삼성전자가 인공지능(AI) 성능을 강화한 프리미엄 모바일 애플리케이션 프로세서(AP) ‘엑시노스9(9820)’을 개발하고 연내 양산을 시작한다. 신제품은 내년 초 출시될 ‘갤럭시S10’에 탑재될 예정이다. 모바일 AP는 스마트폰, 태블릿PC 등에 사용되는 반도체 칩셋으로, 중앙처리장치(CPU), 그래픽처리장치(GPU), 모뎀, 비디오처리장치(VPU)가 한데 포함된 모바일 기기의 ‘두뇌’ 격이다. 신제품은 신경망처리장치(NPU)를 탑재해 AI 연산 능력이 기존 ‘엑시노스9(9810)’ 대비 약 7배 수준 높아졌다. 증강현실(AR)·가상현실(VR) 앱이 원활히 구동되고, 사진을 찍을 때 피사체 정보를 순간 인식해 최적값을 자동 설정, 최상의 이미지를 얻을 수 있다. 모바일 기기 자체에서 AI 기능을 수행해 개인정보 보호도 용이하다. 업계 최초로 8개 주파수 대역을 묶는 기술을 적용해 데이터를 초당 최대 2기가비트(Gbps) 속도로 내려받을 수 있고, 초당 최대 316메가비트 속도로 업로드할 수 있다. 전력 효율은 40% 개선됐다. 이재연 기자 oscal@seoul.co.kr

대구시는 23일 대구시 북구 호암로 대구창조경제혁신센터에서 ‘지역사회혁신을 위한 국내외 리빙랩 현황과 과제’라는 주제로 ‘2018 국제 사회혁신 포럼’을 개최한다. 이번 포럼은 시민단체, 사회혁신가, 관련 전문가 등 시민 120여명이 참여한 가운데 사회문제 해결방법론으로 ‘리빙랩(living lab)’을 소개하고, 이를 통한 지역문제해결 방안을 모색하기 위해 마련되었다. 리빙랩은 ‘일상생활의 실험실’이란 뜻으로 사용자가 주도적으로 혁신을 하는 플랫폼이다. 최근 사회혁신 방법론인 ‘리빙랩’에 대한 관심이 증가하고 있는데, 이번 포럼에서는 국내·외의 다양한 리빙랩 사례를 듣고, 지역 전문가들이 함께 토론하는 시간을 갖는다. 기조강연은 대만의 타이페이 ‘민생지구’ 리빙랩의 성과와 시사점에 대해 대만정보산업연구원의 쳔꾸이링 박사가 발표할 예정이다. ‘민생지구’는 ICT를 활용해서 보안, 친환경, 디지털교육, 노인 헬스케어 등의 다양한 서비스와 솔루션을 사용자 중심으로 설계하고 실험한 지역이다. 사례발표는 총 네 가지 국내외 사례가 소개되는데, 리빙랩을 통한 수요자 중심의 노인요양보호시설을 구축한 대만의 Suan-Lien 노인돌봄센터, 고령친화제품에 대한 실증을 위해 IoT를 융합한 성남 시니어리빙랩, 주민 주도로 에너지 전환운동을 시작해서 다양한 실험을 진행 중인 성대골 에너지자립마을, 마지막으로 대구 지역의 대표적인 혁신사례인 북성로 사회혁신클러스터가 각각 소개될 예정이다. 사례발표가 끝난 뒤 ‘지역문제해결을 위한 리빙랩의 적용방안’에 대해 김희대 대구테크노파크 정책기획단 실장, 김현덕 경북대학교 전자공학부 교수, 전충훈 (사)공동체디자인연구소 대표, 오용석 대구지속가능발전협의회 사무처장이 토론에 참여하고, 윤종화 대구시민공익활동지원센터 대표가 좌장을 맡을 예정이다. 이번 포럼에는 시민, 학생, 시민활동가, 시민단체 등 관심이 있는 사람은 누구나 참여할 수 있으며, 참가신청은 , 대구광역시 시민공익활동지원센터 홈페이지((www.dgpublic.org)를 통해 온라인으로 하면 된다. 기타 궁금한 사항은 대구시 시민소통과 시민협력팀(053-803-2934) 또는 시민공익활동지원센터(053-423-9907)로 문의하면 된다. 대구 한찬규 기자 cghan@seoul.co.kr

빅데이터와 인공지능을 주축으로 하고 있는 ‘지능정보’는 현재 우리나라 IT 산업 진흥책의 핵심으로 자리매김하여 인공지능(AI) 및 빅데이터 분석 기술 개발에 대한 관심과 수요가 증가하고 있다. 그러나 현재, 관련 분야에서 필요한 인력은 매우 부족하며, 산업 현장에서 연구 개발을 담당하고 있는 재직자들의 실무 역량을 높일 수 있도록 지원하는 교육 프로그램은 미비한 상황이다. 이에 성균관대학교에서 최근 문을 연 지능정보융합원의 교육과정이 주목받고 있다. 성균관대학교는 의료, 경영, 경제, 제조, 로봇, 공공 분야 등 다양한 영역에서 연구 개발을 선도할 수 있는 인재를 양성하기 위하여 일반대학원 과정으로 데이터사이언스융합학과를 설치했다. 본 학과는 4차 산업 혁명을 선도하는 AI 빅데이터 융합 전문가를 양성하는 데 힘을 쏟고 있으며, 재직자 중심형 교육과정과 실무 중심형 산학협력 교육체계로 구성되어있는 것이 특징이다. 학사 일정과 교육 과정을 재직자 맞춤형으로 운영하여 석사학위 취득을 위한 재학 기간을 18개월로 단축할 수 있도록 계절 학기를 운영하고, 수업을 금, 토요일에 집중적으로 개설하여 재직자들의 수업 참여를 돕고 있다. 재직자 중심의 학과 특성을 반영하여 현장과 연결된 연구 주제의 캡스톤프로젝트를 도입하여 진행하고, 삼성서울병원, 강북삼성병원, IBS 연구단 등 국내외 기관의 전문가를 초청하여 강의 및 공개 세미나를 개최하는 등 학제 간 융합 연구에 앞장서고 있다. 또한 산학협력 교육체계를 갖춰 삼성 SDS와 빅데이터 분석 전문가 양성 및 공동 연구를 위한 산학연계 교육프로그램을 운영하고 있다. 삼성 SDS 전문 연구원들이 겸임교수로 강의에 참여하여 실무 중심의 강의를 진행하고, 삼성 SDS의 인공지능(AI) 기반 데이터 통합분석 플랫폼인 ‘브라이틱스’를 무료 제공하여 대학원생들이 연구에 활용할 수 있도록 하고 있다. 다양한 실무 중심의 교육 콘텐츠를 확보하기 위해 풍부한 교육 콘텐츠와 인프라를 보유하고 있는 멀티캠퍼스와 협력하고 있다. 더불어 데이터 분석 인프라로 데이터스트림즈로부터 5억원 상당의 빅데이터 분석 플랫폼인 테라원(TeraONE)을 기증받아 활용하고 있다. 대외에서 제공한 이러한 플랫폼 이외에도 지능정보 원천 기술을 개발하고 각 응용 도메인 분야와의 융합 연구를 위하여 데이터 분석 및 기계 학습을 위한 교육·연구용 분산 서버 및 GPU 서버 장비를 구축하여 활용하고 있다. 한편 성균관대학교의 데이터사이언스융합학과는 국내 유일의 재직자 중심형 교육과정과 실무 중심형 산학협력 교육체계를 갖추고 있으며, 현재 2018학년도 1학기와 2학기에 입학한 88명의 학생이 재학 중이며, 2019학년도 3월 입학을 위한 입시가 2018년 9월 27일부터 10월 15일까지 진행될 예정이다. 온라인뉴스부 iseoul@seoul.co.kr

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

컴퓨터를 구성하는 부품은 여러 가지입니다. 우선 머리에 해당하는 CPU와 CPU를 포함한 다른 부품을 끼우는 메인보드가 있습니다. 여기에 파워서플라이, 메모리, SSD/하드디스크를 포함한 저장장치를 끼워야 컴퓨터가 작동할 수 있습니다. 물론 그래픽 카드나 사운드 카드를 추가로 장착할 수 있고 이 모두를 담을 케이스와 컴퓨터를 식히기 위한 냉각 팬도 필요합니다. 요즘은 활용도가 떨어지지만, DVD나 블루레이 드라이브 역시 케이스에 자리가 있으면 달 수 있습니다. 과거에는 음악을 듣고 싶으면 사운드 카드가 꼭 필요했고 3D 게임을 하고 싶으면 그래픽카드 외에 별도의 3D 가속기를 달아야 했던 시절도 있었습니다. 인터넷을 하기 위해서는 56K 모뎀 같은 별도의 카드 역시 달아야 했습니다. 하지만, 기술의 발전으로 사운드 카드와 모뎀은 메인보드로 통합됐습니다. 사운드 카드는 여전히 판매되지만, 내장 사운드 장치의 성능도 크게 좋아져 일부 소비자만 구매하는 제품이 되었습니다. 내장 그래픽의 성능도 좋아져 화려한 그래픽을 자랑하는 게임을 하는 경우만 아니라면 굳이 별도의 그래픽 카드를 구매할 이유도 사라졌습니다. 그래도 많은 그래픽 카드가 아직도 비싼 가격에 판매되고 있습니다. 최근에는 가상화폐 채굴 붐으로 인해 몸값이 뛰기도 했고 인공지능에 널리 쓰이는 고성능 GPU에 대한 수요도 있긴 하지만, 일반 소비자 입장에서는 게임을 하기 위해 컴퓨터를 구매하는 경우가 많기 때문일 것입니다. 게임용이 아니라면 고가 그래픽 카드는 필수가 아니지만, 게임을 하게 되는 순간 필수품으로 변하게 됩니다. 그런데 하이엔드 그래픽 카드 가격이 지난 몇 년간 꾸준히 오르고 있습니다. 엔비디아가 최근 공개한 지포스 RTX의 경우 RTX 2080 Ti는 999달러, RTX 2080은 699달러, RTX 2070은 499달러로 웬만한 컴퓨터 한 대나 노트북 한 대 값입니다. 여기에 엔비디아에서 따로 내놓는 파운더스 에디션은 100-200달러가 더 비쌉니다. 최신 그래픽 카드 하나 살 돈으로 컴퓨터 하나 더 살 수 있는 것입니다. 물론 하이엔드 그래픽 카드는 항상 비쌌지만, 과거에는 이 정도로 비싸지 않았습니다. 2010년에 등장한 하이엔드 그래픽 카드인 지포스 GTX 480은 499달러, GTX 470은 349달러였습니다. 2년 후 출시한 GTX 680과 GTX 670도 500달러와 400달러 수준이었습니다. 그런데 2015년에 나온 GTX 980Ti/GTX 980/GTX 970은 각각 649/549/329달러에 출시했고 작년 출시한 GTX 1080Ti//GTX 1080/GTX 1070는 699/549/379달러로 최상위 단일 GPU 그래픽 카드 가격이 조금씩 오르더니 이번에는 대폭 인상된 것입니다. 그 배경은 무엇일까요? 첫 번째 이유는 공정 미세화에 따라 제조 단가가 올라가기 때문입니다. 과거 GTX 470/480에 쓰인 GPU의 트랜지스터 집적도가 30억 개인 반면 RTX 2080Ti에 쓰이는 튜링 칩은 186억 개에 달합니다. 이런 큰 프로세서를 제작하기 위해서 제조 공정을 40nm에서 12nm까지 낮췄는데, 미세 공정일수록 같은 크기의 칩이라도 제조 단가가 올라갑니다. 반도체 제조사들은 더 큰 웨이퍼를 사용하거나 생산량을 늘려 이에 대응하지만, 그래픽 카드에 쓰이는 대형 GPU는 워낙 크기가 커서 생산 단가를 낮추기 어렵습니다. 하지만 CPU나 스마트폰에 사용되는 프로세서와 비교해서 특히 그래픽 카드 가격이 더 오른 것은 이것만으로 설명하기 어려울 수 있습니다. 제조사인 엔비디아의 매출과 수익이 눈에 띄게 좋아졌기 때문이죠. 엔비디아는 지난 분기에 작년 같은 기간 대비 매출은 40%, 순이익은 무려 89% 증가했습나다. (매출 31.2억 달러, 순이익 11억 달러) 따라서 그래픽카드 가격 인상의 다른 중요한 요인은 고성능 그래픽 카드 시장의 독점입니다. 독립 그래픽 카드 시장은 엔비디아와 AMD 두 회사가 나눠 가지는 독과점 구조였는데, 본래 엔비디아가 다소 우세하긴 했지만 지난 몇 년간은 거의 일방적으로 경쟁자를 누르고 CPU 시장처럼 독점 구조를 형성하고 있습니다. 세계 최대의 게임 다운로드 서비스인 스팀 (Steam) 통계에 의하면 엔비디아 그래픽 카드를 사용하는 게임 유저의 비율은 2016년 6월에는 56.7%였지만, 2018년 7월에는 76.4%까지 치솟았습니다. 반면 같은 시기 AMD의 점유율은 25.1%에서 13.9%까지 줄어들었습니다. (나머지는 인텔 내장 그래픽) AMD가 경쟁력 있는 제품을 내놓지 못하고 있어 엔비디아 입장에서는 고성능 신형 그래픽 카드 가격을 낮출 이유가 사라진 것입니다. 여기에 채굴이나 인공지능 연구의 목적으로 비싼 가격에도 고성능 그래픽 카드를 구매하는 수요가 많다는 것 역시 가능한 설명입니다. 가상화폐 채굴 붐은 이제 좀 가라앉았지만, 인공지능 관련 수요는 점점 증가할 것으로 예상합니다. 비싸도 기꺼이 구매할 수요층이 자꾸 증가하는 것입니다. 그러면 하이엔드 제품의 가격은 점점 비싸질 것입니다. 결론적으로 말하면 비싸지는 건 다 이유가 있지만, 그게 옳다고 말할 순 없을 것입니다. 만약 이 시장에서도 경쟁이 치열하다면 쉽게 가격을 올려 받기 힘들기 때문이죠. 현재 CPU 시장에서 일어나는 일을 생각하면 더 그렇습니다. 그렇다고 많은 연구와 투자를 통해 이 분야에서 강력한 경쟁력을 확보한 엔비디아를 비난할 순 없습니다. 반대로 칭찬할 일이죠. 다만 게임뿐 아니라 인공지능, 고성능 병렬 연산, 전문적인 그래픽 작업에서 널리 쓰이는 그래픽 카드 시장의 경쟁 유도를 위해 경쟁사에 대한 지원이 필요할지 모릅니다. 이 부분에서 AMD와 인텔의 역할이 중요한 이유입니다. 시장 경제의 가장 큰 적이 공산주의가 아니라 독점이라는 점을 생각하면 연구 보조금 지급 같은 정부의 시장 간섭도 필요하지 않을까 생각합니다. 당분간은 하이엔드 그래픽 카드 가격이 높은 수준으로 유지될 것으로 보입니다. 고든 정 칼럼니스트 jjy0501@naver.com 　

중국 스마트폰 시장에서 토종 업체들의 싹쓸이가 두드러지고 있다. 반면 애플과 삼성 등 해외 업체들과 중소업체들의 입지는 갈수록 어려워지고 있다. 12일 미국의 인터내셔널 데이터 코퍼레이션(IDC) 보고서에 따르면 1위인 화웨이를 비롯한 토종 4대 업체들의 2분기 합계 중국 시장 점유율이 80.2%로 1년 같은 기간에 비해 전의 66.7%에서 급등했다. IDC는 정보통신기술(IT) 및 개인용 전자기기 소비 부문 시장조사 및 컨설팅 기관이다. 중국 시장 1위인 화웨이는 점유율이 27.2%로 지난해 같은 기간의 21.1%보다 많이 높아졌다. 2위 오포는 18.0%에서 20.2%로, 3위 비보는 14.4%에서 19.0%로 상승했다. 4위 샤오미는 12.7%에서 13.8%로 올랐다. 반면 5위 애플은 점유율 6.7%를 기록하며 지난해 같은 기간의 7.2%에서 소폭 줄었다. 삼성전자를 비롯해 기타로 분류되는 브랜드의 점유율은 13.1%로 1년 전의 26.6%에서 반 토막이 났다. 중국 국내 회사, 토종 기업들의 점유율이 갈수록 높아지고 반면 해외 업체 및 다른 중소 업체들의 입지는 설 땅이 없을 정도로 쪼그라들고 있는 것으로 나타났다. 시장의 포화로 전체 판매 대수는 줄었지만,평균 판매 가격은 올랐다. IDC 보고서에 따르면 올해 2분기 중국 스마트폰 시장의 판매 대수는 1억 500만대로 지난해 같은 기간보다 5.9% 줄어 감소세를 이어갔다. 다만 신제품 출시 등의 영향으로 1분기보다는 감소 속도가 느려졌다. 2분기 중국 시장의 스마트폰 평균 판매 가격은 15% 상승했다. IDC는 “소비자들이 자신의 필요에 맞는 스마트폰에 더 많은 돈을 낼 용의가 있다는 뜻”이라고 해석했다. 또 “소비자들이 단순히 카메라가 좋은 제품이 아니라 게임처럼 떠오르는 분야에 맞는 스마트폰을 찾고 있다”고 설명했다. IDC는 중국 스마트폰 시장에서 업계 리더들인 화웨이 등 이른바 ‘4대 천왕’의 점유율을 계속 높여가고 작은 업체들은 더욱 주변으로 내몰릴 것으로 전망했다. 대형 업체들은 유통 채널과 제품군을 다각화하고 있다. 이들 업체는 막대한 투자로 경쟁에서 우위에 서고 있다. 특히 화웨이는 P20 프로 시리즈로 600∼800달러 가격대 제품군에서 입지를 강화했다. 화웨이는 애플이 더 비싼 가격대로 이동한 덕을 봤다. 게다가 화웨이의 GPU 터보 기술은 그래픽 능력을 향상시켜 게임을 즐기는 소비자들에게 좋은 반응을 얻었다. 오포와 비보는 유통망을 최적화하는 한편 테두리가 얇은 오포 파인드X와 비보 넥스를 각각 출시했다. 이들 업체는 월드컵 마케팅 효과를 톡톡히 봤는데 특히 월드컵 공식 스폰서였던 비보는 판매 대수가 24.3%나 늘었다. 샤오미는 1000위안(약 150달러) 이하의 가격 대비 성능 전략을 유지했다. 하지만 새로운 모델 덕분에 샤오미의 평균 판매 가격은 21%나 높아졌다. 애플은 비싸진 가격 때문에 판매 대수가 12.5% 줄었다. 하지만 IDC는 “애플의 브랜드가 중국에서 여전히 매우 강력하다”면서 “애플이 올해 다소 싼 다른 모델을 내놓으면 판매가 순조로울 것”이라고 말했다. 이석우 선임기자 jun88@seoul.co.kr

인텔이 공개한 2018년 2분기 실적은 어닝 서프라이즈까지는 아니지만, 이 회사가 계속 성장하고 있다는 것을 보여줬습니다. 작년 같은 기간과 비교해서 1년 사이 매출은 148억 달러에서 170억 달러로 증가했고 영업 이익은 38억 달러에서 53억 달러로, 순이익은 28억 달러에서 50억 달러로 큰 폭으로 증가했습니다. 실적을 견인한 것은 서버 및 기업 부분인 데이터 센터 그룹이지만, 매출의 절반을 차지하는 클라이언트 컴퓨팅 그룹 (일반 컴퓨터용 CPU 및 칩셋 등) 역시 PC 시장 위축에도 불구하고 매출이 소폭 증가했습니다. 인텔은 2018년 전체로는 작년 대비 11% 증가한 695억 달러의 매출을 기대하고 있으며 현재까지 상황을 보면 달성 가능성이 큽니다. 이렇게 보면 인텔이 흔들리고 있다는 제목은 어딘가 잘못되어 보입니다. 칩질라(반도체를 의미하는 칩과 고질라의 합성어)라는 별명을 지닌 인텔은 반도체 업계 1위를 삼성에 내주긴 했지만, 여전히 자신의 영역인 CPU와 관련 제품군에서 막강한 영향력을 지니고 있어 인텔 CPU가 없는 세상은 생각하기도 어려울 정도입니다. 우리가 매일 쓰는 컴퓨터와 매일 같이 접속하는 인터넷 서비스를 처리하는 서버에 인텔의 CPU가 주로 사용되고 있습니다. 따라서 지금 인텔이 위기라고 말하기는 어렵지만, 그래도 문제가 없다고 말하기도 어렵습니다. 왜냐하면, 몇 가지 심각한 이상 징후가 보이는데 이를 해결할 리더쉽이 보이지 않기 때문입니다. 최근 몇 년간 인텔이 보여준 가장 의외의 모습은 바로 미세공정 지연입니다. 그동안 인텔은 반도체 미세 공정에서 가장 강력한 경쟁력을 보여줬습니다. ‘무어의 법칙’의 원조답게 불과 몇 년 만에 트랜지스터 집적도와 성능을 몇 배씩 올리며 승승장구해왔던 것입니다. 하지만 이런 인텔도 반도체 공정이 극도로 미세화되자 한계에 부딪히게 됩니다. 반도체 공정을 조금 더 미세하게 만들기 위해서는 천문학적인 비용이 들지만, 공정 미세화에 따른 이득이 과거보다 작아지면서 프로세서 성능 향상이 눈에 띄게 느려진 것입니다. 사실 이는 인텔만의 문제가 아니라 반도체 업계 전체의 고민입니다. 과거처럼 1-2년 만에 성능이 두 배 높아진 프로세서를 만든다는 것은 이제는 매우 어려운 일입니다. 다른 제조사들이 꾸준히 미세 공정을 도입하는데 인텔만 14nm 공정에서 몇 년간 이동하지 못하는 것은 지금까지 반도체 제조 공정의 혁신을 이끌었던 인텔을 생각하면 놀라운 일입니다. 인텔이 최초의 14nm 공정 CPU인 코어 M 프로세서 (브로드웰 Y)를 공개한 건 2014년이었습니다. 사실 14nm 공정도 연기된 것이었지만, 10nm 공정 연기는 상상을 초월해서 인텔은 2019년에야 주력 제품을 10nm 공정으로 이전할 것이라고 밝혔습니다. 인텔의 10nm 공정은 트랜지스터 밀도에서는 1mm x 1mm 면적에 1억 개라는 신기록을 세웠지만, 성능은 기존의 14nm++ 공정에 미치지 못해 일부 예외를 제외하고 (소량 생산이 되긴 하고 있습니다) 양산이 이뤄지지 않는 것으로 알려졌습니다. 원인이 무엇이든 간에 경쟁사들이 따라잡을 기회를 제공했으니 심각한 위기입니다. 인텔의 설명대로 14nm 공정에서 상당한 성능 향상을 이뤘다고 해도 경쟁자는 그보다 더 빨리 인텔을 따라잡고 있습니다. CPU 시장에서 가장 직접적인 경쟁자인 AMD는 최근 컨퍼런스 콜에서 이미 7nm 공정의 차기 프로세서의 샘플링에 들어갔다고 밝혔습니다. AMD는 3세대 젠(Zen)으로 알려진 7nm 공정 CPU를 데스크톱, 노트북, 서버 시장에 적극 투입할 계획이지만, 이에 대응할 인텔의 계획은 불분명한 상태입니다. 내년 서버 시장에 투입할 제온 역시 14nm 공정으로 제조할 것으로 알려져 있습니다. 인텔이 경쟁사보다 제조 공정에서 뒤지는 경우는 지금까지 거의 생각하기 어려웠지만, 내년에는 현실이 될 가능성이 커졌습니다. 당장에 문제가 된 10nm 공정은 물론 이미 로드맵보다 심각하게 연기된 7nm, 5nm 공정에 대한 계획 역시 오리무중입니다. (사진 참조) 사실 이 문제가 최근 불거진 보안 오류 이슈보다 더 심각한 문제라고 할 수 있습니다. 이런 상황이면 실적과 관련 없이 내부적으로는 비상이 걸리고 최고 경영자가 문제를 수습하기 위해 백방으로 뛰어다녀야 할 것입니다. 그런데 인텔호의 선장이었던 브라이언 크르자니크는 불미스러운 사내 관계로 인해 사임해 현재 이 상황을 수습하고 있는 것은 최고 재무 책임자 (CFO)인 로버트 스완입니다. 이사회는 인텔호를 다시 제자리로 돌려놓을 신임 CEO를 최대한 빨리 물색해야 하는 형편입니다. 새로운 CEO는 인텔을 반도체 업계를 선도하는 기업으로 다시 이끌어야 할 뿐만이 아니라 전임 CEO가 이루지 못한 과제인 신성장 동력을 발굴할 수 있는 인물이어야 합니다. 하지만 몇 가지 악재에도 인텔이 전례 없이 심각한 위기에 처한 것은 아닙니다. 그리고 인텔이라는 기업 자체가 다른 기업들과 마찬가지로 꽃길만 걸어온 기업은 아닙니다. 인텔의 창업부터 거대 독점 기업이 되기까지의 역사를 풀어쓴 "인텔 끝나지 않은 도전과 혁신" (마이클 말론 저)에는 인텔이 초창기에 여러 번 심각한 위기를 겪으면서 극복한 이야기가 담겨 있습니다. 과거 인텔을 위기에서 구한 것은 끊임없는 연구와 기술 혁신이었습니다. 이번에도 다르지는 않을 것입니다. 사실 알게 모르게 그 준비는 진행 중입니다. 인텔은 과거 AMD의 핵심 인력인 짐 켈러와 라자 코두리를 영입해 새로운 프로세서를 설계하고 있습니다. 이들의 목표는 보안 이슈를 해결하는 것은 물론 현재의 CPU 아키텍처를 개선해 성능을 한 단계 더 끌어올리는 것입니다. 약점으로 손꼽히는 내장 그래픽 부분 역시 최근에는 눈에 띄게 성능 향상이 없었지만, 라자 코두리를 비롯한 관련 전문가 영입으로 새로운 기회를 엿보고 있습니다. 차세대 비휘발성 메모리인 3D Xpoint 역시 낸드 플래시를 대체할 새로운 기술입니다. 하지만 이런 노력은 차세대 미세 공정에서 경쟁자를 앞서가지 못하면 빛을 볼 수 없습니다. 인텔의 새로운 수장이 누가 되든 공정 지연 문제를 빠르게 수습하고 현재 새로 개발 중인 CPU, GPU, 3D Xpoint, 그리고 기타 여러 제품군이 시너지 효과를 낼 수 있도록 연구 개발에서 마지막 제조 단계까지 조직의 전반적인 혁신을 일으켜야 할 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

최근 삼성전자는 8Gb LPDDR5 메모리를 공개했습니다. 10나노급 제조 공정을 사용해서 LPDDR4X 대비 50% 더 빠른 6,400Mb/s의 작동 속도로 스마트폰에 주로 사용되는 64bit 메모리 버스에서는 51.2GB/s라는 상당히 넓은 대역폭을 제공합니다. 삼성전자는 1초에 영화 14편을 전송할 수 있는 속도라고 설명했습니다. 사실 이 정도면 우리가 일반적으로 사용하는 컴퓨터 메인 메모리와 비교해도 빠른 것입니다. 하지만 스마트폰에 사용되는 애플리케이션 프로세서(AP)에도 점점 강력한 CPU와 그래픽 처리 장치인 GPU가 들어가고 있고 인공지능처럼 새로운 활용 분야가 생기면서 더 빠르고 용량이 큰 모바일 메모리가 필요합니다. 삼성전자는 구체적으로 어떤 제품에 LPDDR5 메모리가 들어갈지 언급하지 않았지만, 앞으로 출시될 고성능 스마트폰이 가장 가능성 높은 제품일 것입니다. 물 물론 DDR5 메모리는 모바일에만 적용되는 것은 아닙니다. 이미 메모리 제조사들은 일반 컴퓨터와 서버에 쓰이는 DDR5 메모리 제품을 공개했습니다. 사실 메모리 규격의 표준을 정하는 JEDEC에서 DDR5 메모리 표준을 확정하기도 전이지만, 시장을 선점하려는 주요 메모리 제조사들의 경쟁이 그만큼 치열하다는 이야기입니다. 소비자 입장에서 이런 기술 경쟁은 항상 환영할 일이지만, 한 가지 의문이 생깁니다. 그러면 지금 PC용 DDR4 메모리를 사도 괜찮을까요? 쓸데없는 질문 같지만 요즘 메모리 가격이 그렇게 저렴하지 않은데 PC용 DDR4 메모리를 비싼 가격에 사려니 망설여지는 것도 사실입니다. 곧 DDR5로 시장이 빠르게 재편된다면 메모리나 컴퓨터 구매를 조금 미루는 편이 좋겠죠. 하지만 결론부터 말하면 이런 일은 몇 년 후에나 일어날 가능성이 큽니다. 비록 공개는 DDR5가 LPDDR5보다 빨랐지만, LPDDR5 쪽의 수요가 더 급할 뿐 아니라 적용도 더 쉽습니다. 물론 우리가 사용하는 데스크톱 컴퓨터, 노트북, 그리고 서버까지 당연히 빠른 메모리가 더 유리합니다. 하지만 일반 컴퓨터는 스마트폰보다 훨씬 쉽게 메모리 대역폭을 확장할 수 있습니다. 공간이 넉넉하기 때문에 메모리 채널을 2, 4, 6, 8개로 늘리면 되기 때문이죠. 흔히 사용하는 인텔 코어 프로세서나 AMD 라이젠 프로세서는 듀얼 채널로 두 개의 64bit 데이터 채널을 사용합니다. 하이엔드 제품군은 쿼드 채널 메모리를 지원하며 서버에서는 6채널, 8채널도 등장했습니다. 그리고 더 중요한 차이점은 GPU처럼 메모리 대역폭을 많이 차치하는 부품에 별도의 고속 메모리를 탑재할 수 있다는 것이죠. 언뜻 생각하기에는 훨씬 고성능 하드웨어인 PC에서 스마트폰보다 더 느린 메모리를 사용한다는 것이 이해하기 힘들 수 있지만, 사실 그래픽 카드에 이보다 훨씬 빠른 GDDR 메모리가 탑재되어 있으며 최근에는 HBM 메모리 같은 초고속 제품도 도입되고 있습니다. 고성능 GPU를 위해서 별도의 고속 메모리를 할당할 수 있다면 CPU 전용 메모리는 대역폭에 충분한 여유가 생깁니다. 물론 내장 그래픽이 메모리를 공유하는 경우 대역폭이 부족할 수 있지만, 내장 그래픽의 경우 메모리 병목 현상을 고려해 처음부터 고성능 GPU를 넣지 않던가 아예 별도 메모리를 같이 넣기 때문에 역시 큰 문제는 없습니다. 하지만 작은 공간에 들어가야 하는 스마트폰에서 이런 해결책은 불가능합니다. 배터리, 카메라, 디스플레이 등 다른 부품에 자리를 내주기 위해서 하나의 메인 메모리를 모든 장치가 같이 공유해야 합니다. 따라서 지금보다 더 고성능 스마트폰을 원한다면 LPDDR5처럼 더 빠른 메모리가 필요합니다. 늦어도 내년에는 LPDDR5 적용 스마트폰이 나올 것으로 예상되며 2020-2021년 사이에는 중급기까지 적용 범위가 늘어나 스마트폰 메모리의 대세가 될 것으로 예상합니다. 물론 이 시기에는 아마도 LPDDR5 다음 세대 메모리도 같이 선보일 가능성이 큽니다. 반면 PC는 앞서 설명한 이유로 좀 천천히 교체를 진행할 것입니다. PC용 DDR5 메모리는 스마트폰보다 약간 늦은 시기인 2021-2022년 사이 DDR4를 본격적으로 교체할 것으로 보입니다. 구체적인 교체 시기는 삼성전자나 SK 하이닉스 같은 메모리 제조사는 물론 인텔이나 AMD처럼 컴퓨터 플랫폼을 이끄는 회사들이 결정하게 되지만, 아직 급하지 않기 때문에 적어도 1-2년은 DDR4 메모리의 속도를 높이는 방향으로 진행할 것으로 보입니다. 따라서 당연한 결론이지만, 지금 컴퓨터나 메모리가 필요하다면 그냥 사고 아니면 몇 년 기다리면 됩니다. 컴퓨터 하드웨어는 대부분 나중에 사면 더 좋은 걸 사게 되지만, 당장 필요한데 마냥 참고 기다릴 순 없는 일이죠. 고든 정 칼럼니스트 jjy0501@naver.com

매년 6월과 11월이 되면 전 세계 슈퍼컴퓨터 성능 순위를 1위부터 500위까지 측정하는 ‘톱500’ 리스트가 공개된다. 세계에서 가장 빠른 슈퍼컴퓨터에 대한 경쟁은, 비유하자면 포뮬러1(F1) 경주의 연비 경쟁과도 유사하다. 슈퍼컴퓨터는 컴퓨터의 본질적인 속성인 계산 기능을 극대화한 장치다. 우리가 사용하는 PC가 일반 자동차와 같다면 F1 경주용 자동차는 달리기 성능에 집중한 슈퍼컴퓨터와 같기 때문이다.슈퍼컴퓨터는 과학적 난제를 풀기 위해 활용된다. 전 지구의 기후 예측, 각종 재난, 재해 예측, 단백질 접합 모델 등 인류가 직면하고 있는 다양한 과학적 문제들이 바로 그것이다. 더 빠른 슈퍼컴퓨터 개발과 도입은 이런 난제를 해결해 과학기술력의 선도적인 입지를 다진다는 점에서 가장 큰 의미를 갖는다. 이 때문에 정상을 차지하기 위한 경쟁은 치열하다. 과거 슈퍼컴퓨터 선진국은 단연코 미국이었다. 그에 이어 전통적 기초과학 강국인 유럽과 지진, 화산 등 자연재해를 예측하기 위한 일본이 슈퍼컴퓨터에 대한 투자를 아끼지 않았다. 그러나 2012년부터 6년 동안은 중국이 정상을 차지했다. 이는 막대한 자금력과 풍부한 인력, 끊임없는 투자의 결과물이다. 특히 2016년에는 자체 기술만으로 슈퍼컴퓨터 정상에 등극하는 기염을 토했다. 절치부심한 미국은 올해 6월 오크리지 국립 연구소가 공개한 슈퍼컴퓨터 ‘서밋’으로 톱500에서 정상을 재탈환했다. 이론적 성능은 200페타플롭스로 초당 20경 번 연산을 처리할 수 있다. 일반적인 사무용 PC의 이론적 성능을 5테라플롭스로 가정하면 ‘서밋’은 PC 4만 대에 해당하는 성능이다. ‘서밋’은 현대 슈퍼컴퓨터의 경향을 단적으로 보여준다. 그간 슈퍼컴퓨터는 물리적 현상을 모사한 미분방정식의 해법을 수치적으로 도출하는 데 집중했다. 그러나 최근 딥러닝(심층학습)의 부상으로 인공지능(AI) 영역에서도 슈퍼컴퓨터급의 계산 장치의 수요가 늘어나고 있다. ‘서밋’은 전통적인 과학계산과 더불어 심층학습까지 수행할 수 있는 GPU(그래픽처리장치) 기반의 시스템을 도입해 슈퍼컴퓨터의 AI 시대를 본격적으로 알렸다. 한국도 한국과학기술정보연구원(KISTI)에서 운영하는 국가슈퍼컴퓨터 5호기 ‘누리온’이 이번 톱500에서 11위에 올랐다. 차세대 슈퍼컴퓨터의 지속적인 도입은 분명 한국 과학기술에 긍정적인 영향을 미치겠지만 이제는 우리 기술로 만든 슈퍼컴퓨터도 필요하다. 과거 중국과 최근 유럽을 보면 슈퍼컴퓨터의 엔진인 연산처리장치의 자체 개발을 추진하고 있다. 과학기술의 근본적인 발전을 위해 슈퍼컴퓨터 분야의 과감한 투자를 망설이지 말아야 한다.

불과 수년 전만 해도 인공지능은 특수 분야에서 연구되는 학문으로 우리 생활과는 거리가 먼 기술이었습니다. 하지만 지금은 검색은 물론 스마트폰이나 인공지능 스피커 등 다양한 기기에서 우리 생활에 파고들고 있습니다. 현재는 음성인식, 사물인식 등 제한적인 기능만 담당하지만, 점차 인공지능이 발달하면 과거 SF 영화에서 보던 것 같이 사람처럼 대화할 수 있는 인공지능도 가능할지 모릅니다. 이런 시대적 변화에 따라서 모바일 기기에 들어가는 애플리케이션 프로세서(AP) 역시 인공지능을 강조하고 있습니다. 작년에 등장한 애플의 A11 프로세서의 경우 더 강력한 CPU와 GPU 이외에도 뉴럴 엔진(neural engine)이라는 독립 신경망 하드웨어를 탑재해 페이스ID 같은 인공지능이 필요한 작업에 사용하고 있습니다. 사실 신경망은 별도의 전용 하드웨어 없이 CPU나 GPU에서도 사용할 수 있습니다. 실제로 딥러닝 연산에는 그래픽카드에 있는 고성능 GPU를 주로 활용합니다. 하지만 일반 컴퓨터와 달리 독립 AI 가속기(AI accelerator)를 모바일 칩에 탑재하는 것은 그럴 만한 이유가 있습니다. 같은 에너지 소모로 더 많은 인공지능 연산이 가능하기 때문입니다. 이는 제한적인 전력 소모만 허용되는 환경에서 매우 중요합니다. 스마트폰에서도 점점 인공지능 서비스가 선택이 아닌 필수가 돼가는 상황에서 여러 제조사가 AI 가속기를 모바일 칩에 탑재하는 이유입니다. 화훼이 역시 기린 970 프로세서에 캄브리콘-1A라는 AI 가속기를 탑재했고 퀄컴의 스냅드래곤 845 프로세서 역시 카메라 이미지 처리 등을 위해 Hexagon 685 DSP에 뉴럴 프로세싱 엔진(Neural Processing Engine·NPE)을 탑재해 카페(Caffe)나 텐서플로(TensorFlow) 같은 인공지능 관련 소프트웨어를 지원할 수 있습니다. 이미 이 AI 가속기는 사진 촬영이나 이미지 검색, 얼굴 인식 등 다양한 서비스에 사용되고 있습니다. 그리고 앞으로는 고가 스마트폰에서만 가능했던 기능이 보급형 스마트폰과 사물인터넷 (IoT)으로 확산될 것으로 보입니다. ARM 같은 주요 제조사에서 여러 회사에서 사용할 수 있게 관련 제품군을 판매할 예정이기 때문입니다. 현재 모바일 CPU의 주류인 ARM은 프로젝트 트릴리움(Project Trillium)이라는 모바일 및 사물 인터넷 기기 전용의 AI 가속기를 개발하고 있습니다. ARM 기반의 CPU와 말리(Mali) GPU와 독립적으로 인공지능 연산을 위해 기계 학습 ML(Machine Learning) 프로세서와 사물 인식(Object detection) 프로세서를 추가한다는 계획입니다. ML 프로세서의 경우 와트(W) 당 3TOPS(TOPS; Trillion operations per second, 초당 1조회)의 연산 능력을 지녀 애플의 A11 프로세서의 초당 6000억 회 연산 능력을 크게 앞서게 됩니다. OD 프로세서는 정지 화면만이 아니라 1080p full HD 영상의 움직이는 사물을 인식할 수 있습니다. ARM은 프로젝트 트릴리움을 통해 여러 제조사가 AI 가속기를 기존의 프로세서에 통합할 수 있게 한다는 계획입니다. 가장 중요한 고객인 애플이 떠나면서 어려움을 겪었던 이메지네이션 테크놀로지스(Imagination Technologies) 역시 AI 가속기에서 활로를 찾고 있습니다. 본래 애플의 A 시리즈 프로세서에 사용된 PowerVR GPU의 제조사인 이메지네이션은 PowerVR 2NX NNA(Neural Net Accelerator)라는 인공지능 전용 가속기를 선보였습니다. 고성능 스마트 기기를 위한 AX2185와 저가형 스마트 기기 및 셋톱 박스 같은 주변 기기를 위한 AX2145이 그것으로 각각 4.1TOPS와 1.0 TOPS의 연산 능력을 지녀 ARM의 프로젝트 트릴리움과 시장에서 경쟁할 것으로 보입니다. 여러 제조사에서 AI 가속기를 지닌 프로세서를 경쟁적으로 내놓으면서 우리가 매일 쓰는 스마트폰이 앞으로 더 똑똑해질 것이라는 점은 의심의 여지가 없습니다. 하지만 하드웨어만으로 인공지능 기반 서비스가 이뤄지지는 않습니다. 이를 효과적으로 사용하는 소프트웨어에 더해 어떤 콘텐츠를 소비자에게 제공할 것인지가 가장 중요합니다. 어떤 기술도 사용자나 소비자를 배제하고 발전할 수 없습니다. 인공지능 역시 예외가 아닐 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

현대 인공지능의 핵심은 ‘심층학습’(딥러닝)이다. 심층학습은 알파고, 자율주행자동차, 기계번역 등 현재 등장한 많은 혁신 기술들에 녹아 있다. 그 핵심은 복잡하고 방대한 데이터를 인간의 신경망 구조를 흉내낸 인공 신경망으로 학습하고 의사 결정을 내릴 수 있다는 점에 있다. 그러나 심층학습에도 분명한 한계가 존재한다. 바로 학습 방법에 대한 기준이 모호하다는 점이다. 보다 정확하게 표현하자면 심층학습의 대상이 되는 인공 신경망 구조에 정해진 해답이 없다는 것이다. 바둑 인공지능 알파고의 인공 신경망은 13층으로 구성돼 있다. 사진에서 사물을 인식하는 인공 신경망은 152층에 달한다. 일반적으로 인공 신경망의 층이 깊어질수록 예측의 정확도가 상승할 것이라고 기대할 수 있으나 반드시 그렇지만도 않다.인공 신경망의 깊이, 한 층의 노드(신경통로) 개수, 학습률, 활성함수, 학습 알고리즘 등 연구자가 정해야 할 요소들이 매우 방대하다. 이처럼 방대한 모수들을 변경해 가면서 최적의 인공 신경망 구조를 찾는 것이 심층학습의 과정이다. 이러한 이유 때문에 고성능 컴퓨팅 자원을 활용해 가능한 한 많은 경우의 수를 시험하는 것이 일반적 접근이다. 하지만 심층학습은 이러한 복잡도를 무색하게 할 만큼 예측 성능이 좋기 때문에 현대 인공지능 기술의 정점에 서 있는 것이다. 경험적 결과에 의존하는 심층학습의 돌파구는 무엇일까. 최근 구글의 구글 브레인 팀은 ‘신경망 구조 탐색’이라는 주제의 논문을 발표했다. 주어진 데이터에 최적화된 인공 신경망 구조를 탐색하는 것이 핵심이다. 재미있는 것은 신경망 구조 탐색 기법 역시 심층학습을 활용했다는 점이다. 심층학습의 인공 신경망 구조를 찾기 위한 심층학습 방법이라고 할 수 있겠다. 그 결과 역시 상당히 흥미롭다. 신경망 구조 탐색으로 얻어진 인공 신경망 구조는 사진에서 물체를 인식하기 위한 데이터인 ‘CIFAR10’에서 2.65%의 오차율을 보였다. 이 수치는 기존의 경험적인 방법에서 기록한 가장 낮은 오차율인 4%보다 훨씬 우수하다는 점에서 큰 의미가 있다. 하지만 신경망 구조 탐색은 막대한 컴퓨팅 자원을 필요로 한다. 위에서 언급한 2.65%의 오차율은 450개의 GPU(정보처리 속도가 빠르고 심층학습의 핵심인 영상정보 처리 장치)를 활용해 3~4주 동안 계산한 결과다. 장비 값만 환산해도 수십억원에 달한다. 신경망 구조 탐색은 학습하는 방법을 학습하는 인공지능으로 출발했으나 이 역시 경험적 결과를 바탕으로 하고 있다. 현재 신경망 구조 탐색은 계산 비용을 줄이는 방향으로 연구가 진행되고 있기 때문에 미래는 밝다. 이런 혁신적인 연구들이 결국은 인공지능의 신비를 풀 수 있는 열쇠가 되지 않을까 기대해 본다.

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

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