찾아보고 싶은 뉴스가 있다면, 검색
검색
최근검색어
  • CUDA
    2026-11-18
    검색기록 지우기
저장된 검색어가 없습니다.
검색어 저장 기능이 꺼져 있습니다.
검색어 저장 끄기
전체삭제
총 44 건
  • 14년 전 굴욕은 잊어라…ARM 윈도우 프로세서로 권토중래 노리는 엔비디아 [고든 정의 TECH+]

    14년 전 굴욕은 잊어라…ARM 윈도우 프로세서로 권토중래 노리는 엔비디아 [고든 정의 TECH+]

    권토중래(捲土重來)란 ‘흙먼지를 일으키며 다시 쳐들어옴’을 뜻하며, 한 번 실패했으나 힘을 회복해 다시 도전하는 것을 이르는 사자성어입니다. 항우가 크게 패한 후 강동으로 도망쳐 재기하라는 측근의 권유를 뿌리치고 마지막까지 싸우다 최후를 맞이한 것을 아쉽게 생각하며 지은 시에서 비롯된 단어로 보통은 실패에도 다시 도전하는 경우를 이야기합니다. IT 업계에서도 권토중래의 사례는 흔히 볼 수 있습니다. 쟁쟁한 대기업들도 새로 진출한 사업에서 실패했다가 다시 도전해 성과를 거두는 경우가 흔하기 때문입니다. 예를 들어 x86 생태계에만 머무르지 않고 ARM 생태계에 도전한 마이크로소프트의 윈도우가 그런 사례입니다. 마이크로소프트는 2012년 x86에만 국한된 윈도우 생태계를 확장하려는 의도에서 서피스 RT를 출시했습니다. 서피스 RT는 안드로이드나 iOS처럼 ARM에서 돌아가는 윈도우로 당시 엔비디아의 테그라 3 SoC가 탑재됐습니다. 그러나 결론적으로 말해 서피스 RT는 처참한 실패로 끝나 엄청난 할인 판매로 재고를 처분하고 사업을 접어야 했습니다. 테그라 3는 당시 기준으로 성능이 그렇게 낮은 건 아니었지만, ARM 버전 윈도우에서 돌아가는 애플리케이션이 거의 없다시피 했고 장점이던 게임 성능도 지원하는 게임이 없어 거의 활용할 수 없었습니다. 결국에는 엔비디아도 소비자용 스마트폰·태블릿 SoC 시장에서 단계적 철수할 수밖에 없었습니다. 하지만 ARM 하드웨어 성능이 크게 발전하자 상황이 달라졌습니다. 마이크로소프트는 스마트폰을 넘어 PC 사업까지 노리는 퀄컴과 손잡고 고성능 노트북용 스냅드래곤 SoC를 탑재한 서피스 제품군을 다시 출시했고 이번에는 어느 정도 성과를 거둘 수 있었습니다. 새로운 윈도우 11 WoA (Windows on Arm, Arm 프로세서에서 구동되는 윈도우 OS)은 윈도우 11 24H2에 포함된 새로운 에뮬레이터인 프리즘 (Prism) 출시 이후 호환성도 크게 개선됐습니다. 프리즘은 x86(Intel/AMD) 코드를 ARM64 코드로 실시간 변환해 x86 윈도우 프로그램을 ARM 환경에서도 거의 비슷하게 체감할 수 있도록 해주는 에뮬레이션 프로그램입니다. 물론 게임의 경우 상당한 폭의 성능 하락을 피할 순 없지만, 일반적으로 사용하는 사무용 프로그램의 경우 대부분 실사용에 큰 문제가 없는 성능을 기대할 수 있습니다. WoA의 달라진 인기 덕분에 퀄컴은 스냅드래곤 X2 엘리트 같은 고성능 칩셋을 선보이며 인텔, AMD의 틈바구니 속에서 나름 입지를 확보하고 있습니다. WoA의 등장과 퀄컴의 성공은 엔비디아를 자극하기에 충분했습니다. 엔비디아는 미디어텍과 손잡고 올해 N1과 N1X라는 고성능 SoC를 내놓을 것으로 알려져 있습니다. 물론 공식 발표가 아니고 일부 언론 보도에 의한 것으로 자세한 스펙과 가격은 공개되지 않았지만, 현재까지 이야기를 종합하면 노트북 시장을 겨냥한 제품으로 퀄컴의 스냅드래곤 X2 엘리트는 물론이고 인텔 팬서 레이크, AMD의 라이젠 AI 모바일 같은 최신 노트북 CPU와 경쟁할 것으로 보입니다. 엔비디아에게 PC는 단순한 소비자 제품이 아니라, CUDA 생태계를 확장하는 단말에 가깝다는 점에서 전략적 의미가 큽니다. 대만 미디어텍과 엔비디아는 이미 AI 미니 컴퓨터인 DGX 스파크에서 협업해 GB 10 프로세서를 만든 적이 있습니다. 하이브리드 20코어 ARM v9.2 아키텍처 CPU와 6,144개 CUDA 코어를 지닌 블랙웰 GPU를 결합해 FP32 (단정밀도)에서 약 31 TFLOPS (RTX 5070과 유사) 성능과 AI 연산 (FP4)에서 최대 1000 TOPS (1 PetaFLOP)의 성능을 낼 수 있습니다. 아마 N1/N1X는 GB 10 기반으로 예상됩니다. 다만 DGX 스파크에 들어가는 GB 10은 TDP 140W로 너무 발열량이 많고 칩 자체가 비싸기 때문에 소비자용 노트북 시장을 노리는 N1이나 N1X는 클럭을 낮추거나 코어를 줄여 노트북에 맞출 것으로 추정됩니다. 그럼에도 이미 나와 있는 퀄컴의 WoA 제품이나 인텔/AMD 노트북 프로세서와 차별점을 두기 위해 이들보다 강력한 GPU/AI 성능을 목표로 할 것으로 보입니다. 예상되는 시장 목표는 고성능 AI 작업 및 게임용 노트북이 가장 가능성 높습니다. 다만 게임의 경우 프리즘 에뮬레이터가 아니라 ARM 네이티브 환경에서 게임이 구동될 수 있도록 할 수 있느냐가 핵심이 될 것으로 보입니다. 게임은 에뮬레이터를 거치면 성능이 크게 줄어들기 때문에 최근 내장 그래픽 성능을 대폭 강화한 인텔이나 AMD를 이기기 쉽지 않습니다. 엔비디아가 게임 업계에 미치는 영향력은 매우 크지만, 아직 시장 규모가 작을 수밖에 없는 WoA 시장에 게임 제조사들이 얼마나 뛰어들지는 아직 미지수입니다. AI 연산 부분은 생태계 자체가 쿠다 (CUDA) 중심이기 때문에 엔비디아에 매우 유리한 시장이 될 것입니다. 이미 윈도우, 리눅스, 맥 등 다양한 OS로 AI 제작 및 개발 도구들이 나와 있어 WoA라고 안될 게 없습니다. DGX 스파크도 나름 수요가 있는 점을 생각하면 AI 작업용 노트북 역시 수요가 있을 것이고 사실 이 목적으로는 꽤 비싼 가격에도 팔리는 만큼 엔비디아가 가장 기대할 수 있는 시장입니다. 루머에 따르면 이 제품들은 올해 상반기 출시를 목표로 하고 있습니다. 만약 사실이라면, 가장 이른 공개 시점으로는 3월에 열릴 GTC 2026이 거론됩니다. 아직까지는 루머만 무성한 가운데, 실제 이 제품이 PC 시장에 격변을 몰고 올 태풍이 눈이 될지 아니면 찻잔 속의 태풍이 될지 결과가 주목됩니다.
  • AI 버블 논란에 구글, 아마존 도전장까지…엔비디아는 왕좌를 지킬 수 있을까?

    AI 버블 논란에 구글, 아마존 도전장까지…엔비디아는 왕좌를 지킬 수 있을까?

    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.
  • AI 버블 논란에 구글, 아마존 도전장까지…엔비디아는 왕좌를 지킬 수 있을까? [고든 정의 TECH+]

    AI 버블 논란에 구글, 아마존 도전장까지…엔비디아는 왕좌를 지킬 수 있을까? [고든 정의 TECH+]

    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.
  • 유상임 장관 “화웨이 기술력·성장 속도에 놀라…앞으로 5년 ‘승부처’될 것”

    유상임 장관 “화웨이 기술력·성장 속도에 놀라…앞으로 5년 ‘승부처’될 것”

    유상임 과학기술정보통신부 장관이 “중국 기업 화웨이의 기술력와 성장 속도에 놀라움과 경각심을 동시에 느꼈다”면서 “한국이 경쟁력을 유지하기 위해선 민관 협력을 강화하는 한편, 자산을 총동원해야 한다”고 말했다. 그러면서 “앞으로 5년간 선택과 집중을 하지 않으면 생존 자체가 어려워질 것”이라고 경고했다. 스페인 바르셀로나에서 열린 세계 최대 정보통신기술박람회 ‘모바일 월드 콩그레스’(MWC) 폐막을 하루 앞둔 지난 5일(현지시간) 유 장관은 한국전자통신연구원(ETRI)에서 기자 간담회를 열어 올해 MWC 참관 소회를 밝혔다. 유 장관은 서두에서부터 화웨이 부스 관람 후기를 전했는데, 한마디로 “머리가 아팠다”고 토로했다. 유 장관의 고민이 깊어진 이유는 화웨이가 이번 전시를 통해 소재, 반도체, 네트워크, 인공지능(AI), 운영체제(OS)에 이르기 까지 거의 전 분야에서 독자적으로 성장해 가고 있음을 보여줬기 때문이다. 유 장과은 “(우리가) 정신을 차리지 않으면 (기술 경쟁에서 이기기) 쉽지 않을 것”이라고 거듭 강조했다. 최근 몇 년 간 MWC에서 최대 규모의 전시관을 꾸리고 있는 화웨이는 올해 ‘지능형 세상의 가속화’를 주제로 5G 네트워크 인프라, 인공지능(AI) 기반 네크워크, AI 데이터센터, AI 기반 통신·서비스 등을 선보였다. 실시간으로 기존 2D 영상을 3D 영상으로 변환해주는 ‘AI AP’(애플리케이션 프로세서)와 더불어 사진만 찍으면 AI가 즉석에서 영화 속 주인공으로 만들어 재생해주는 ‘슈퍼스타 미’로 이목을 집중시켰다. 나아가 5G 통신을 통해 원격에서 차량을 제어하는 시스템을 시연하는가 하면, AI 로봇에 5G 네트워크를 탑재해 실시간으로 AI 분석와 응답을 가능하게 하는 기술도 보여줬다. 서울대 재료공학부 교수를 역임한 유 장관은 수많은 화웨이의 전시물 중 5G 네트워크를 가능하게 하는 5G 안테나 기술이 가장 인상깊었다고 했다. 유 장관은 “기존에 굉장히 크고 무겁던 5G 안테나의 크기가 프린터기 수준으로 작아졌는데 성능은 오히려 향상됐다”면서 “이러한 소재 혁신이 가능하다는 점에 크게 놀랐다”고 말했다. 그러면서 높은 주파수를 사용해 장애물 회피가 어려운 5G 안테나에 신호를 분산·굴절 시켜 장애물을 피할 수 있는 기술(MIMO)을 적용한 점도 놀라웠다고 했다. 화웨이가 미국의 제재 속에서도 독립적인 생태계를 만들어 나가고 있는 점은 특히 우려할만하다고 봤다. 유 장관은 “(화웨이는) 미국의 기술 없이 자체 그래픽 처리 장치(GPU)를 생산하고, 독자적인 OS를 운영하고 있다”면서 “마치 (엔비디아의 개발 플랫폼) 쿠다(CUDA) 같이 연결된 생태계를 만들어가고 있다”고 했다. 화웨이는 자체 AI 가속기인 어센드(Ascend) 시리즈와 독자적인 OS인 하모니OS를 개발해 사용하고 있다. 어센드 칩 전용 소프트웨어 플랫폼인 캔(CANN)도 사용중이다. 유 장관은 “화웨이는 20만명은 직원 중 12만명이 연구 인력이라는 점에서 기업이 아니라 하나의 연구소”라면서 “국가적 차원에서 연구개발(R&D)에 막대한 투자를 하고 있는 중국을 따라잡으려면 인재 유출을 막고, 연구 개발 환경을 개선하는 전략이 필요한 상황”이라고 했다.
  • 에릭 슈미트 전 구글 CEO “엔비디아가 AI 최대 승자될 것”

    에릭 슈미트 전 구글 CEO “엔비디아가 AI 최대 승자될 것”

    에릭 슈미트 구글 전 최고경영자(CEO)가 “엔비디아가 인공지능(AI) 최대 수혜자가 될 것”이라고 말했다.15일(현지시간) 미 CNBC 등에 따르면 슈미트 전 회장은 최근 스탠퍼드 대학교에서 열린 강연에서 “거대 기술기업들이 엔비디아 칩 기반 AI 데이터센터에 점점 더 많은 투자를 계획하고 있다”며 이같이 전망했다. 그는 빅테크 기업들이 AI 데이터센터를 건설하는 데 최대 3000억 달러(약 408조원)가 들어갈 것이라고 내다봤다. 그는 “이 같은 지출의 상당수가 AI 전용칩을 만드는 엔비디아로 흘러 들어갈 것”이라며 “만약 3000억 달러가 모두 엔비디아에 투자된다면 주식 시장에서 무엇을 해야 할지 여러분들이 더 잘 알 것”이라고 말했다. 그러면서 “(이런 발언이) 주식 종목을 추천하는 건 아니다”고 말했다. 엔비디아가 AI 시장에서 유일한 승자가 되지는 않겠지만, 다른 선택지는 많지 않다고도 했다. “선도적인 모델과 다른 모델들 간 격차는 점점 더 벌어지고 있다”는 이유에서인데, 특히 AI 개발자들이 사용하는 많은 오픈 소스 도구들이 엔비디아의 쿠다(CUDA) 프로그래밍 언어를 기반으로 하기 때문에 경쟁사들이 엔비디아를 따라잡기 어려울 것이라고 전망했다. 구글의 경우 엔비디아 프로세서와 경쟁할 수 있는 TPU(Tensor Processing Unit)라는 칩을 개발했지만 아직 초기 단계에 불과하다는 설명이다. 슈미트는 2001년부터 2011년까지 구글의 CEO였으며 이후에도 2019년까지 이사회에 있었다. 이날 슈미트 전 회장의 강연 내용은 스탠퍼드대학교가 이번 주에 게시한 동영상에 포함돼 있지만 금방 삭제됐다. 한편 모건스탠리 투자운용의 주식 포트폴리오 수석 매니저인 앤드류 슬림몬은 올해 말 스탠더드앤드푸어스(S&P)500 지수가 6000에 근접할 것으로 내다보면서 아마존, TSMC, 노보노디스크와 함게 엔비디아를 추전 종목으로 선정했다. 엔비디아는 이날 뉴욕 증시에서 4.05% 오른 122.860달러에 마감했으며, 오는 28일 2025 회계연도 2분기 실적을 발표할 예정이다.
  • GPU 한우물만 판 AI의 제왕… ‘엔비디아 생태계’를 창조하다[경제의 창]

    GPU 한우물만 판 AI의 제왕… ‘엔비디아 생태계’를 창조하다[경제의 창]

    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.
  • 현 시대 AI 하드웨어 최강자…엔비디아 블랙웰 GPU [고든 정의 TECH+]

    현 시대 AI 하드웨어 최강자…엔비디아 블랙웰 GPU [고든 정의 TECH+]

    엔비디아는 AI 시대에 가장 가치가 치솟은 기업입니다. 현재의 AI 기술 중 상당 부분이 이 회사가 만든 GPU에 의존하고 있기 때문입니다. 오래전부터 GPU의 병렬 연산을 위해 CUDA 코어와 소프트웨어를 공개했고 이를 AI 연산에 활용하는 생태계를 구축해 왔기 때문에 지금 와서 다른 회사의 하드웨어로 이를 대체하기 힘든 것이 현실입니다. 오랜 경쟁자인 AMD도 데이터 센터 GPU를 계속 공개하고 있고 인텔도 새로운 AI 시장 공략을 위해 GPU를 공개했지만, 시장을 먼저 선점한 엔비디아의 아성을 깨뜨리기는 쉽지 않습니다. 이런 상황에서 새로 공개한 블랙웰 GPU는 반도체 미세 공정의 한계를 극복하고 AI 연산 성능을 높여 누구도 따라잡기 쉽지 않은 경쟁력을 유지하려는 의도로 풀이됩니다. 블랙웰 GPU는 TSMC의 4nm 공정의 개량형인 4NP 공정으로 제조되었습니다. 3nm 공정을 적용하지 않은 이유는 확실치 않지만, 비용 및 공급 부족 등이 이유가 된 것으로 보입니다. 하지만 그런 만큼 트랜지스터 집적도를 전 세대인 호퍼 (Hopper)보다 더 높이기 힘든 상황입니다. 800억 개의 트랜지스터를 집적한 호퍼 H100 GPU는 4nm 공정에서 다이(die, 웨이퍼에서 잘라낸 반도체 칩) 면적이 814㎟에 달합니다. 이는 현재 반도체 제조 기술에서 이론적인 다이 크기의 한계치에 거의 근접한 것으로 더 크기를 늘리기 쉽지 않습니다. 따라서 블랙웰 B200은 두 개의 다이를 연결하는 방법으로 2080억 개의 트랜지스터를 집적했습니다. 이런 접근법은 최근 점점 일반적인 추세가 되고 있습니다. 공정 미세화의 한계에 부딪힌 반도체 제조사들은 하나의 큰 칩 대신 여러 개의 작은 칩인 칩렛을 연결해 거대한 크기의 프로세서를 만들고 있습니다. 인텔, AMD, 애플이 모두 이 방법을 사용했고 이번에는 엔비디아도 이 방식을 적용해 트랜지스터 집적도를 대폭 늘렸습니다. 블랙웰 B200은 AI 연산에서 전 세대인 H100과 비교해서 최대 5배인 20페타플롭스의 성능을 지니고 있습니다. 물론 칩을 두 개 붙인 점을 생각하면 실제 성능은 2.5배라고 할 수 있는데, 실은 FP 8 연산의 절반 정도의 자원을 소모하는 FP 4 연산에서 그렇다는 이야기로 FP 8 기준으로 보면 AI 연산 능력은 절반 수준인 10페타플롭스가 최대입니다. 결국 칩 하나의 성능은 사실 1.25배 정도로 트랜지스터 수 증가를 생각하면 딱 그 정도의 성능 증가인 셈입니다. 하지만 그렇다고 해서 블랙웰이 아무 의미 없는 꼼수에 지나지 않는 것은 아닙니다. FP 4 연산만 해도 충분한 경우 AI 연산 속도를 크게 높일 수 있고 심지어 FP 4와 FP 8 연산의 중간을 원하는 고객을 위해 FP 6까지 지원하는 기능을 갖춰 더 유연한 AI 연산이 가능합니다. 그보다 더 중요한 점은 AI 경쟁이 격화되면서 어떤 비용을 치르더라도 남들보다 앞서기를 원하는 고객을 위해 성능을 높일 수 있는 다양한 옵션을 제공하고 있다는 것입니다.예를 들어 블랙웰은 기반 GB 200은 그레이스 슈퍼칩 CPU 한 개와 두 개의 B200 GPU를 하나로 묶어 최대 40페타플롭스의 AI 연산 능력을 갖고 있습니다. 물론 그만큼 비싸고 전력 소모도 엄청나지만, AI 개발에 사활을 걸고 있는 기업이 많아 오히려 수요 대비 공급이 부족할 것으로 예상됩니다. 그리고 이 경우 HBM의 수요가 크게 늘어 우리나라 메모리 업계에도 호재가 될 것입니다. B200 GPU는 24GB HBM3e를 8개나 탑재해 192GB의 메모리 용량을 갖고 있고 GB200는 그 두 배인 384GB의 HBM3e 메모리를 지니고 있기 때문입니다. 여기서 화룡점정을 찍는 것 같은 소식은 비용에 상관없이 최강의 성능이 요구하는 고객을 위한 서버 랙 시스템인 GB 200 NVL 72 노드입니다. 하나의 서버 랙에 두 개의 GB 200을 탑재한 서버 트레이 18 유닛을 쌓아서 총 72개의 B200 GPU를 장착한 시스템으로 강력한 대규모 AI 연산을 위한 슈퍼컴퓨터라고 할 수 있습니다. 다만 이 경우 엄청난 전력을 소모하기 때문에 공랭 쿨러 대신 수랭 쿨러를 사용해야 시스템 발열을 처리할 수 있습니다.그런데 이렇게 많은 프로세서를 사용해 대규모 연산 시스템을 구축하는 경우 데이터를 공유하고 작업을 분산하는 과정이 새로운 문제로 떠오르게 됩니다. 이 과정에서 병목현상이 생기면 전체 시스템의 성능이 크게 저하되는 것입니다. 이를 해결하기 위해 엔비디아는 아예 NVLINK 스위치라는 새로운 네트워크 전용 프로세서를 만들었습니다. 그리고 NVLINK 스위치 프로세서를 서버 트레이 하나에 두 개씩 넣어서 총 14.4TB/s의 대역폭을 확보했습니다. 이런 트레이가 9개가 있기 때문에 GB 200 NVL 72 노드 한 개가 130TB/s에 달하는 거대한 프로세서 간 대역폭을 확보할 수 있습니다. 덕분에 갈수록 커지고 있는 대규모 AI 학습 데이터를 더 효과적으로 처리하고 학습을 빨리할 수 있게 됐습니다. 마지막으로 GB 200 NVL 72 노드를 여러 대 연결하면 엑사플롭스급 AI 슈퍼컴퓨터 구축이 가능합니다. 물론 비용도 에너지 소모량도 엄청나지만, 역시 수요는 충분할 것으로 예상됩니다. 블랙웰 GPU를 보면 AI 하드웨어가 본격적인 산업화 시대에 도달했다는 것을 알 수 있습니다. 과거 GPU는 게임용으로 많이 사용되었고 초기 AI 연산용 GPU도 이것과 크게 다르지 않았으나 최근 나오는 데이터 센터 GPU는 산업용 및 연구용으로 특화되어 관련 분야에 종사하는 사람이 아니라면 직접 한 번 보거나 다뤄보기 어려운 물건이 됐습니다. 블랙웰 GPU는 대규모 데이터 처리와 AI 연산에 적합한 데이터 센터 GPU로 AI 혁명을 한 단계 앞당길 제품이 될 것으로 보입니다.
  • [차상균의 혁신의 세계] 엔비디아는 어떻게 반도체 시장을 석권했나

    [차상균의 혁신의 세계] 엔비디아는 어떻게 반도체 시장을 석권했나

    생성형 인공지능(Gen AI)에 대한 글로벌 경쟁이 AI 반도체 수요 급증으로 이어지고 있다. 현재 AI 반도체 시장의 독보적인 리더는 미국의 반도체 회사 엔비디아다. 엔비디아 그래픽처리장치(GPU) 수요가 폭증하면서 엔비디아 시가총액은 2조 달러를 넘었다. 작년 6월 1조 달러를 넘어선 뒤 불과 9개월 만의 일이다. 엔비디아가 감당하지 못할 만큼 지구촌의 AI 반도체 수요가 폭증한 덕분이다. 최근 오픈AI가 텍스트로 동영상을 생성하는 소라 서비스를 예고했다. 현재의 챗GPT서비스에 비해 소라는 스케일이 다른 연산 수요를 일으키게 된다. 이 때문에 엔비디아 주가는 당분간 오를 수밖에 없다. 엔비디아 주가가 뛰면서 경쟁사 AMD의 주가도 따라 오르고 있다. 엔비디아 반도체가 많이 팔리면 중앙처리장치(CPU) 칩 수요도 올라가는데, 이 시장을 주도하는 기업이 인텔과 AMD인 것이다. 특히 AMD는 낙후된 자체의 반도체 생산 라인을 고집해 온 인텔과 달리 일찌감치 생산 파트를 매각하고 대만 반도체 위탁생산(파운드리) 기업 TSMC의 최신 공정을 사용해 왔다. 이 때문에 AMD의 가성비가 인텔에 비해 좋아 x86 기반의 CPU 시장 점유율을 높여 왔다. 엔비디아 수요가 증가하면 AMD 서버용 CPU 수요도 증가한다. 이에 더해 AMD가 엔비디아에 가장 근접한 GPU 제품을 출시하면서 시장 가치가 빠르게 오르고 있다. 사실 AI 반도체칩 설계 기술은 이제 대단한 기술은 아니다. AI 연산의 상당 부분을 차지하는 매트릭스 연산을 병렬적으로 처리하는 코어를 설계하고 이 코어 가까이에 처리할 데이터를 가능한 한 많이 올려놓을 고속 메모리를 배치하는 것이다. 모든 빅테크 회사들이 자체 AI 반도체를 이미 가지고 있다. 하지만 중요한 것은 다수의 이런 AI 반도체칩들 위에서 Gen AI 모델을 구동하는 소프트웨어다. 이 소프트웨어는 엔비디아가 2000년대부터 개발해 확산시킨 CUDA가 독보적이다. 이 CUDA 때문에 엔비디아가 독점에 가까운 95%의 시장 점유율을 가지는 것이다. 엔비디아 의존도가 큰 마이크로소프트와 메타 같은 회사들은 AMD 소프트웨어가 CUDA와 근접한 성능을 내도록 도와 왔다. AMD 주가가 빠르게 오르는 것은 AMD가 엔비디아에 근접한 성능을 낼 때가 가까워졌음을 의미한다. 한편 소프트뱅크가 90% 지분을 가진 ARM CPU는 인텔이나 AMD의 x86 CPU보다 같은 일을 할 때 전력이 적게 든다. 빅테크 클라우드 회사에는 x86에 비해 매력적인 솔루션이다. 엔비디아가 한때 인수하려 한 ARM의 주가가 오르는 이유이고, ARM 주식의 상당 부분을 보유한 소프트뱅크 주식이 오르는 이유다. 엔비디아, AMD, ARM CPU 대부분을 TSMC가 생산한다. 이 회사들의 칩 수요가 늘면 TSMC 주가도 오른다. TSMC는 시가총액 7000억 달러로 반도체 업계 2위가 됐다. TSMC의 수요가 늘면 반도체 장비 회사들의 수요도 늘어난다. ASML이 3823억 달러의 시가총액으로 반도체 업체 4위가 됐다. 그다음이 시가총액 3683억 달러의 삼성전자다. 그 뒤를 AMD가 3314억 달러의 시가총액으로 빠르게 올라오고 있다. SK하이닉스는 880억 달러로 17위다. 엔비디아는 20여년 전만 해도 게임용 GPU를 공급하는 회사에 불과했다. 그런 기업이 삼성전자 시총의 5배에 이르는 1위 반도체 회사가 된 것은 첫째는 생산을 해 주는 TSMC가 있었기 때문이고, 둘째는 소프트웨어의 중요성을 일찌감치 깨달아 게임 외에 CUDA를 개발해 퍼트린 것이다. 그다음은 Gen AI 시대가 올 것을 예상하고 과감한 기술 투자와 우수한 인재를 확보한 것이다. 모두 엔비디아 최고경영자(CEO) 젠슨 황의 리더십 없이는 불가능한 일이다. 차상균 서울대 데이터사이언스대학원 초대원장
  • [고든 정의 TECH+] 인공지능 게임 성능 향상 기술의 화룡점정 – 엔비디아 DLSS 3.5 공개

    [고든 정의 TECH+] 인공지능 게임 성능 향상 기술의 화룡점정 – 엔비디아 DLSS 3.5 공개

    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. 
  • [고든 정의 TECH+] 소비자 목소리 통했나?…가격 낮춰 환생한 RTX 4070 Ti

    [고든 정의 TECH+] 소비자 목소리 통했나?…가격 낮춰 환생한 RTX 4070 Ti

    작년 출시된 엔비디아의 RTX 4000 시리즈 그래픽 카드는 소비자들의 관심을 집중시켰습니다. 가상화폐 채굴 수요로 그래픽 카드 가격이 폭등하고 물량마저 극히 부족해지면서 상당히 많은 대기 수요가 몰렸고, RTX 3000 시리즈 대비 성능이 대폭 향상될 것이라는 기대감이 있었기 때문입니다. 실제로 작년 말 공개된 RTX 4090와 RTX 4080는 괴물 같은 성능을 지니고 있었습니다. 하지만 가격 역시 그만큼 올라가 가상화폐 채굴 수요가 가라앉은 다음 합리적인 가격에 제품을 구매하려 했던 소비자들을 실망시켰습니다. 최상위 제품인 RTX 4090이 1,599달러인 점은 그렇다고 해도 RTX 4080이 1,199달러로 RTX 3080의 699달러의 거의 두 배라는 점은 납득하기 어려운 부분입니다. 하지만 소비자들을 가장 황당하게 만든 것은 RTX 4080 12GB라는 하위 모델의 존재였습니다. 왜냐하면 RTX 4080 16GB 버전과 완전히 다른 제품이었기 때문입니다. RTX 4080 16GB와 12GB는 각각 AD103-300과 AD10-400 이라는 다른 칩을 사용하고 있습니다. 둘 다 TSMC의 4nm 공정으로 만들긴 했지만, AD103-300의 경우 트랜지스터 집적도가 459억 개로 AD104-400의 358억 개보다 100억 개나 더 많습니다. 그런 만큼 연산 유닛인 쿠다 (CUDA) 코어의 숫자도 각각 9,728개와 7,680개로 상당한 차이가 있습니다. 메모리 인터페이스 역시 256bit와 192bit로 1/4 정도 작습니다. 당연히 그만큼 성능도 낮습니다. 하지만 RTX 4080 12GB는 RTX 3080보다 200달러나 더 비싼 899달러의 가격표를 달고 등장했습니다. 엄밀히 말해 중급형 모델인데, 고급형 이름을 억지로 단 후 높은 가격을 매긴 것입니다. 소비자들의 반응은 실망을 넘어 분노라는 표현이 더 적당했습니다. 사실 현재 그래픽 카드 시장은 엔비디아의 독점 구조라고 할 수 있습니다. 경쟁자인 AMD의 라데온은 시장 점유율이 낮아서 제대로 된 경쟁이 안 되는 상황이고 이제 막 그래픽 카드 시장에 진입한 인텔은 현재까지 별 영향력이 없습니다. 소비자의 눈치를 보지 않은 독특한(?) 제품 명칭은 그래서 나왔을 것입니다. 그러나 독점에 가까운 시장 점유율에도 불구하고 소비자의 분노를 외면할 수 있는 회사는 많지 않습니다. 암호 화폐 채굴 수요가 사라졌기 때문에 이제 고성능 그래픽 카드의 주된 수요는 게임이 가장 큽니다. 물론 최근 고성능 그래픽 카드는 연구 및 인공지능 부분의 수요도 강력하지만, RTX 4080는 전문가용이 아니라 게임용으로 가장 많이 팔립니다. 다시 말해 꼭 필요한 필수재가 아닌 만큼 무리한 가격으로 내놓을 경우 보이콧을 불러올 수 있습니다. 게임만이 유일한 여가 활동도 아니고 경쟁사인 AMD가 납품하는 콘솔 게임기로 소비자가 대거 이탈할 가능성도 있습니다.여론이 악화되자 엔비디아는 RTX 4080 12GB 출시를 철회했습니다. 그 후 관심은 하위 모델 명칭을 달고 나올 AD104-400의 가격에 쏠렸습니다. 올해 1월 정식 출시된 RTX 4070 Ti의 가격은 799달러로 여전히 RTX 3080보다 100달러 비싸고 RTX 3070 Ti보다 200달러 더 비싸지만 나름 소비자 눈치를 본 가격이라는 평가입니다. 그리고 지금 시점에서 성능을 생각하면 어느 정도 경쟁력 있는 가격이기도 합니다. 하지만 RTX 4070 Ti의 사례는 소비자의 권리를 찾기 위한 적극적인 의견 표시의 중요성을 보여주고 있습니다. 가격 책정이나 제품 명칭은 본래 제조사의 고유 영역이지만, 고객에 대한 배려도 중요합니다. 소비자를 무시하는 듯한 행동은 지금 세상에 통하기 힘들 것입니다. 
  • KT “한국의 엔비디아 육성”… AI 반도체 300억 투자

    KT가 국내 인공지능(AI) 반도체 전문기업 리벨리온에 대해 300억원 규모의 전략적 투자를 단행했다. 글로벌 AI 반도체 시장에서 외산 의존도를 줄이고 ‘한국의 엔비디아’를 직접 키워내기 위한 발판이다. 6일 KT에 따르면 리벨리온은 국내 AI 반도체 설계(팹리스) 기업으로, 특히 주문형 반도체(ASIC) 설계 분야에서 독보적 경쟁력을 갖춘 것으로 평가된다. 주문형 반도체란 사용자의 요구에 따라 특정 용도를 위한 특수한 기능의 반도체 회로를 직접 설계하는 것을 의미한다. 리벨리온은 지난해 금융 특화 AI 반도체 ‘아이온’을 공개해 주목받기도 했다. KT의 AI 반도체 관련 투자는 지난해 AI 솔루션 전문기업 ‘모레’에 이어 이번이 두 번째다. KT는 투자 스타트업들과의 협업을 통해 AI 연산에 활용되는 그래픽처리장치(GPU) 수천 장 규모에 달하는 초대규모 GPU팜을 연내 구축하고, 내년엔 GPU팜에 자체 개발한 AI 반도체를 접목할 계획이다. KT가 주축이 돼 개발하는 AI 반도체는 AI 알고리즘에 최적화된 신경망처리장치(NPU)로, GPU 대비 3배가 넘는 에너지 효율과 저렴한 도입 비용이 장점이다. KT가 적극적인 AI 반도체 투자에 나서는 것은 높은 성장성 때문이다. 시장조사업체 가트너는 글로벌 AI 반도체 시장이 지난해 267억 달러(약 35조원)에서 오는 2030년 1179억 달러(154조원)로 10년 새 4배 이상의 성장률을 기록할 것으로 전망했다. 앞서 SK그룹 역시 SK텔레콤·SK하이닉스·SK스퀘어 등 SK 정보통신기술(ICT) 연합을 구성해 AI 반도체 ‘사피온’ 개발에 착수했다고 밝혔다. 특히 이번 투자의 배경엔 국산 경쟁력을 키워 미국 엔비디아(NVIDIA)가 장악한 글로벌 AI 반도체 시장에 대응하려는 목적도 크다. 한국의 메모리 반도체와 파운드리(반도체 위탁생산) 분야 역량은 글로벌 시장에서 각각 1위와 2위를 기록할 정도로 높지만, AI 서비스 개발에 필요한 팹리스 분야 점유율은 고작 1% 수준에 그친다. 현재 대부분의 AI 서비스와 솔루션은 엔비디아가 제공하는 소프트웨어 ‘쿠다’(CUDA)를 기반으로 개발되고 있고, 특히 하드웨어 GPU 시장은 엔비디아가 80%에 육박하는 점유율을 기록하고 있다. 박성현 리벨리온 대표는 “전용 AI 반도체와 인프라가 있으면 비용 절감뿐 아니라 전체 AI 서비스의 질을 높일 수 있다”고 말했다. 구현모 KT 대표는 “AI 반도체는 대한민국의 차세대 먹거리가 될 수 있는 핵심 영역”이라며 “국내 AI 반도체 분야의 선두주자인 리벨리온이 KT와 협업을 통해 엔비디아나 퀄컴과 같은 글로벌 팹리스 기업이 되길 기대한다”고 밝혔다.
  • [고든 정의 TECH+] 엔비디아에 도전장 내민 인텔…GPU 시장 왕좌 빼앗을까?

    [고든 정의 TECH+] 엔비디아에 도전장 내민 인텔…GPU 시장 왕좌 빼앗을까?

    인텔이 인텔 아키텍처 데이 2021 행사를 통해 12세대 코어 프로세서인 엘더 레이크, 게이밍 GPU인 알케미스트, 그리고 고성능 연산용 GPU인 폰테 베키오의 아키텍처에 대한 상세한 정보를 공개했습니다. 흥미롭게도 이런저런 루머가 나돌았던 알케미스트(Xe-HPG, 고성능 게이밍)와 폰테 베이오(Xe-HPC, 고성능 연산)의 기본 구조는 엔비디아가 2018년 출시한 튜링 GPU의 모습과 약간 닮은 부분이 있습니다. 이번 공개 내용을 보면 과거 실행 유닛(EU)이라고 불린 그래픽 연산 유닛은 이제 벡터 엔진으로 이름이 바뀌었고 벡터 엔진 옆에는 인공지능 관련 연산을 담당하는 매트릭스 엔진(XMX)이 같은 숫자만큼 존재합니다. 그리고 여러 개의 벡터 엔진과 매트릭스 엔진 아래 하드웨어 레이 트레이싱(Ray Tracing)을 담당하는 부분이 있습니다. 그런데 엔비디아의 튜링 GPU 역시 그래픽 연산을 담당하는 쿠다(CUDA) 코어와 인공지능 연산을 담당하는 텐서 코어, 그리고 하드웨어 레이 트레이싱을 지원하는 RT 코어를 지니고 있습니다. 참고로 레이 트레이싱은 광원에서 나온 빛이 여러 사물의 표면에 반사되는 경로를 계산해 현실적인 빛의 효과를 그래픽에 추가하는 기술입니다.재미있는 사실은 현재 인텔의 GPU 개발을 담당한 라자 코두리가 2017년 AMD에서 인텔로 이적했다는 점입니다. 라자 코두리 수석 부사장은 본래 라데온 GPU를 개발하면서 엔비디아의 지포스에 맞섰던 사람입니다. 그런 그가 찾아낸 해법 역시 엔비디아와 비슷한 셈입니다. 물론 라데온의 길을 다시 걷기보다는 현재 업계 1위인 엔비디아를 타도하는 것이 옳은 전략이라는 점은 의심의 여지가 없습니다. 하지만 그렇다고 인텔이 무조건 엔비디아를 따라하기만 한 건 아닙니다. 인텔의 GPU 제조 방식은 엔비디아와 큰 차이가 있습니다. 바로 CPU를 개발하면서 축적한 다이 간 연결 기술인 포베로스(Foveros)와 EMIB(embedded multidie interconnect bridge)를 이용해 서로 다른 공정에서 만든 반도체 칩을 연결해 매우 큰 GPU를 만드는 방식입니다. 많게는 수백억 개의 트랜지스터를 집적한 최신 GPU는 한 번에 실수 없이 제조하기가 쉽지 않습니다. 특히 다이 사이즈가 커질수록 제조가 어려워집니다. A100처럼(TSMC 7nm 공정 사용) GPU 다이 크기가 826㎟이나 되고 트랜지스터 숫자도 542억 개나 되면 그렇지 않아도 비싼 웨이퍼에 수율도 좋지 않아 가격이 꽤 비싸 집니다. 인텔은 이 문제에 대한 해결책으로 여러 개의 작은 반도체 칩을 평면으로 연결하는 고속도로인 EMIB와 수직으로 연결하는 방식인 포베로스 기술을 개발했습니다. 이렇게 하면 반도체 패키징 과정이 매우 복잡해지는 문제가 있지만, 대신 꼭 최신 미세 공정을 적용하지 않아도 되는 부분은 더 저렴한 공정을 사용할 수 있고 한 번에 제조가 매우 어려운 초대형 프로세서도 만들 수 있습니다. 인텔이 공개한 폰테 베키오는 5개의 다른 공정으로 만든 47개의 반도체 조각인 액티브 타일(Active Tile)을 포베로스와 EMIB 기술로 연결해 무려 1000억 개 이상의 트랜지스터를 지닌 초대형 GPU입니다. 현재까지 상용화된 가장 복잡한 프로세서인 엔비디아의 A100보다 두 배의 트랜지스터 집적도를 지니고 있습니다. 연산 능력 역시 FP32 기준으로 45TFLOPS 이상으로 A100의 19.5TFLOPS의 두 배가 넘습니다. 오랜 세월 개발한 포베로스와 EMIB 기술이 이제 빛을 본 셈입니다.인텔은 이날 아키텍처 데이 행사에서 알케미스트 GPU의 연산 성능은 공개하지 않았으나 폰테 베키오의 연산 능력은 구체적으로 명시했는데, 슈퍼 컴퓨터/데이터 센터/인공 지능 연산을 위한 고성능 GPU 시장에서 엔비디아를 압박하겠다는 뜻으로 풀이됩니다. 코두리 수석 부사장은 회사를 옮겨도 주적은 엔비디아로 한결같다는 점이 재미있습니다. 이번 공개에서 마지막으로 주목할 점은 인텔이 TSMC의 최신 미세 공정인 6nm (N6), 5nm (N5) 공정을 사용하기로 한 것입니다. 알케미스트 GPU는 6nm 공정으로 제조되어 미세 공정에서 경쟁자보다 약간 우위에 섰고 폰테 베키오는 인텔 7 공정을 포함한 다양한 미세 공정을 사용하지만, 컴퓨트 타일은 5nm 공정을 사용해 역시 경쟁자보다 앞서고 있습니다. 최소한 미세 공정에서 밀리는 일은 없다는 이야기입니다. GPU 생산은 TSMC에 외주를 맞길 것이라는 점은 이미 알려진 내용이지만, 이번 발표를 보면 인텔이 얼마나 상대방을 이기고 싶어 했는지를 짐작할 수 있습니다. 인텔의 발표 내용을 신뢰한다면 폰테 베키오 GPU가 나오는 순간 엔비디아의 A100은 1위 자리를 내줘야 합니다. 물론 작년에 A100을 내놓은 엔비디아 역시 차세대 GPU를 개발 중이라 순순히 1위 자리를 내주지는 않을 것입니다. GPU 시장 진출을 선언한 인텔이 시작부터 엔비디아를 위협할지 아니면 엔비디아가 다시 1위 자리를 지킬 수 있을지 결과가 주목됩니다.    
  • [고든 정의 TECH+] 엔비디아 RTX 3000 시리즈 공개에 더 주목받는 삼성 파운드리

    [고든 정의 TECH+] 엔비디아 RTX 3000 시리즈 공개에 더 주목받는 삼성 파운드리

    엔비디아가 튜링 아키텍처 기반의 RTX 2000 시리즈를 공개한 지 2년 만에 암페어(Ampere) 아키텍처 기반의 RTX 3000 시리즈를 공개했습니다. RTX 3000 시리즈는 진짜 물체처럼 빛을 반사하는 실시간 레이 트레이싱(Ray tracing) 기술을 강조한 RTX 시리즈의 두 번째 GPU로 전 세대보다 성능을 두 배 정도 끌어올렸습니다. 좀 더 구체적으로 말하면 RTX 3000 시리즈 최상위 그래픽 카드인 RTX 3090은 35.7테라플롭스(TFLOPs, 단정밀도 기준) 연산 능력을 지니고 있는데, 이는 전 세대 최상위 그래픽 카드인 RTX 2080 Ti의 13.4테라플롭스의 2.7배에 달합니다. 인공지능 관련 성능 척도인 텐서(Tensor) 연산 능력도 114테라플롭스에서 285테라플롭스로 역시 2.5배 정도 증가했습니다. 이런 성능 향상이 가능한 비결은 연산 유닛인 쿠다(CUDA) 코어 숫자를 두 배가 넘는 1만496개로 늘리고 동작 클럭도 높인데 있습니다. 흥미로운 부분은 트랜지스터 집적도는 186억 개에서 280억 개로 두 배 증가하지 않았다는 것입니다. 암페어 아키텍처에서 튜링 아키텍처보다 작고 효율적인 연산 유닛을 적용하고 클럭을 높였다는 해석이 가능합니다. 하지만 최상위 모델인 RTX 3090의 경우 성능만큼이나 가격도 범접하기 어려운 수준으로 올라갔습니다. RTX 2080 Ti의 출시 권장소비자가격(MSRP)은 999달러였으나 RTX 3090은 1499달러로 1.5배 정도 더 비싼 편입니다. 게임 용도로는 사실 선뜻 지불하기 어려운 가격입니다. 하지만 인공지능 연산 등 특수 목적에 사용할 때는 오히려 가성비가 우수한 제품으로 극소수의 하이엔드 게이머나 전문 작업용으로 수요가 있을 것으로 예상됩니다. RTX 3090보다 더 현실적인 게임용 그래픽 카드는 RTX 3080입니다. 699달러의 가격 역시 절대 저렴한 건 아니지만, RTX 3090과 같은 GA102 GPU를 사용하면서도 가격은 절반 이하 수준입니다. 상대적으로 저렴한 가격의 비결은 GPU 일부를 잘라낸 컷 칩을 사용해 가격을 낮췄을 뿐 아니라 그래픽 메모리를 24GB에서 10GB로 줄였기 때문입니다. 하지만 아무리 컷 칩을 사용하고 메모리를 줄여도 제조 비용에서 가장 큰 비중을 차지하는 GPU 자체의 가격을 낮추지 못하면 전체 비용을 낮추기 어렵습니다. 바로 이 대목에서 삼성의 8N 공정이 해결책으로 등장했습니다. 2년 전 엔비디아는 RTX 2000 시리즈에 TSMC의 12nm (FFN) 공정을 채택했습니다. 당시 10nm 이하의 미세 공정을 채택하지 않은 이유는 비용 문제 때문이었습니다. 반도체 웨이퍼 제조 단가는 미세 공정일수록 급격히 높아집니다. 만약 186억 개의 트랜지스터를 지닌 거대 GPU를 10nm 이하 미세 공정으로 제조했다면 제조 단가가 비싸 많은 이윤을 남기기 어렵습니다. 따라서 엔비디아는 경쟁사인 AMD가 7nm 공정을 채택할 때도 꿋꿋이 12nm 공정으로 2년을 버틴 것입니다. 물론 그래도 성능으로 밀리지 않고 앞서 나갔기에 가능한 일이었습니다. 삼성의 8nm(8N) 공정은 10nm 공정의 개량형으로 알려져 있습니다. 따라서 삼성 파운드리나 TSMC의 최신 7nm 공정에 비해 성능은 낮지만, 제조 비용은 저렴합니다. 엔비디아가 542억 개의 트랜지스터를 집적한 고성능 인공지능 가속기인 A100 GPU에는 TSMC의 7nm (7N) 공정을 사용한 반면 RTX 3000 시리즈에는 삼성 8N 공정을 사용한 것은 게임용 그래픽 카드가 A100처럼 엄청나게 비싼 가격에도 판매할 수 있는 제품이 아니기 때문입니다. 280억 개의 트랜지스터를 집적해도 현실적인 가격에 판매할 수 있으려면 그만큼 타협이 필요합니다. 물론 비용만 낮추면 되는 것이 아니라 적어도 1-2년 정도 그래픽 카드 시장을 석권할 수 있는 강력한 제품도 만들 수 있어야 합니다. 엔비디아는 고심 끝에 삼성 파운드리가 최적의 조건이란 결론을 내렸을 것입니다. 삼성 파운드리가 적어도 600㎟가 넘는 대형 GPU 시장에 본격 진입했다는 것은 적지 않은 의미를 지닙니다. 이 분야에서 TSMC의 독점 구조가 깨진 것이기 때문입니다. 삼성은 GA102 칩 이외에도 RTX 3070에 사용된 좀 더 작은 GPU의 위탁 생산도 맡고 있습니다. 앞으로 등장할 RTX 3060/3050 같은 보급형 GPU 역시 삼성 8N 공정을 사용할 가능성이 큰 셈입니다. 역사적으로 엔비디아는 대부분의 물량을 TSMC에 의존해 왔지만, 이번에는 다른 선택도 가능하다는 것을 보여줬습니다. 당연히 TSMC에 생산을 의뢰했던 AMD 같은 다른 제조사나 인텔처럼 외부 파운드리를 고민하는 제조사의 선택에도 큰 영향을 줄 것으로 예상됩니다. 고든 정 칼럼니스트 jjy0501@naver.com
  • [고든 정의 TECH+] 게임·그래픽·AI까지…엔비디아를 만든 CEO 젠슨 황

    [고든 정의 TECH+] 게임·그래픽·AI까지…엔비디아를 만든 CEO 젠슨 황

    코로나19로 인한 경제 위기 우려가 커진 상황에서도 거대 IT 기업들은 상대적으로 선방하고 있습니다. 이미 발표된 2020년 1분기 실적을 보면 대형 IT 기업들의 실적은 오히려 이전보다 더 좋아졌습니다. 이런 대형 IT 기업 가운데 미국의 그래픽 프로세서(GPU) 제조 회사인 엔비디아가 있습니다. 엔비디아는 지난 분기에 전년 동기 대비 39% 상승한 30억 8000만 달러의 매출과 116% 상승한 10억 2800만 달러의 영업 이익을 올렸습니다. 엔비디아의 시가총액은 2200억 달러로 엑슨모빌 같은 거대 기업을 뛰어넘었습니다. 초기엔 게임용 그래픽 카드 벤처 기업으로 시작해 이제는 GPU 업계 1위 기업일 뿐 아니라 인공지능 하드웨어 시장을 주도하는 위치까지 오른 엔비디아를 대표하는 인물이 창업자이자 CEO이고 회장인 젠슨 황(黃仁勳·사진)입니다. 스티브 잡스 없이 애플을 말하기 어렵고 빌 게이츠 없이 마이크로소프트를 이야기하기 어렵듯이 젠슨 황을 빼고는 엔비디아를 이해하기 어렵습니다. 젠슨 황은 1963년 대만에서 태어난 후 청소년기에 미국으로 이주해 미국에서 대학과 대학원을 다녔습니다. 이후 LSI Logic 및 AMD에서 일하다 1993년에 30세의 나이로 엔비디아를 세웠습니다. 창립 초기 엔비디아는 은행 잔고가 4만 달러에 불과한 작은 벤처 기업이었지만, 벤처캐피탈에서 자금을 지원받아 그래픽 프로세서 개발 및 생산을 할 수 있었습니다. 초기에 나온 제품들은 반응이 좋지 않았지만, 리바 TNT(Riva TNT) 시리즈 이후 게임용 그래픽 카드 시장에서 인지도를 높이기 시작했으며 2000년에 출시한 지포스 2를 통해 그래픽 카드 시장의 강자로 자리잡을 수 있었습니다. 그런데 여기서 젠슨 황의 첫 번째 외도가 시작됩니다. 3D 게임의 그래픽 데이터 처리에 특화된 GPU만으로는 앞으로 성장에 한계가 있다고 생각한 엔비디아는 지포스 256을 개발한 후 전문가용 그래픽 카드 시장에 도전합니다. 엔비디아의 워크스테이션 그래픽 카드인 쿼드로(Quadro)는 사실 게임용 그래픽 카드인 지포스와 동일한 GPU를 사용했지만, 드라이버와 펌웨어를 그래픽 작업에 최적화시킨 제품이었습니다. 하나의 GPU로 두 개의 제품군을 만든 이유는 두 시장의 가격이 크게 달랐기 때문입니다. 전문가용 그래픽 카드는 비싼 대신 수요가 적었으며 게임용 그래픽 카드는 상대적으로 저렴한 대신 수요가 많았습니다. 그런데 게임용 그래픽 카드 성능이 높아져 전문 작업에 필요한 기능을 제공할 수 있게 되자 이를 기반으로 고가의 전문가용 그래픽 카드로 판매한 것입니다. 물론 엔비디아는 소비자가 저렴한 지포스를 고가의 쿼드로로 개조하지 못하게 막아놨습니다. 이 판단은 적중해서 수백만 원을 호가하는 쿼드로는 전문가용 그래픽 카드 시장에서 표준 장비가 됐습니다. 그런데 젠슨 황의 외도(?)는 여기서 끝나지 않았습니다. 그는 GPU의 병렬 연산 구조가 고성능 컴퓨팅(HPC, High performance computing)에도 적용될 수 있다고 생각했습니다. 그래서 2007년 지포스 8800 시리즈를 위한 G80 GPU에 CUDA라는 새로운 기능을 추가해 GPU를 그래픽 연산 만이 아니라 다른 용도로 사용할 수 있게 만들었습니다. CUDA를 통한 병렬 연산 기능에 특화된 제품군은 테슬라(Tesla)로 명명되었습니다. 테슬라는 초기에는 기능이 제한적이어서 널리 사용되지 않았으나 불과 몇 년 만에 고성능 컴퓨팅 시장을 주도하는 제품으로 성장했습니다. 2010년 세계에서 가장 빠른 슈퍼컴퓨터로 등극한 중국의 텐허 1A(Tianhe-1A)에는 테슬라 M2050 7,168개가 탑재되었으며 현재 가장 빠른 컴퓨터인 미국의 서밋(Summit) 역시 엔비디아의 테슬라 V100 GPU 27,648개가 탑재되어 있습니다. 이렇게 상대적으로 저렴한 게이밍 GPU를 기반으로 값비싼 슈퍼컴퓨터 및 데이터 센터용 GPU를 개발해 판매한 덕분에 엔비디아의 매출과 영업 이익은 매년 상승 곡선을 그렸습니다. 하지만 엔비디아가 지금처럼 기업가치가 급격히 증가한 결정적인 이유는 바로 인공지능 덕분입니다. 인공지능 연산에서 병렬 연산에 최적화된 GPU가 CPU보다 더 나은 결과를 보여줬기 때문에 엔비디아의 GPU는 인공지능 하드웨어 시장에서 표준으로 자리잡게 됩니다. 하지만 젠슨 황은 단순히 기존의 GPU를 인공지능 하드웨어로 사용하는 것만으로는 시장을 주도할 수 없다고 생각하고 GPU에 인공지능 관련 연산 유닛과 기능을 대폭 추가했습니다. 그렇게 나온 볼타와 튜링 아키텍처 기반 GPU들은 예상대로 인공지능 가속기 시장을 주도했습니다. 그리고 올해 5월에는 인공지능 연산 기능을 대폭 강화한 A100 GPU를 들고 나와 엔비디아가 앞으로 인공지능과 데이터 센터 시장에 집중할 것임을 보여줬습니다. 최근 70억 달러의 거금을 들여 고성능 네트워크 솔루션 기업인 멜라녹스 테크놀로지스 (Mellanox Technologies)를 인수한 것 역시 앞으로는 게임 시장보다 데이터 센터 및 AI 시장에 더 집중하겠다는 의지를 보여준 것입니다. 물론 엔비디아가 게이밍 GPU 시장을 포기하지는 않을 것입니다. 아직도 매출에서 가장 큰 부분을 차지하고 있을 뿐 아니라 시장 점유율도 독보적으로 높기 때문입니다. 하지만 소비자가 게임을 위해 지불하는 돈은 어느 정도 정해져 있습니다. 게이밍 GPU 시장이 앞으로 빠른 성장을 보일 것으로 기대하기는 어렵습니다. 하지만 인공지능을 위해 GPU를 도입하는 기업은 빠른 속도로 늘어나고 있으며 이들은 값비싼 GPU에도 기꺼이 비용을 지불하고 있습니다. 올해 1분기 실적을 봐도 매출 및 영업이익 증가를 주도한 것은 전년 동기에 비해 80%나 매출이 증가한 데이터센터 부분이었습니다. 멀지 않아 매출에서 차지하는 비중도 게임 부분을 넘어설 것으로 보입니다. 올해 GTC 컨퍼런스에서 젠슨 황은 게임이나 그래픽 대신 인공지능, 데이터 센터, 자율주행, 소프트웨어에 대해서 이야기했습니다. 여기에 미래가 있기 때문입니다. 항상 새로운 먹거리를 찾아내고 새로 뛰어든 분야에서 시장을 주도하는 기업이 된다는 것은 어려운 일이지만, 엔비디아는 벌써 몇 차례 그렇게 해왔고 지금도 그렇게 하기 위해 노력하고 있습니다. 엔지니어 출신이면서도 사업 감각을 지닌 기업인인 젠슨 황의 성공이 어디까지 이어질지 궁금합니다. 고든 정 칼럼니스트 jjy0501@naver.com
  • [고든 정의 TECH+] 레이 트레이싱과 딥러닝에 미래를 건 엔비디아

    [고든 정의 TECH+] 레이 트레이싱과 딥러닝에 미래를 건 엔비디아

    그래픽 처리 장치 전문 업체인 엔비디아가 새로운 RTX 2000 시리즈 제품군을 본격적으로 출시했습니다. 오랜 세월 사용한 GTX라는 명칭을 버리고 RTX라는 새로운 브랜드로 등장한 RTX 2080 Ti, RTX 2080, RTX 2070은 높은 가격으로 인해 다소 논란도 있지만, 엔비디아는 ‘그래픽을 다시 발명했다(Graphic reinvented)’고 언급하면서 대단한 자신감을 보여주고 있습니다. 사실 RTX 시리즈에서 처음 도입한 튜링(Turing) 아키텍처는 엔비디아에도 상당한 도전입니다. 튜링은 그래픽에서는 물론 인공지능에서도 2위가 따라오기 힘든 엔비디아식 초격차 전략을 위한 포석이지만 여러 가지 검증되지 않은 새로운 시도가 담겨있기 때문입니다. 엔비디아가 튜링에서 도입한 가장 중요한 두 가지 핵심 무기는 바로 레이 트레이싱(Ray Tracing)을 위한 RT 코어와 딥러닝을 위한 텐서 코어(Tensor Core)라고 할 수 있습니다. 가짜를 더 진짜처럼 3D 그래픽 카드는 2차원 평면인 모니터에 가상의 3차원 물체를 보여주는 장치입니다. 초창기 3D 그래픽 게임은 지금 기준으로 보면 어설프게 색칠한 상자들이 움직이는 정도에 불과했습니다. 하지만 지난 수십 년간 더 현실적인 가짜를 구현하기 위한 노력 덕분에 게임에 등장하는 사람과 물건들은 점점 실제와 비슷해졌습니다. 엔지니어들은 끊임없이 더 많은 폴리곤과 텍스처를 처리할 수 있는 그래픽 프로세서를 개발했고 이제는 제법 사실적인 사물을 모니터를 통해 보여줄 수 있게 됐습니다. 그러나 이런 꾸준한 노력에도 불구하고 우리의 뇌는 게임 속 3D 그래픽이 실제와 다르다는 사실을 인지합니다. 여러 가지 이유가 있지만, 가장 중요한 건 빛의 효과가 실제와 다르기 때문입니다. 햇빛 같은 광원이 다시 물체에 반사되어 나오는 빛의 미묘한 광원효과는 워낙 복잡해서 슈퍼컴퓨터의 힘으로도 실시간으로 계산해 표현하기 어렵습니다. 물론 그래도 엔지니어들은 가능한 방법을 개발했습니다. 가장 대표적인 방법이 바로 레이 트레이싱(Ray tracing) 기법입니다. 레이 트레이싱은 광원과 빛의 반사를 실제와 가깝게 표현하는 기술로 이미 영화나 동영상 제작에서 널리 쓰이고 있지만, 이를 계산하기 위해서는 많은 시간이 필요해 게임에 적용하기에는 무리가 있었습니다. 영화에서는 몇 시간 렌더링한 결과를 1분 동안 보여줘도 문제없지만, 게임에서는 실시간으로 처리해야 하기 때문입니다. 이 문제의 해결책은 레이 트레이싱을 고속으로 처리할 별도의 연산 장치를 개발하는 것입니다. 엔비디아가 튜링에 탑재한 RT 코어가 그것으로 과거 소프트웨어적으로 레이 트레이싱을 처리할 때와는 비교할 수 없을 만큼 빠른 속도로 레이 트레이싱 연산이 가능해졌습니다. 엔비디아는 스타워즈 기술 데모를 시연하면서 과거 4개의 GPU로 처리하던 레이 트레이싱을 튜링 GPU 한 개로 더 빨리 처리할 수 있다는 점을 보여줬습니다. 물론 그래도 우리의 눈을 완전히 속일 수는 없지만, 더 진짜 같은 가짜를 구현할 수 있게 된 것입니다. 두 마리 토끼를 노리는 텐서 코어 튜링에서 다른 큰 변화는 인공지능 연산 장치인 텐서 코어가 같이 포함되었다는 사실입니다. 텐서 코어의 연산 능력은 114TFLOPS (16FP)로 현존하는 가장 강력한 인공지능 프로세서 가운데 하나입니다. 최근 GPU는 인공지능 분야에 쓰임새가 점점 늘어나고 있기 때문에 이런 변화는 자연스럽지만, 새로 추가된 텐서 코어가 본래 목적인 게임에는 무용지물이라는 게 문제입니다. 엔비디아는 텐서 코어에 새로운 일감을 줬는데, 바로 이미지 품질을 향상시키는 것입니다. 딥러닝 기법으로 저해상도 사진이나 영상으로 바꾸는 연구가 진행 중인데, 튜링은 아예 실시간으로 3D 그래픽 영상 품질을 높입니다. 게임 속 3D 그래픽은 흔히 계단 현상이라고 부르는 앨리어싱(Aliasing)을 제거하지 않으면 모서리 부분이 매우 지저분하거나 거칠게 보입니다. 이를 제거하기 위해 여러 기술이 개발되었는데, 대표적인 방법이 TAA(Temporal Anti-Aliasing)입니다. 어떤 방법이든지, 기존의 그래픽 연산 유닛을 사용하기 때문에 안티 앨리어싱을 많이 할수록 성능이 낮아졌습니다. 하지만 딥러닝을 위한 텐서 코어를 갖춘 튜링에겐 다른 방법이 있습니다. 딥 러닝 슈퍼 샘플링(Deep Learning Super-Sampling·DLSS)은 그래픽 연산이 아닌 인공지능을 이용해 이미지 품질을 높이기 때문에 3D 연산 능력에 영향을 미치지 않습니다. 결과적으로 텐서 코어를 이용해서 3D 처리 능력을 높인 것과 같은 결과를 얻게 됩니다. 물론 딥러닝 기법으로 이미지 해상도를 높일 경우 기존의 방식과 결과물이 다소 달라 이질적으로 보일 수도 있으나 딥러닝 기반이기 때문에 앞으로 알고리즘을 개선하고 학습을 많이 하면 더 좋은 결과를 얻을 수 있다는 점이 큰 장점입니다. 그래픽과 인공지능 왕좌 노리는 엔비디아 하지만 신기술에도 대가는 따르게 마련입니다. 이미 그래픽 연산과 병렬 연산을 위해 수천 개의 CUDA 코어를 집어넣은 상태에서 다시 텐서 코어와 RT 코어를 추가하면서 튜링 GPU는 엄청나게 커졌습니다. RTX 2080 Ti는 754㎟ 다이 (die) 면적에 186억 개의 트랜지스터를 집적했으며 RTX 2080/2070 역시 538㎟ 면적에 136억 개의 트랜지스터를 집적해 전 세대 대비 크기가 대폭 증가했습니다. 그러나 게임에서의 성능 향상 폭은 30-40% 수준으로 트랜지스터 증가에 미치지 못하는 수준입니다. 물론 새로운 유닛을 대거 집어넣었기 때문이죠. 이미 업계 1위인 엔비디아가 이런 대가를 치르면서까지 신기술을 집어넣은 이유는 분명합니다. 경쟁자들이 따라오지 못할 정도로 앞서가려는 것이죠. 레이 트레이싱 기술을 지원하는 게이밍 GPU는 현재 엔비디아만 출시했고 앞으로 당분간 엔비디아 이외의 회사는 없을 것입니다. 텐서 코어를 지닌 GPU 역시 마찬가지입니다. 물론 엔비디아의 전략이 통하려면 게임 제작사들의 협조가 필수적입니다. 제작사들이 적극적으로 레이 트레이싱과 DLSS를 적용해야 빛을 볼 수 있는 것입니다. 이미 여러 게임에서 지원을 공언했지만, 얼마나 보편적으로 이용하게 될지는 아직 미지수입니다. 만약 최신 게임에서 널리 사용하는 기술이 된다면 엔비디아의 입지는 한층 더 강화되고 차세대 그래픽과 인공지능에서 선두를 유지할 수 있을 것입니다. 과연 그렇게 될지는 두고 봐야 알겠지만, 현재의 성공에 만족하지 않고 새로운 시도를 하는 IT 기업의 모습은 매우 긍정적으로 보입니다. 고든 정 칼럼니스트 jjy0501@naver.com
  • [고든 정의 TECH+] 슈퍼컴퓨터 왕좌 되찾은 미국…앞으로의 과제는?

    [고든 정의 TECH+] 슈퍼컴퓨터 왕좌 되찾은 미국…앞으로의 과제는?

    미국이 다시 슈퍼컴퓨터 세계 1위의 자리를 되찾았습니다. 미국 에너지부 산하의 오크리지 국립 연구소(Oak Ridge National Laboratory·ORNL)에 설치되어 가동에 들어간 서밋(Summit)은 오랜 시간과 비용을 들여 만든 슈퍼컴퓨터로 미국의 대표적 IT 기업인 IBM과 엔비디아의 합작품입니다. 연산 속도는 200페타플롭스(PFLOPS)로 과거 1위인 중국의 선웨이 타이후라이트(Sunway TaihuLight)의 93페타플롭스의 2배에 달하며 2012년 도입했던 타이탄의 27페타플롭스와 비교해도 8배 가까이 빠릅니다. 이런 강력한 연산 능력을 위해서 서밋은 두 가지 프로세서를 사용합니다. CPU는 IBM의 최신 서버용 CPU인 Power9을 사용하는데, 22코어 버전으로 각 코어당 4-8개의 스레드를 지원해서 한 개의 CPU만으로도 여러 개의 CPU를 사용한 서버만큼 힘을 낼 수 있습니다. 서밋에 사용된 IBM AC922 서버에는 Power9 CPU 두 개가 들어갑니다. 하지만 이것만으로는 200페타플롭스의 성능을 내기 어렵기 때문에 엔비디아가 개발한 볼타 V100 기반의 테슬라 GPU 6개가 추가로 사용됩니다. 200억 개가 넘는 트랜지스터를 집적한 볼타 GPU는 병렬연산을 위한 5,376의 CUDA 코어와 인공지능 연산을 위한 672개의 텐서 코어를 지녀 범용 연산은 물론 머신러닝 관련 연산을 훨씬 빠르게 수행할 수 있습니다. 서밋은 이런 IBM AC922 서버 4,608개가 설치되어 200페타플롭스의 성능을 낼 수 있습니다. 서밋의 장점은 일반 연산 능력이 빠르다는 외에도 인공지능 연산에 매우 강하다는 점입니다. 머신러닝 연산에 특화된 V100 GPU를 2만 7000개 이상 사용하고 있어 현시점에서 지구에서 가장 강력한 인공지능 컴퓨터라고 할 수 있습니다. GPU 하나가 120TFLOPS의 텐서 플로 연산을 할 수 있어 수백 개 CPU가 하는 머신 러닝 연산을 한 번에 처리할 수 있습니다. 마치 영화 터미네이터에 나오는 스카이넷을 연상시키는 성능이지만, 영화처럼 인류를 적으로 규정하고 공격하는 일은 불가능합니다. 서밋은 가치 판단은 할 수 없는 데다 핵무기와 인공지능 무기를 통제하는 용도가 아니기 때문입니다. 서밋은 인류와 전쟁을 벌이는 대신 인간을 위해서 일할 것입니다. 물론 이런 슈퍼컴퓨터의 용도 가운데 하나는 핵폭발 시뮬레이션이지만, 오크리지 국립 연구소 측은 서밋이 암 발생을 예측하거나 지구 온난화의 추세를 예측하는 등 인류에게 도움이 되는 용도로 활용될 것이라고 설명했습니다. 한 가지 더 흥미로운 부분은 중국의 대응입니다. 선웨이 타이후라이트가 세계 1위 슈퍼컴퓨터로 등극한지도 2년이 지났기 때문에 일반적인 프로세서 개발 주기를 고려할 때 선웨이 타이후라이트에 사용된 SW26010의 후속 프로세서가 이미 개발이 끝나가는 중일 가능성이 큽니다. 따라서 서밋이 얼마나 왕좌를 지킬지 역시 관심사 가운데 하나입니다. 다만 서밋은 인공지능 연산에 특화되어 있어 한동안 이 부분에서는 가장 강력한 컴퓨터 자리를 지킬 것으로 보입니다. 물론 미국은 서밋에서 슈퍼컴퓨터 프로젝트를 마무리하려는 것이 아니라 더 강력한 슈퍼컴퓨터를 개발해 계속해서 이 분야에서 우위를 지키려 하고 있습니다. 미국 정부의 계획은 2021년까지 서밋보다 적어도 5배 빠른 엑사스케일 컴퓨터를 만든다는 것입니다. 이를 위해 관련 업체에 연구 자금을 지원하고 있으며 IBM과 엔비디아뿐 아니라 미국 내 주요 IT 기업들이 차세대 고성능 프로세서 개발을 위해 협력하고 있습니다. 결국 이런 추세가 이어지면 과거 이세돌 9단을 이긴 알파고의 인공지능 연산 능력을 수천 배 뛰어넘는 고성능 인공지능 컴퓨터의 등장은 시간 문제라고 할 수 있습니다. 과연 이것이 인류에게 축복이 될지는 우리가 이를 어떻게 활용하는지에 달려있을 것입니다. 강력한 슈퍼컴퓨터와 인공 지능 컴퓨터 개발 이상으로 우리에게 중요한 질문입니다. 고든 정 칼럼니스트 jjy0501@naver.com
  • [이일우의 밀리터리 talk] 남은 시간 3년…SLBM 막을 창과 방패는?②

    [이일우의 밀리터리 talk] 남은 시간 3년…SLBM 막을 창과 방패는?②

    북한의 SLBM 시험 발사 성공 이후 정치권과 학계를 중심으로 원자력 추진 잠수함 도입 필요성이 제기되고 있다. 상대의 SLBM 탑재 전략원자력잠수함을 공격용 원자력 잠수함으로 감시·추적했던 미국과 소련의 사례를 생각해볼 때 북한 전략 잠수함에 대한 대응방안으로 원자력 잠수함을 도입하자는 것은 적절한 발상이다. 원자력 잠수함이 있으면 북한의 신포나 마양도 기지 앞에서 ‘잠복근무’하고 있다가 북한 전략 잠수함이 출항하면 조용히 추적해서 SLBM 발사 징후가 발견되는 즉시 어뢰 공격으로 잠수함을 격침시켜 버릴 수 있기 때문이다. 문제는 원자력 잠수함의 도입에 너무도 긴 시간이 걸리는데 반해 북한의 SLBM 위협은 코 앞에 다가왔다는 것이다. 모든 무기체계의 도입에는 절차가 있다. 군에서 소요를 제기하면 타당성 검토를 거쳐 설계와 제작, 시험평가 등을 거쳐야 하는데, 막대한 예산과 고도의 기술력을 필요로 하는 원자력 잠수함은 이러한 절차를 거쳐 등장하는데 적어도 10년 이상이 걸린다. 지금 당장 군에서 원자력 잠수함 소요 제기를 하더라도 적어도 10년 동안은 원자력 잠수함을 손에 넣을 수가 없다는 것이다. 직접 개발하는 것이 시간적으로 부담된다면 기간을 단축시키기 위해 원자력 잠수함을 해외에서 구매하거나 빌려오는 방법도 고려할 수 있다. 미국의 양해를 구할 수 있다면 영국과 프랑스에서 신품 잠수함을 구매하거나 미국의 퇴역 잠수함을 중고로 임대하는 방안도 검토해볼 수 있다. ▶ [이일우의 밀리터리 talk] 北 SLBM 무서운 이유…사드도 의미 없다① 영국제 신형 원자력 잠수함인 아스튜트(Astute)급은 수중배수량 약 7800톤에 척당 12억 파운드(약 1조 7600억 원), 프랑스제 신형 원자력 잠수함인 바라쿠다(Barracuda)급은 수중배수량 약 5300톤에 척당 13억 유로(약 1조 6300억 원) 정도로 재래식 잠수함에 비해 대단히 비싸다. 이들 잠수함은 이미 개발이 완료되었기 때문에 지금 주문하면 수 년 이내로 전력화가 가능하지만, 최소 작전단위인 3척을 도입하려면 적어도 5~6조원이라는 막대한 예산과 더불어 미국과 IAEA, 해당국 정부와의 외교적 합의가 필요하다. 인도의 사례처럼 원자력 잠수함을 임대하는 방안도 검토할 수 있다. 인도의 경우 러시아의 수중배수량 1만 2770톤급 공격용 원자력 잠수함인 아쿨라(Akula-II)급 2척을 임대했다. 임대료는 7~10억 달러 수준으로 1조원 안팎이다. 이 방안은 원자력 잠수함을 가장 빠르게 전력화할 수 있다는 장점이 있지만, 몇 가지 부담도 있다. 우선 공격용 원자력 잠수함이라는 전략무기를 임대해 줄 국가를 찾아야 한다. 우리나라는 인도처럼 러시아와 전략적 이해관계를 함께하는 나라가 아니기 때문에 러시아에서 임대하는 것은 어렵고, 미국도 예산 부족으로 인해 잠수함 전력 부족에 시달리고 있는 상황에서 중국과 일본의 반발이 예상되는 원자력 잠수함 한국 임대 결정을 쉽게 내리기 어렵다. 이러한 여건을 극복하고 미국과 국제사회를 설득하는 것은 상당히 어려운 일이 될 것이다. 예산 부담도 크다. 30년 정도 운용할 수 있는 1척의 원자력 잠수함을 도입하는데 필요한 예산은 1.5~2조원 정도이지만, 원자력 잠수함의 10년 임대비용은 1조원을 훌쩍 넘는다. 1척의 잠수함을 상시 작전 대기 태세에 두기 위해서는 적어도 3척의 잠수함이 필요하므로 향후 10년간 3조 원 이상의 예산이 필요해지는데, 이만한 예산을 확보하기 위한 정치적 합의 도출은 쉽지 않아 보인다. 무엇보다 우리나라가 원자력을 이용한 무기를 갖게 될 경우 발생하게 될 국내 정치적 혼란도 만만치 않을 것이다. 이러한 점들을 종합해 볼 때 향후 10년 안에 우리 해군이 원자력 잠수함을 갖게 될 가능성은 상당히 희박해 보인다. 이처럼 원자력 잠수함이라는 ‘창’을 당장 손에 넣기 어렵다면 ‘방패’라도 훌륭한 것을 갖추어야 한다. 다행스럽게도 대단히 훌륭한 방패가 이미 개발되어 운용 중이다. 바로 이지스 BMD(Aegis Ballistic Missile Defense)가 그것이다. 미국과 일본이 공동 개발하고 있는 이지스 BMD는 1990년대부터 개발이 시작되어 2000년대 초반부터 운용되기 시작했는데, 현재는 개량에 개량을 거듭하며 미국의 MD 체계 가운데 가장 ‘잘 나가는’ 체계로 평가받고 있다. 이지스 BMD 체계가 강력한 이유는 미국이 보유한 거의 모든 정보 자산과 요격 자산이 네트워크를 통해 실시간으로 연동되기 때문이다. 적국이 탄도 미사일을 발사하면 가장 먼저 우주의 STSS(Space Tracking and Surveillance System) 위성이 탄도 미사일의 발사 화염부터 모든 비행단계를 실시간으로 감시·추적해 이 미사일이 진짜 탄두가 있는지, 어떤 비행 코스로 어디를 향해 날아가는지를 계산해 C2BMC(Command and Control, Battle Management, and Communications)를 통해 경보를 전파한다. STSS 위성이 잡아낸 탄도 미사일 정보는 C2BMC를 통해 인접한 모든 감시 자산, 예를 들어 사드 레이더나 해상 배치 X밴드 레이더, 조기경보기, 이지스함 등에 실시간으로 공유된다. 이지스함은 이 데이터를 바탕으로 사정거리 700km, 요격고도 500km, 마하 10 이상의 속도 성능을 가진 SM-3 Block IA 미사일을 발사해 탄도 미사일 요격에 나선다. 현재까지 이 미사일의 요격 성공률은 90% 이상을 기록하고 있는데, 미국은 여기서 만족하지 않고 2018년에 사정거리 2500km, 요격고도 1500km, 마하 15 이상의 속도 성능을 가진 신형 SM-3 Block IIA 미사일을 등장시킬 예정이다. 이처럼 이지스 BMD는 다양한 탐지 자산과 연동되고, 360도 전 방향을 감시할 수 있기 때문에 지상 배치 요격 미사일들과 같은 사각이 없다. 360도 전 방향을 감시할 수 있기 때문에 북한이 어느 바다에 숨어 언제 어디로 SLBM을 쏘더라도 탐지와 추적, 요격이 가능하다는 것이다. 우리나라는 이미 이지스 구축함 3척을 보유하고 있지만, 안타깝게도 이들 이지스 구축함에는 BMD 능력이 없다. 여기에 BMD 능력을 부여하는데 필요한 예산은 1척당 약 4000억 원 수준이며, 일본의 사례를 참고했을 때 계약부터 전력화까지는 약 2년의 시간이 필요하다. 우리나라가 지금 결심해서 예산을 마련, 올해 안에 계약을 체결하고 개량 공사에 들어간다면 북한이 SLBM과 전략 잠수함을 실전에 배치하기 전에 우리가 먼저 이지스 BMD를 확보할 수 있다. 북한 SLBM이라는 발등의 불이 떨어진 지금, 원자력 잠수함이라는 ‘창’을 당장에 가질 수 없다면 SLBM을 가장 효과적으로 막아낼 수 있는 이지스 BMD라는 ‘방패’부터 서둘러 마련해야 하지 않을까? 이일우 군사 전문 통신원(자주국방네트워크 사무국장) finmil@nate.com
  • 유령처럼 다가와 날쌔게 요격…첨단 ‘스텔스 보트’ 개발

    유령처럼 다가와 날쌔게 요격…첨단 ‘스텔스 보트’ 개발

    지금은 퇴역한 최초의 스텔스 공격기 F-117 나이트호크 특유의 각진 모습을 연상시키는 검고 매끈한 외관의 첨단 공격보트가 공개돼 눈길을 끌고 있다. 영국 일간 메트로는 10일(현지시간) 특수 선박 개발로 유명한 아일랜드 기업 ‘세이프헤이븐 마린’(Safehaven Marine)에서 개발한 바라쿠다(Barracuda)를 소개했다. 12m 길이 바라쿠다의 탑승 인원은 6~10명. 방탄 선실을 통해 승무원을 보호하며 이물 쪽에 장착된 기관총은 적을 제압하는데 사용된다. 세이프헤이븐 마린은 “바라쿠다는 요격 및 수색정찰에 최적화된 군·경용 선박”이라고 소개하고 있다. 먼저 스텔스 폭격기의 디자인 원리를 차용해 만든 직선과 평면으로 이루어진 외관이 특징이며 이로 인해 실제로 레이더에 탐지되지 않는다. 덕분에 적에게 노출되지 않고 수색을 실시할 수 있다. 내비게이션 장치, 소나 탐지기, 열화상 및 적외선 카메라 등 첨단 장비들 또한 수색에 도움을 준다. 갑판에는 헬기 운송을 위한 인양 고리(lifting point)들이 달려있기 때문에 공중에서 투하해 적의 배후에서 정보를 수집하는 일도 가능하다. 바라쿠다의 또 다른 주요한 특징은 민첩한 기동능력이다. 이 선박은 탄소섬유로 이루어진 날렵한 디자인과 600마력 디젤 엔진의 추력을 통해 최대 40노트(시속 74㎞) 속력을 낼 수 있다. 따라서 고속 추격전과 요격 임무를 수행하기에 적합하다. 코왈스키는 “바라쿠다는 항만시설 및 해상시설에 대한 순찰, 감시, 보호 임무를 수행할 수 있다. 해적 등 해상 불법세력에 대한 추격 및 체포에 용이하며 비밀작전에서도 능력을 발휘할 것”이라며 “전 세계 해군 및 해양경찰에 판매할 계획”이라고 밝혔다. 사진=ⓒ세이프헤이븐 마린 방승언 기자 earny@seoul.co.kr
  • [이일우의 밀리터리 talk] ‘北 SLBM’ 20년 허송세월한 軍...아직도 ‘킬 체인’ 타령

    [이일우의 밀리터리 talk] ‘北 SLBM’ 20년 허송세월한 軍...아직도 ‘킬 체인’ 타령

    대한민국이 창군 이래 최초로 여성 이름을 잠수함 함명으로 명명하면서 신형 잠수함 진수를 자축하고 있던 지난 주말, 북한은 김정은이 직접 참관한 가운데 동해상에서 잠수함 발사 탄도 미사일(SLBM : Submarine Launched Ballistic Missile)을 쏘아 올리며 우리 당국자들을 아연실색하게 만들었다. 군 당국은 북한의 이번 SLBM 수중 발사 시험 성공의 의미를 애써 평가절하하는 분위기다. 발사된 SLBM이 더미(모의탄)이었으며, 사출 실험 정도가 겨우 성공한 것이라는 평가를 내놓는가 하면, 일각에서는 발사된 미사일 사진이 포토샵을 이용해 합성한 사진이라는 주장도 제기하고 있다. 전문가들은 SLBM 발사 테스트 성공 자체는 사실로 간주하면서 실전배치까지는 다소 시간이 걸릴 것으로 평가하고 있다. 문제는 북한이 실제로 이 SLBM을 실전에 배치했을 때 한반도에 몰아칠 후폭풍이다. -軍, 지난 20년간 각종 징후에도 평가절하 북한 명칭 북극성, 한·미 군 당국 식별 기호 KN-11로 명명된 북한의 SLBM과 이를 발사할 수 있는 신형 잠수함의 존재는 이미 오래 전부터 관측되어 왔었다. 우리 군 당국은 북한이 1994년께 SLBM을 탑재해 운용하는 골프 II(Projetc 629A) 잠수함을 고철로 입수한 사실을 알고 있었다. 지난해 11월에는 북한이 이 잠수함을 해체, 역설계하여 신형 잠수함을 건조한 사실도 알고 있었다. 여기에 더해 지난 2003년 9월에는 평양 인근 미림공항에서 이동식 발사대에 탑재되어 있는 무수단 미사일이 미국 정찰위성에 발견되었는데, 이 미사일의 형상은 북한이 1994년 입수한 골프 II급에 탑재되는 R-27(NATO Code SS-N-6)과 판박이였다. 북한이 SLBM을 베낀 신형 미사일을 개발했고, 이에 앞서 이 미사일을 발사할 수 있는 잠수함을 확보하고 있다는 사실을 알았다면 상식적으로 이들 두 무기체계를 결합해 운용할 가능성에 대한 대응책이 논의되었어야 했지만, 잠수함과 미사일이 북한에 넘어간 사실을 인지하고도 20년 넘게 이에 대한 대응책 마련은 이루어지지 않았다 북한이 입수한 잠수함은 15~20m 수심을 약 5노트 가량의 속도로 항해하면서 미사일을 발사할 수 있는 발사 시스템을 갖춘 잠수함이었다. 즉, 동해나 남해, 서해 어느 곳이든 은밀히 이동해서 물속에서 미사일을 발사할 수 있기 때문에 우리 군이 정찰위성과 무인정찰기 등이 1년 365일 24시간 내내 북한 영토를 들여다본다 하더라도 언제 어디서 뒤통수를 맞을지 모르는 상황이라는 것이다. 모든 방공 레이더와 미사일이 북쪽만 바라보고 있는 상황에서 동쪽이나 남쪽에서 핵미사일이 날아오른다면 우리는 속수무책으로 이 미사일을 맞을 수밖에 없다. 정상적인 주권국가라면 예방적 자위권(Anticipatory self-defense) 차원에서 자국의 안보에 이처럼 심각한 위협이 될 수 있는 잠수함과 SLBM 개발을 정밀 추적하면서 가용한 모든 자원을 동원해 이 무기들의 개발을 저지하고, 그럴 수 없다면 파괴해야 한다. SLBM 탑재 잠수함은 완성된 이후에 물속에 들어가면 사실상 대응이 불가능하기 때문이다. 이스라엘이라면 이라크나 이란, 시리아에 했던 것처럼 테러나 공습으로 개발 시설을 파괴했겠지만, 지난 10여 년간 이러한 조치는 이루어지지 않았고, 그렇다고 SLBM 탑재 잠수함에 대응하기 위한 전력 마련도 추진되지 않았다. 다만 이해할 수 없는 조치들이 하나둘씩 등장하기 시작했다. 북한의 미사일 위협에 대응한다면서 국방부가 가장 내놓은 전략은 ‘킬 체인(Kill Chain)’과 ‘한국형 미사일방어(KAMD : Korea Air-Missile Defense)’였다. 북한의 미사일 위치는 모두 파악하고 있으며, 북한 미사일은 액체연료와 산화제를 사용하기 때문에 발사 전 약 40분 동안 미사일 발사대를 세우고 연료와 산화제를 주입하는 동안 먼저 탐지해서 선제공격하겠다는 것이 킬 체인 구상이다. 그러나 지난 2013년 4월 미사일 위기에서 증명된 것처럼 북한의 미사일은 연료와 산화제를 충전한 상태에서 기동이 가능하며, 지하 사일로에서 발사할 경우 사일로 덮개가 열리기 전까지 발사 징후 사전 탐지가 불가능하다. 즉, 애초부터 킬 체인은 전제 자체가 심각한 오류였지만, 김관진 당시 국방장관은 안팎의 반대에도 불구하고 수 조원이 소요되는 킬 체인 구상을 밀어 붙였다. 패트리엇 PAC-3 미사일로만 구축되어 공군기지만 보호할 수 있는 KAMD는 사정거리와 요격 고도가 대단히 짧기 때문에 수 조원을 쏟아 부어도 한국형 미사일 방어(Korea Air-Missile Defense)가 아니라 한국형 공군기지 미사일 방어(Korea Air base Missile Defense)밖에 될 수 없다. 문제는 지상에서 발사되는 미사일을 막을 수도 없는 킬 체인과 한국형 미사일방어 체계 구축을 위해 15조 원에 가까운 예산을 배정해 놓느라 가장 심각한 위협인 잠수함 발사 탄도 미사일에 대응하기 위한 전력 마련에 쓸 돈이 없다는 것이다. 이제 SLBM과 이를 운용할 잠수함이 등장했고, 킬 체인과 KAMD가 무용지물이라는 사실이 확인되었으니, 이제라도 그 15조 원은 북한의 SLBM 탑재 잠수함을 막을 수 있는 실질적인 대안을 마련하기 위한 예산으로 돌려져야 한다. -어떤 대안이 있나? 국방부는 SLBM 탑재 신포급 잠수함이 2~3년 이내에 전력화될 것이며, 여기에 탑재되는 KN-11 SLBM은 4~5년 이내에 실전 배치될 것이라고 관측하고 있다. 전력화 징후가 보였던 지난 20여 년간 아무 대책도 세우지 않았다면, 이제 얼마 남지 않은 몇 년간이라도 현실적인 대응책을 강구해야 한다. 우리가 선택할 수 있는 대응 카드는 선제적 대응과 수세적 대응 두 가지를 고려할 수 있다. 선제적 대응이란 북한의 잠수함이 미사일을 발사하기 전에 파괴하는 것이고, 수세적 대응이란 미사일이 발사된 이후 이를 요격하는 것을 말한다. 현존 기술 수준에서 이 두 가지 카드를 동시에 사용할 수 있는 수단은 원자력 잠수함과 항공모함, 이지스 구축함으로 구성된 기동함대뿐이다. 흔히들 한반도 주변 해역은 잠수함의 천국이라고 한다. 동해와 서해, 남해의 수중 환경의 성격은 제각각이지만, 그 제각각의 성격들은 공교롭게도 잠수함이 활동하기에 최적의 조건을 만들어 내기 때문이다. 수중에서는 전파가 무용지물이기 때문에 잠수함을 찾는데 음파를 이용한다. 문제는 바닷물의 매질(Medium)이다. 바닷물은 수심과 온도, 육지로부터의 거리, 일조량, 해류 등 다양한 변수의 영향 때문에 같은 해역이라고 해도 온도와 염도 등이 일정치 않다. 매질이 비슷한 물이 뭉쳐있는 가상의 물 덩어리를 수괴(水塊)라고 하는데, 군함이나 잠수함이 적 잠수함을 효과적으로 찾아내기 위해서는 적 잠수함과 같은 수괴 안에 위치해 있거나, 적 잠수함이 있는 수괴 가까이 탐지 장비를 투하해야 한다. 북한 SLBM 탑재 잠수함을 가장 효과적으로 탐지해 대처할 수 있는 수단은 잠수함이다. 냉전 시절 미국과 소련은 상대의 SLBM 탑재 전략원자력잠수함을 추적하기 위해 공격용 원자력 잠수함을 대량으로 운용했다. 평시에 적의 해군기지 앞에 은밀히 매복하고 있다가 적의 전략원잠이 출항하면 꽁무니에 따라 붙어 추적하는 것이 공격용 원자력 잠수함들의 임무였다. 이들 잠수함들은 적 전략원잠을 추적하다가 적 전략원잠이 미사일 발사 심도로 이동하거나 발사 조짐을 보이면 즉각 어뢰 공격으로 적 전략원잠을 격침시키는 임무도 맡았다. -원자력 잠수함· 항공모함 등 절실 이러한 임무를 수행하기 위해서는 장기간 수중 잠항이 가능해야 하는데, 우리 군이 보유한 잠수함들은 이러한 능력을 보유한 잠수함이 없기 때문에 현재로서는 미국에 의존하는 수밖에 없다. 그러나 과거 로버트 김 사건에서도 드러났듯이 미국은 자국의 이해관계에 따라 선택적으로 정보를 제공하기 때문에 언제까지고 미국에만 의존할 수는 없는 노릇이다. 이 때문에 2020년 이후로 예정된 장보고-3급 신형 잠수함의 전력화 시기를 조금 더 앞당기고, 확정된 3척 이외에 추가 6척을 원자력 추진 방식으로 검토할 필요가 있다. 프랑스의 신형 공격원잠 바라쿠다(Barracuda)급의 건조 사례를 보면 성능에 과도한 욕심을 부리지 않는다면 현재 추진되고 있는 3,000톤급 잠수함보다 그리 높지 않은 비용으로 원자력 잠수함을 획득할 수 있다는 것을 알 수 있다. 더욱이 최근 한미 원자력협정 개정으로 우라늄 농축을 가로 막고 있던 가장 큰 걸림돌이 없어졌기 때문에, 미국과의 협의를 거쳐 바라쿠다급과 유사한 수준의 저농축 우라늄을 연료로 삼는 원자력 잠수함 건조도 충분히 가능하다. 한국 해군의 원자력 잠수함 보유는 북한의 SLBM 탑재 잠수함의 무력화를 의미하는 동시에, 동해와 서해 북한 영해에서 기습적인 순항 미사일 공격을 통해 적의 수뇌부를 타격할 수 있다는 전략적 억제력을 확보하는 것을 의미하며, 더 나아가 북한은 물론 주변국에 대해서도 강력한 전쟁 억지력이 될 수 있다. 원자력 잠수함과 더불어 잠수함을 탐지/공격할 수 있는 항공전력 확충도 필요하다. 전투함이 절대적으로 부족한 우리 해군 실정에 북한의 SLBM 탑재 잠수함을 탐지하기 위해 북한 영해 인근의 공해상까지 전투함을 보내는 것은 현실적으로 불가능하고, 수상 전투함은 수중에서 움직이는 잠수함을 탐지할 수 있는 범위가 좁기 때문에 공해까지 나간 북한 잠수함을 잡기 위해서는 항공기가 필요하다. -'무용지물' 15조원 킬 체인·KAMD 구축 대신... 항공기는 수중에 있는 물체를 탐지할 수 있는 소노부이를 이용해 잠수함을 찾는데, 소노부이를 다수 운용할 수 있는 해상작전헬기나 고정익 해상초계기는 수상함보다 월등히 넓은 범위를 초계할 수 있다. 그러나 항공기를 이용한 잠수함 탐색/격멸 작전에는 몇 가지 제한 사항이 있다. 우선 지상의 기지에서 발진해 북한 영해 인근 공해상까지 진출하기 위해서는 상당한 거리를 날아가야 하는데, 탐지 장비나 어뢰, 음파탐지기 등을 탑재할 수 있는 무게는 비행 거리에 반비례하기 때문에 거리가 멀면 멀수록 작전에 제약을 받는다. 또한 북한 영공 인근까지 항공기가 접근하면 북한이 전투기를 보내 공격할 수 있기 때문에 이에 대한 대책도 필요하다. 이러한 문제들을 한 번에 해결할 수 있는 대안이 딱 한 가지 있다. 바로 항공모함이다. 항공모함을 북상시켜 북한 인근 공해상에서 고정익 해상초계기를 띄우거나 다수의 해상작전헬기를 발진시키면 구축함이나 호위함과는 비교할 수 없을 만큼 넓은 면적을 감시할 수 있으며, 접근해오는 북한 전투기나 전투함들은 전투기를 띄워 대응할 수 있다. 원자력 잠수함과 항공모함 함재기에 의한 조기 탐지/파괴가 실패해 북한이 SLBM을 발사했다면 이지스 구축함이 SM-3 미사일로 요격하면 된다. 모든 탄도 미사일은 발사되어 최대 탄도고를 찍기 전까지인 상승 단계에서의 속도가 가장 느리기 때문에 탐지 직후 요격해 버리면 그만이다. 문제는 비용이다. 원자력 잠수함 1척은 1~1.5조원, 항공모함과 여기에 실을 각종 항공기 구입에는 5~6조원, 이지스 구축함이 SM-3 미사일을 운용할 수 있도록 개량하는데 들어가는 비용은 척당 3,000억 원 안팎의 비용이 소요된다. 하지만 국방부가 사실상 무용지물인 킬 체인과 KAMD 구축을 위해 책정하고 있는 15조 원의 비용이면 현재 보유하고 있는 7기동전단 전력과 합쳐 항공모함 전단 2개는 만들 수 있다. 핵탄두 탑재 SLBM과 이를 탑재한 잠수함은 과거 냉전 시절부터 미국과 소련 양국의 상호확증파괴(Mutual Assured Destruciton)를 구현하는 최상위 협상 카드였다. 불량국가인 북한이 이를 보유한다는 것은 단순히 대한민국의 안보를 위협하는 비대칭 전력 하나가 추가되었다는 것을 의미하는 것이 아니라 대한민국이 사느냐 죽느냐의 기로로 내몰리게 되었다는 것을 의미한다. 우리가 지난 20여 년간 손을 놓고 있는 사이 북한은 SLBM을 만들어 완성을 목전에 두고 있다. 이제 이 SLBM에 핵탄두가 실려 실전에 배치되기까지 남은 몇 년의 시간마저 정쟁(政爭)과 각 군 밥그릇 싸움으로 허비한다면 대한민국의 미래는 그리 밝지 않을 것이다. 이일우 군사 통신원(자주국방네트워크 사무국장)
  • 물속 ‘北핵미사일’을 지상서도 무능한 ‘킬 체인’으로 제압?

    물속 ‘北핵미사일’을 지상서도 무능한 ‘킬 체인’으로 제압?

    대한민국이 창군 이래 최초로 여성 이름을 잠수함 함명으로 명명하면서 신형 잠수함 진수를 자축하고 있던 지난 주말, 북한은 김정은이 직접 참관한 가운데 동해상에서 잠수함 발사 탄도 미사일(SLBM : Submarine Launched Ballistic Missile)을 쏘아 올리며 우리 당국자들을 아연실색하게 만들었다. 군 당국은 북한의 이번 SLBM 수중 발사 시험 성공의 의미를 애써 평가절하하는 분위기다. 발사된 SLBM이 더미(모의탄)이었으며, 사출 실험 정도가 겨우 성공한 것이라는 평가를 내놓는가 하면, 일각에서는 발사된 미사일 사진이 포토샵을 이용해 합성한 사진이라는 주장도 제기하고 있다. 전문가들은 SLBM 발사 테스트 성공 자체는 사실로 간주하면서 실전배치까지는 다소 시간이 걸릴 것으로 평가하고 있다. 문제는 북한이 실제로 이 SLBM을 실전에 배치했을 때 한반도에 몰아칠 후폭풍이다. -軍, 지난 20년간 각종 징후에도 평가절하 북한 명칭 북극성, 한·미 군 당국 식별 기호 KN-11로 명명된 북한의 SLBM과 이를 발사할 수 있는 신형 잠수함의 존재는 이미 오래 전부터 관측되어 왔었다. 우리 군 당국은 북한이 1994년께 SLBM을 탑재해 운용하는 골프 II(Projetc 629A) 잠수함을 고철로 입수한 사실을 알고 있었다. 지난해 11월에는 북한이 이 잠수함을 해체, 역설계하여 신형 잠수함을 건조한 사실도 알고 있었다. 여기에 더해 지난 2003년 9월에는 평양 인근 미림공항에서 이동식 발사대에 탑재되어 있는 무수단 미사일이 미국 정찰위성에 발견되었는데, 이 미사일의 형상은 북한이 1994년 입수한 골프 II급에 탑재되는 R-27(NATO Code SS-N-6)과 판박이였다. 북한이 SLBM을 베낀 신형 미사일을 개발했고, 이에 앞서 이 미사일을 발사할 수 있는 잠수함을 확보하고 있다는 사실을 알았다면 상식적으로 이들 두 무기체계를 결합해 운용할 가능성에 대한 대응책이 논의되었어야 했지만, 잠수함과 미사일이 북한에 넘어간 사실을 인지하고도 20년 넘게 이에 대한 대응책 마련은 이루어지지 않았다 북한이 입수한 잠수함은 15~20m 수심을 약 5노트 가량의 속도로 항해하면서 미사일을 발사할 수 있는 발사 시스템을 갖춘 잠수함이었다. 즉, 동해나 남해, 서해 어느 곳이든 은밀히 이동해서 물속에서 미사일을 발사할 수 있기 때문에 우리 군이 정찰위성과 무인정찰기 등이 1년 365일 24시간 내내 북한 영토를 들여다본다 하더라도 언제 어디서 뒤통수를 맞을지 모르는 상황이라는 것이다. 모든 방공 레이더와 미사일이 북쪽만 바라보고 있는 상황에서 동쪽이나 남쪽에서 핵미사일이 날아오른다면 우리는 속수무책으로 이 미사일을 맞을 수밖에 없다. 정상적인 주권국가라면 예방적 자위권(Anticipatory self-defense) 차원에서 자국의 안보에 이처럼 심각한 위협이 될 수 있는 잠수함과 SLBM 개발을 정밀 추적하면서 가용한 모든 자원을 동원해 이 무기들의 개발을 저지하고, 그럴 수 없다면 파괴해야 한다. SLBM 탑재 잠수함은 완성된 이후에 물속에 들어가면 사실상 대응이 불가능하기 때문이다. 이스라엘이라면 이라크나 이란, 시리아에 했던 것처럼 테러나 공습으로 개발 시설을 파괴했겠지만, 지난 10여 년간 이러한 조치는 이루어지지 않았고, 그렇다고 SLBM 탑재 잠수함에 대응하기 위한 전력 마련도 추진되지 않았다. 다만 이해할 수 없는 조치들이 하나둘씩 등장하기 시작했다. 북한의 미사일 위협에 대응한다면서 국방부가 가장 내놓은 전략은 ‘킬 체인(Kill Chain)’과 ‘한국형 미사일방어(KAMD : Korea Air-Missile Defense)’였다. 북한의 미사일 위치는 모두 파악하고 있으며, 북한 미사일은 액체연료와 산화제를 사용하기 때문에 발사 전 약 40분 동안 미사일 발사대를 세우고 연료와 산화제를 주입하는 동안 먼저 탐지해서 선제공격하겠다는 것이 킬 체인 구상이다. 그러나 지난 2013년 4월 미사일 위기에서 증명된 것처럼 북한의 미사일은 연료와 산화제를 충전한 상태에서 기동이 가능하며, 지하 사일로에서 발사할 경우 사일로 덮개가 열리기 전까지 발사 징후 사전 탐지가 불가능하다. 즉, 애초부터 킬 체인은 전제 자체가 심각한 오류였지만, 김관진 당시 국방장관은 안팎의 반대에도 불구하고 수 조원이 소요되는 킬 체인 구상을 밀어 붙였다. 패트리엇 PAC-3 미사일로만 구축되어 공군기지만 보호할 수 있는 KAMD는 사정거리와 요격 고도가 대단히 짧기 때문에 수 조원을 쏟아 부어도 한국형 미사일 방어(Korea Air-Missile Defense)가 아니라 한국형 공군기지 미사일 방어(Korea Air base Missile Defense)밖에 될 수 없다. 문제는 지상에서 발사되는 미사일을 막을 수도 없는 킬 체인과 한국형 미사일방어 체계 구축을 위해 15조 원에 가까운 예산을 배정해 놓느라 가장 심각한 위협인 잠수함 발사 탄도 미사일에 대응하기 위한 전력 마련에 쓸 돈이 없다는 것이다. 이제 SLBM과 이를 운용할 잠수함이 등장했고, 킬 체인과 KAMD가 무용지물이라는 사실이 확인되었으니, 이제라도 그 15조 원은 북한의 SLBM 탑재 잠수함을 막을 수 있는 실질적인 대안을 마련하기 위한 예산으로 돌려져야 한다. -어떤 대안이 있나? 국방부는 SLBM 탑재 신포급 잠수함이 2~3년 이내에 전력화될 것이며, 여기에 탑재되는 KN-11 SLBM은 4~5년 이내에 실전 배치될 것이라고 관측하고 있다. 전력화 징후가 보였던 지난 20여 년간 아무 대책도 세우지 않았다면, 이제 얼마 남지 않은 몇 년간이라도 현실적인 대응책을 강구해야 한다. 우리가 선택할 수 있는 대응 카드는 선제적 대응과 수세적 대응 두 가지를 고려할 수 있다. 선제적 대응이란 북한의 잠수함이 미사일을 발사하기 전에 파괴하는 것이고, 수세적 대응이란 미사일이 발사된 이후 이를 요격하는 것을 말한다. 현존 기술 수준에서 이 두 가지 카드를 동시에 사용할 수 있는 수단은 원자력 잠수함과 항공모함, 이지스 구축함으로 구성된 기동함대뿐이다. 흔히들 한반도 주변 해역은 잠수함의 천국이라고 한다. 동해와 서해, 남해의 수중 환경의 성격은 제각각이지만, 그 제각각의 성격들은 공교롭게도 잠수함이 활동하기에 최적의 조건을 만들어 내기 때문이다. 수중에서는 전파가 무용지물이기 때문에 잠수함을 찾는데 음파를 이용한다. 문제는 바닷물의 매질(Medium)이다. 바닷물은 수심과 온도, 육지로부터의 거리, 일조량, 해류 등 다양한 변수의 영향 때문에 같은 해역이라고 해도 온도와 염도 등이 일정치 않다. 매질이 비슷한 물이 뭉쳐있는 가상의 물 덩어리를 수괴(水塊)라고 하는데, 군함이나 잠수함이 적 잠수함을 효과적으로 찾아내기 위해서는 적 잠수함과 같은 수괴 안에 위치해 있거나, 적 잠수함이 있는 수괴 가까이 탐지 장비를 투하해야 한다. 북한 SLBM 탑재 잠수함을 가장 효과적으로 탐지해 대처할 수 있는 수단은 잠수함이다. 냉전 시절 미국과 소련은 상대의 SLBM 탑재 전략원자력잠수함을 추적하기 위해 공격용 원자력 잠수함을 대량으로 운용했다. 평시에 적의 해군기지 앞에 은밀히 매복하고 있다가 적의 전략원잠이 출항하면 꽁무니에 따라 붙어 추적하는 것이 공격용 원자력 잠수함들의 임무였다. 이들 잠수함들은 적 전략원잠을 추적하다가 적 전략원잠이 미사일 발사 심도로 이동하거나 발사 조짐을 보이면 즉각 어뢰 공격으로 적 전략원잠을 격침시키는 임무도 맡았다. -원자력 잠수함· 항공모함 등 절실 이러한 임무를 수행하기 위해서는 장기간 수중 잠항이 가능해야 하는데, 우리 군이 보유한 잠수함들은 이러한 능력을 보유한 잠수함이 없기 때문에 현재로서는 미국에 의존하는 수밖에 없다. 그러나 과거 로버트 김 사건에서도 드러났듯이 미국은 자국의 이해관계에 따라 선택적으로 정보를 제공하기 때문에 언제까지고 미국에만 의존할 수는 없는 노릇이다. 이 때문에 2020년 이후로 예정된 장보고-3급 신형 잠수함의 전력화 시기를 조금 더 앞당기고, 확정된 3척 이외에 추가 6척을 원자력 추진 방식으로 검토할 필요가 있다. 프랑스의 신형 공격원잠 바라쿠다(Barracuda)급의 건조 사례를 보면 성능에 과도한 욕심을 부리지 않는다면 현재 추진되고 있는 3,000톤급 잠수함보다 그리 높지 않은 비용으로 원자력 잠수함을 획득할 수 있다는 것을 알 수 있다. 더욱이 최근 한미 원자력협정 개정으로 우라늄 농축을 가로 막고 있던 가장 큰 걸림돌이 없어졌기 때문에, 미국과의 협의를 거쳐 바라쿠다급과 유사한 수준의 저농축 우라늄을 연료로 삼는 원자력 잠수함 건조도 충분히 가능하다. 한국 해군의 원자력 잠수함 보유는 북한의 SLBM 탑재 잠수함의 무력화를 의미하는 동시에, 동해와 서해 북한 영해에서 기습적인 순항 미사일 공격을 통해 적의 수뇌부를 타격할 수 있다는 전략적 억제력을 확보하는 것을 의미하며, 더 나아가 북한은 물론 주변국에 대해서도 강력한 전쟁 억지력이 될 수 있다. 원자력 잠수함과 더불어 잠수함을 탐지/공격할 수 있는 항공전력 확충도 필요하다. 전투함이 절대적으로 부족한 우리 해군 실정에 북한의 SLBM 탑재 잠수함을 탐지하기 위해 북한 영해 인근의 공해상까지 전투함을 보내는 것은 현실적으로 불가능하고, 수상 전투함은 수중에서 움직이는 잠수함을 탐지할 수 있는 범위가 좁기 때문에 공해까지 나간 북한 잠수함을 잡기 위해서는 항공기가 필요하다. -킬 체인·KAMD에15조원 항공기는 수중에 있는 물체를 탐지할 수 있는 소노부이를 이용해 잠수함을 찾는데, 소노부이를 다수 운용할 수 있는 해상작전헬기나 고정익 해상초계기는 수상함보다 월등히 넓은 범위를 초계할 수 있다. 그러나 항공기를 이용한 잠수함 탐색/격멸 작전에는 몇 가지 제한 사항이 있다. 우선 지상의 기지에서 발진해 북한 영해 인근 공해상까지 진출하기 위해서는 상당한 거리를 날아가야 하는데, 탐지 장비나 어뢰, 음파탐지기 등을 탑재할 수 있는 무게는 비행 거리에 반비례하기 때문에 거리가 멀면 멀수록 작전에 제약을 받는다. 또한 북한 영공 인근까지 항공기가 접근하면 북한이 전투기를 보내 공격할 수 있기 때문에 이에 대한 대책도 필요하다. 이러한 문제들을 한 번에 해결할 수 있는 대안이 딱 한 가지 있다. 바로 항공모함이다. 항공모함을 북상시켜 북한 인근 공해상에서 고정익 해상초계기를 띄우거나 다수의 해상작전헬기를 발진시키면 구축함이나 호위함과는 비교할 수 없을 만큼 넓은 면적을 감시할 수 있으며, 접근해오는 북한 전투기나 전투함들은 전투기를 띄워 대응할 수 있다. 원자력 잠수함과 항공모함 함재기에 의한 조기 탐지/파괴가 실패해 북한이 SLBM을 발사했다면 이지스 구축함이 SM-3 미사일로 요격하면 된다. 모든 탄도 미사일은 발사되어 최대 탄도고를 찍기 전까지인 상승 단계에서의 속도가 가장 느리기 때문에 탐지 직후 요격해 버리면 그만이다. 문제는 비용이다. 원자력 잠수함 1척은 1~1.5조원, 항공모함과 여기에 실을 각종 항공기 구입에는 5~6조원, 이지스 구축함이 SM-3 미사일을 운용할 수 있도록 개량하는데 들어가는 비용은 척당 3,000억 원 안팎의 비용이 소요된다. 하지만 국방부가 사실상 무용지물인 킬 체인과 KAMD 구축을 위해 책정하고 있는 15조 원의 비용이면 현재 보유하고 있는 7기동전단 전력과 합쳐 항공모함 전단 2개는 만들 수 있다. 핵탄두 탑재 SLBM과 이를 탑재한 잠수함은 과거 냉전 시절부터 미국과 소련 양국의 상호확증파괴(Mutual Assured Destruciton)를 구현하는 최상위 협상 카드였다. 불량국가인 북한이 이를 보유한다는 것은 단순히 대한민국의 안보를 위협하는 비대칭 전력 하나가 추가되었다는 것을 의미하는 것이 아니라 대한민국이 사느냐 죽느냐의 기로로 내몰리게 되었다는 것을 의미한다. 우리가 지난 20여 년간 손을 놓고 있는 사이 북한은 SLBM을 만들어 완성을 목전에 두고 있다. 이제 이 SLBM에 핵탄두가 실려 실전에 배치되기까지 남은 몇 년의 시간마저 정쟁(政爭)과 각 군 밥그릇 싸움으로 허비한다면 대한민국의 미래는 그리 밝지 않을 것이다. 이일우 군사 통신원(자주국방네트워크 사무국장)
위로