있습니다. 엔비디아가 결국 텐서 유닛을 추가로 집어넣어 거대한 프로세서를 만든 것도 사실 여기에 대응하기 위해서일 가능성이 큽니다. 인공 지능 연산에 특화된 유닛이 없으면 경쟁이 어렵기 때문입니다. 사실 이런 특수목적의 프로세서는 일반 사용자가 직접 접하기 어려운 제품입니다. V100을 8개 탑재한 DGX-1은 가격이 14만 9000달러(약 1억 6700만원)에 달합니다. 하지만 사실 우리가 일상적으로 사용하는 여러 인터넷 기반 서비스에는 인공지능이 이미 결합해 있습니다. 음성인식이 그렇고 언어 번역이나 검색도 마찬가지입니다. 자율주행같이 미래가 기대되는 분야도 있습니다. 우리가 모르는 사이 이런 고성능 프로세서들의 경쟁이 우리의 삶을 바꾸고 있고 앞으로 더 바꿔 나갈 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com