지구는 점점 더 더워지고 있습니다. 매년 인간이 막대한 양의 온실가스를 배출하고 있기 때문에 이는 당분간 피할 수 없는 현실입니다. 따라서 냉방을 위한 전력 수요도 매년 증가하면서 다시 온실가스 배출을 늘리는 악순환이 지속되고 있습니다. 최근 이런 악순환에 크게 기여하고 있는 곳이 데이터 센터입니다. IT 산업이 성장하면서 데이터 센터도 매년 더 커지고 있는데, 최근 여기에 기름을 부은 것이 바로 AI 열풍입니다. 예를 들어 작년 한 해 동안만 판매된 엔비디아의 데이터 센터 GPU는 376만 개입니다. 이 GPU들을 매일 쉬지 않고 가동하려면 산술적으로 연간 14.3TWh의 전력이 필요합니다. 데이터 센터 하나의 평균 전력 소모가 25GWh로 일반 가정집 6,000세대와 비슷하다는 점을 감안하면 작년에 팔린 데이터 센터 GPU가 데이터 센터 6,000개만큼의 전력을 추가로 소모한 셈입니다. 하지만 좀 더 정확히 말하면 AI GPU가 사용한 전력의 양은 이것보다 훨씬 많습니다. 데이터 센터 전력 소모의 상당 부분이 서버에서 나오는 엄청난 열을 식히는데 사용되기 때문입니다. 통상 데이터 센터 전력 소모의 40%는 냉각에 사용됩니다. 지구가 뜨거워지고 서버도 점점 더 뜨거워지면서 IT 기업들은 냉각에 들어가는 에너지를 절감하기 위해 아이디어를 짜내고 있습니다. 마이크로소프트는 10년 전부터 차가운 바닷물 속에 해저 데이터 센터를 구축해 열을 식히는 방법을 연구해 왔습니다. 최근 마이크로소프트는 해저 데이터 센터 개발 프로그램인 프로젝트 나틱(Project Natick)의 2단계 결과를 공개했습니다. 마이크로소프트 연구팀은 2018년 12m 길이의 거대한 원통형 밀폐 용기 안에 855개의 서버를 넣고 차가운 스코틀랜드 인근 해안 바다 속에 넣었습니다. 이 안에 있는 서버는 차가운 바닷물에 의해 온도가 낮게 유지되기 때문에 냉각에 많은 에너지를 사용할 필요가 없습니다. 하지만 쉽게 꺼내서 수리할 수 없는 만큼 서버의 안전성이 해저 데이터 센터 상용화의 가장 큰 관건으로 지목됐습니다.하지만 마이크로소프트에 의하면 테스트 결과는 놀라웠습니다. 바닷물 속에 들어가 있던 서버는 육지에 있던 대조군과 비교해서 작동을 멈출 가능성이 1/8밖에 되지 않았습니다. 구체적으로 말해서 지상에서 5.9% 서버가 멈출 동안 해저 데이터 센터에서는 0.7%만 작동을 멈췄습니다. 서버의 핵심인 안전성에서 월등한 결과를 얻은 것입니다. 사실 전자 장치의 수명에 큰 영향을 주는 것은 온도입니다. 특히 쉬지 않고 가동하는 서버의 경우 온도를 안정적으로 유지하는 것이 매우 중요합니다. 북해의 차가운 바닷물에 잠겨 있는 해저 데이터 센터는 땅 위에 있는 대부분의 데이터 센터보다 온도를 계속 낮게 유지할 수 있습니다. 물론 서버를 밀폐 용기에 넣고 바닷속에서 관리하는 것도 상당한 비용을 소모하기 때문에 해저 데이터 센터가 바로 대중화될 수 있을지는 아직 미지수입니다. 대형 IT 기업들은 절감할 수 있는 비용과 들어가는 비용을 신중히 비교한 후 본격적으로 해저 데이터 센터를 건설할 것인지를 결정할 것입니다. 다만 속수무책으로 늘어나는 데이터 센터 전력 수요와 기후 변화에 대응하기 위해서 비용이 조금 더 들더라도 이런 대안을 적극 검토할 필요가 있습니다.

최근 IT 업계의 최대 화두는 AI입니다. 주요 프로세서 제조사와 빅테크들은 너도나도 AI 기반 서비스, 플랫폼, 하드웨어를 선보이면서 시장을 선점하기 위해 노력하고 있습니다. 하지만 AI 하드웨어 시장에서는 초반부터 기세를 장악한 엔비디아의 강세가 계속 이어지고 있습니다. 인텔은 엔비디아의 AI GPU의 대항마로 가우디 AI 가속기를 내놓고 반전을 모색하고 있습니다. 하지만 이를 위해서는 AI 하드웨어만이 아니라 이 하드웨어를 사용하는 개발자와 개발 생태계가 필요합니다. 인텔의 비전 2024 행사에서는 차세대 AI 가속기인 가우디 3(Gaudi 3)의 공개와 함께 깜짝 손님으로 한국의 네이버가 초대됐습니다. 네이버는 가우디 2를 인텔 클라우드에서 테스트해 거대 언어 모델 (LLM) 성능을 검증하고 개발했습니다. 네이버 개발팀에 따르면 가우디 2는 전력 대 성능비가 우수하고 LLM에 강점을 지닌 AI 가속 하드웨어입니다. 네이버 클라우드와 인텔은 AI 공동연구센터(NICL, NAVER Cloud·Intel·Co-Lab)를 설립하고 카이스트, 서울대, 포스텍 등 국내 대학 및 스타트업과 함께 AI 생태계 구축에 나서기로 했습니다. 다만 가우디 2가 네이버의 AI 서비스에 바로 활용되는 것은 아닙니다. 가우디는 최근에야 시장에 합류한 신참으로 이미 시장에서 견고한 위치를 차지하고 있는 엔비디아 GPU처럼 바로 서비스에 투입할 만큼 생태계가 구축되어 있지 않습니다. 여기에 엔비디아가 계속해서 차세대 GPU를 개발하면서 경쟁자를 저 멀리 따돌리려고 하고 있기 때문에 이를 추격하기 위해서는 가우디 2의 상용화보다 후속 모델 개발에 집중해야 할 형편입니다. 따라서 이날 행사에서 인텔은 차세대 AI 가속기인 가우디 3를 공개하고 올해 하반기에 출시한다고 발표했습니다. 가우디 3는 TSMC의 5nm 공정으로 제조되며 128GB의 HBM2e 메모리를 탑재하고 있습니다. 트랜지스터 집적도를 비롯한 더 구체적인 정보는 공개하지 않았지만, 가우디 2와 비교해서 텐서 코어를 24개에서 64개로 늘리고 연산 능력도 865 TFLOPS에서 1835 TFLOPS로 두 배 이상 대폭 늘렸다는 것이 인텔의 설명입니다.비전 2024 행사에서 인텔은 가우디 3가 엔비디아의 H100보다 더 빠르다고 주장했습니다. 예를 들어 Llama2-13B 훈련 기준으로 1.7배 빠르고 GPT 3 – 175B에서는 1.5배 빠릅니다. 그리고 다른 AI 연산에서도 전력 대 성능비로 우위에 있다는 것이 인텔의 주장입니다. 하지만 이 주장이 맞다고 해도 인텔의 도전은 쉽지 않은 게 사실입니다. H100은 이제 출시된 지 2년이 지난 제품이고 엔비디아는 이미 그 후속작인 블랙웰 GPU를 공개했기 때문입니다. 블랙웰 B200의 AI 연산 능력은 FP 8 기준으로 4.5페타플롭스로 단순 수치만 봐도 가우디 3보다 몇 배 뛰어납니다. 여기에 AI 서비스 기업과 개발자들이 사용하기 쉬운 생태계가 이미 구축된 점은 엔비디아 AI 하드웨어의 넘볼 수 없는 장점입니다. 이런 점을 봤을 때 가우디 3가 시장에서 의미 있는 성과를 거둘 수 있을지는 아직 미지수입니다. 하지만 엔비디아의 AI 하드웨어가 공급 부족에 시달리는 점이 한 가지 변수가 될 수 있습니다. 공급난을 타개하기 위해 엔비디아 GPU 이외에 다른 대안에 눈을 돌리는 기업이 많아질 수 있기 때문입니다. 한국과 손잡은 인텔의 가우디 AI 가속기가 치열한 경쟁 속에서 자신의 입지를 확보할지, 아니면 경쟁에서 밀려나 사라질지는 아직 말하기 이릅니다. 하지만 발전 속도가 매우 빠르고 한 번 뒤처지면 따라잡기 어려운 IT 분야의 속성을 생각할 때 결론이 나오는 것은 먼 미래가 아닐 것으로 생각합니다.

1965년 인텔의 창립 멤버 고든 무어(당시 페어차일드 세미컨덕터 근무)는 일렉트로닉스 잡지에 반도체 공정 복잡도가 1년마다 두 배로 증가하는 경향이 10년 동안 유지될 것이라고 전망하는 글을 실었습니다.  10년 후 고든 무어는 2년마다 두 배로 자신의 전망을 수정했습니다. 반도체의 성능이나 트랜지스터 집적도가 2년마다 두 배 증가하는 경향은 한동안 이어졌고 이는 무어의 법칙으로 알려지게 됐습니다. 이후 수십 년간 무어의 법칙은 대체로 큰 수정 없이 이어졌습니다. 예를 들어 1978년 등장한 인텔 8086 프로세서(x86 아키텍처의 시조)은 2만9000개의 트랜지스터를 집적했지만 1985년에 등장한 80386은 27만5000개의 트랜지스터를 집적했습니다. 1991년 펜티엄 프로세서는 310만 개의 트랜지스터를 집적했고 2002년 펜티엄 4(노스우드)는 5500만 개를 집적했습니다. 2012년 등장한 3세대 코어 프로세서(아이비브릿지)는 쿼드 코어 기준으로 14억 개의 트랜지스터가 사용됐습니다. 그리고 이제는 모바일 AP도 트랜지스터 집적도가 100억 개를 넘고 있습니다. 집적도만 따지면 2년에 두 배까지는 안되지만, 성능 향상까지 생각하면 얼추 비슷하다고 말할 수 있는 정도입니다. 이런 일이 가능했던 이유는 무엇보다 반도체 미세 공정의 진보 덕분이었습니다. 더 복잡하고 빠른 프로세서를 같은 크기로 제조할 수 있다 보니 점점 더 성능이 올라갔던 것입니다. 하지만 미세 공정이 극한에 도달하면서 점점 발전 속도가 느려지고 있는 게 현실입니다. 이에 따라 무어의 법칙은 사실상 유효 기간이 지났거나 곧 그렇게 될 것이라는 비관론이 힘을 얻고 있습니다. 반도체 업계는 이 위기를 타개할 방법으로 EUV 리소그래피 기술을 이용한 차세대 미세 공정과 여러 개의 작은 칩을 3차원적으로 모아 하나의 거대한 프로세서를 만드는 3D 패키징 기술을 대안으로 제시하고 있습니다.  대만 TSMC는 최근 열린 IEDM 콘퍼런스에서 2030년대 1조 개의 트랜지스터를 지닌 초대형 프로세서 제작도 가능하다는 야심 찬 비전을 제시했습니다. TSMC는 현재 진행 중인 2㎚ 공정인 N2와 N2P 진행이 순조롭게 이뤄지고 있으며 1.4㎚ 및 1㎚ 공정도 현재 개발 중이라고 언급했습니다.  현재 가장 복잡하고 큰 단일 칩(monolithic) 프로세서는 800억 개의 트랜지스터를 집적한 엔비디아의 H100 GPU입니다. 그 면적은 800㎟가 넘는데, 이 정도가 현재 웨이퍼에서 만들 수 있는 가장 큰 칩입니다. 4㎚ 공정에서도 이 정도를 만들 수 있기 때문에 TSMC는 조만간 1000억 개가 넘는 트랜지스터를 집적한 단일 칩 프로세서가 가능할 것으로 보고 있습니다. 그리고 2030년 전후로는 2000억 개의 트랜지스터를 집적한 단일 칩도 나올 수 있을 것으로 예측했습니다. 1㎚ 공정에서 그 정도 트랜지스터 밀도 증가는 충분히 달성할 수 있을 것으로 보입니다. 여기에 더해 TSMC는 CoWoS-L이라는 새로운 패키징 기술을 통해 최대 858㎟의 칩 6개를 하나의 슈퍼 캐리어 인터포저 층에 올린 시스템 인 패키지(SiP)도 구현할 수 있다고 보고 있습니다. 하나의 칩에서 트랜지스터 집적도를 2000억 개까지 높일 수 있다면 1조 2000억 개의 집적도를 넘볼 수 있는 수준입니다.  다만 공정 미세화에 따라 반도체 웨이퍼 가격이 지속해서 비싸지고 있고 여기에 복잡한 패키징 기술까지 들어가면서 가격이 천정부지로 오르고 있는 점은 문제입니다. 더구나 이미 프로세서의 전력 소모량과 발열량은 상당한 수준까지 올라간 상태로 칩이 더 거대해지면 이 문제도 더 심각해질 것으로 보입니다.  결국 언젠가 1조 개의 트랜지스터를 집적한 프로세서도 등장하겠지만, 갈수록 증가하는 비용과 전력 소모량을 어떻게 억제할 수 있을지가 새로운 목표로 떠오를 것으로 생각합니다.

한국과 인도 등 그동안 중국에서 비료를 수입한 국가들이 대안을 찾아 나서고 있다. 중국도 미국의 제재로 고성능 칩의 새로운 공급망을 모색하고 있다. 로이터통신은 18일 비료의 세계 최대 수출국인 중국에 대한 신뢰 상실로 아시아 수요 국가들이 대체 공급망을 찾고 있다고 보도했다. 중국은 국내 시장 보호를 이유로 요소, 인산비료 등의 수출 규제에 나서고 있다. 인산비료의 세계 최대 수출국이 중국이며, 비료와 디젤 연료 첨가제로 사용되는 요소의 주요 공급국도 중국이다. 하지만 중국은 치솟는 자국 내 가격을 잡는다는 이유로 2021년 이후 비료 성분에 대한 수출 쿼터와 검사 요건 강화 등의 조처를 했다. 인산비료 수출도 최근 몇 달 동안 줄어들면서, 결국 글로벌 공급 축소와 가격 상승으로 이어졌다. 지난해 중국의 요소 수출은 전년 대비 24% 감소한 280만t으로 급감했고, 올해는 예년의 평균 수준을 밑돌고 있다. 중국 세관 통계에 따르면 비료의 대표 품목인 인산이암모늄의 10월 수출은 전년 동기 대비 12.5% 감소했다.세계 최대 비료 수입국가 중 한 곳인 인도의 집계에 따르면 2023~24년 회계연도에 중국산 요소 반입물량은 33만 5963t으로 1년 전보다 58% 감소했다. 인도 비료 회사의 한 고위 관계자는 “중국의 제한으로 요소 및 인산이암모늄 가격이 오르고 있지만 급등할 것으로 보지는 않는다”며 “러시아와 오만, 아랍에미리트 등 대체 공급처에서 쉽게 구할 수 있다”고 말했다. 말레이시아도 중국에서 탈피해 베트남과 이집트에서 인산비료를 구매하고 있다. 중국의 요소 수출 지연으로 애를 먹어온 한국은 베트남과 인도네시아, 사우디아라비아 등에서 공급받고 있다. 한편 중국은 미국의 제재로 인공지능(AI) 개발 등에 필요한 고성능 칩 구매에 애로를 겪자 말레이시아 기업에 고급 칩 일부를 조립하도록 요청하고 있다. 중국 반도체 설계 회사들이 말레이시아의 반도체 회사에 그래픽 처리 장치(GPU) 생산을 맡기는 것이다. 이러한 계약은 미국의 제재를 위반하지 않는 칩 조립만 포함되며 웨이퍼 제조는 하지 않는 것으로 알려졌다. 미국은 AI 개발에 사용되거나 슈퍼컴퓨터 및 군사 응용 프로그램을 강화할 수 있는 고급 GPU의 중국 수출을 제한하고 있다. 말레이시아는 현재 전 세계 반도체 패키징, 조립, 테스트 시장의 13%를 차지하고 있으며 대중 관계가 좋은데다 경험이 풍부한 인력과 정교한 장비를 갖춰 중국의 좋은 선택지가 되고 있다고 통신은 전했다.

마이크로소프트(MS)가 인공지능(AI) 개발과 서비스를 위한 전용 칩(반도체)을 다음달 공개할 것으로 보인다. 세계 AI 반도체 시장을 주도하는 엔비디아 그래픽처리장치(GPU) 의존도를 낮추기 위해 AI 업계가 속속 전용 칩 개발에 나서고 있다. 9일 이코노믹타임스, 디 인포메이션 등 외신에 따르면 MS는 오는 11월 14~17일 미국 시애틀에서 연례 개발자 콘퍼런스 ‘MS 이그나이트’를 열고 자체 개발 AI 칩을 선보일 예정이다. 새 칩은 MS가 프로젝트 ‘아테나’라는 이름으로 개발해 온 대규모 언어모델(LLM)의 훈련과 추론을 위한 데이터센터 서버용으로 당초 내년 초 출시가 유력했던 제품이다. 전 세계 AI 반도체 시장은 엔비디아의 GPU가 90% 이상을 점유하고 있다. 성능은 좋지만 매우 높은 가격과 부족한 물량이 AI 개발에 걸림돌로 작용하는 이유다. 이에 글로벌 빅테크들은 저마다 자체 칩 개발로 대응하고 있다. 자체 AI에 최적화된 설계로 전력 효율 등을 극대화하면서 생산 단가는 낮추고 안정적인 물량 확보를 목표로 하고 있다. 챗GPT를 만든 회사이자 MS와 가장 밀접한 파트너 관계인 오픈AI도 자체 AI 칩을 개발할 제조사를 인수 대상으로 물색 중인 것으로 전해졌다. 국내 업계도 GPU의 대안으로 꼽히는 신경망처리장치(NPU) 개발에 어느 정도 결과물을 얻은 상태다. 다만 이들의 자체 칩도 엔비디아의 GPU를 완전히 대체하긴 어렵다는 시각이 있다. 이미 AI 소프트웨어 개발 영역에서 엔비디아 GPU 환경에 최적화된 프로그램 언어와 도구 등이 보편화돼 있기 때문이다.

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

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

최근 대만 디지타임스 등의 보도에 따르면 TSMC의 최신 3nm(N3) 공정 반도체 웨이퍼(wafer)의 가격은 300mm 한 장 기준 2만 달러로 올라갔습니다. 이는 5nm(N5)의 1만 6000달러보다 25% 비싸진 것입니다. 참고로 우리가 사용하는 컴퓨터나 스마트폰의 고성능 프로세서들은 웨이퍼라는 동그란 원판에서 제조된 후 맞는 크기로 잘라 만들어집니다. 자체 생산 시설이 없는 팹리스 업체가 파운드리(위탁생산) 반도체 기업과 계약할 때는 웨이퍼 단위로 계약이 이뤄집니다. 물론 이 내용은 TSMC의 공식 발표가 아닙니다. TSMC를 포함한 파운드리 기업들은 정가를 정해 놓고 웨이퍼를 파는 게 아니라 업체 간의 개별 협상에 의해 가격을 정하기 때문에 계약 수량이니 기간 등 여러 가지 조건에 따라 가격이 달라질 수 있습니다. 주요 고객일수록, 많이 주문할수록 가격이 싸지는 게 당연합니다. 하지만 대략적인 가격이 이 정도 선에서 결정됐다는 이야기는 설득력이 있습니다. 반도체 웨이퍼 가격은 미세 공정을 한 단계 뛰어넘을 때마다 가격도 한 단계 높아지는 게 일반적이기 때문입니다. TSMC는 7nm에서 5nm로 넘어갈 때도 가격을 1만 달러에서 1만 6000달러로 높인 것으로 알려져 있습니다. 10nm에서 7nm로 갈 때는 6000달러에서 1만 달러로 높아졌습니다. 이런 점을 생각하면 2만 달러는 오히려 그렇게 많은 인상 폭이 아닙니다. 단지 상승이 누적되니 이제는 꽤 높은 가격이 된 것입니다. 파운드리 업체들이 공정 미세화에 따라 가격을 크게 높이는 데는 그럴 만한 이유가 있습니다. 우선 최첨단 미세 공정으로 갈수록 반도체 팹 건설에 엄청난 비용이 들어갑니다. 전 세계적으로 7nm 이하의 미세 공정 파운드리가 가능한 기업은 TSMC, 삼성, 인텔 세 군데 밖에 없습니다. 그리고 사실상 TSMC의 점유율이 절반인 과점 구조로 얼마든지 가격을 올려 받을 수 있는 구조입니다. 제조 원가도 높고 제조 가능한 기업도 얼마 안 되니 싸게 팔 이유가 없는 것입니다. 구매하는 기업 입장에서는 웨이퍼당 가격은 계속 오르지만, 반대로 트랜지스터당 가격이나 성능 대비 가격은 오히려 저렴해지기 때문에 고성능 프로세서를 만드는 기업일수록 미세 공정을 선호합니다. 예를 들어 TSMC의 3nm 공정은 5nm 공정보다 1.6배 정도 트랜지스터 밀도가 높습니다. 25% 정도 가격이 상승한다면 오히려 트랜지스터 하나의 가격은 더 저렴해지는 것입니다. 여기에 앞선 미세 공정으로 제품을 만들어야 경쟁자를 이길 수 있다는 점도 비싼 가격에도 최신 미세 공정을 선호하는 배경입니다. 하지만 3nm 공정 웨이퍼 가격이 2만 달러를 돌파하면서 우려 섞인 목소리도 나오고 있습니다. 아무리 성능이 올라가도 가격도 같이 올라간다면 과연 소비자들이 수용할 수 있겠느냐는 질문입니다. 예를 들어 TSMC의 5nm 공정의 개량형인 4nm 공정(N4)의 가격이 5nm와 비슷하다고 할 경우 엔비디아의 최신 AD102 GPU의 웨이퍼 기준 가격은 개당 200달러 미만으로 추정됩니다. 다만 웨이퍼에서 바로 프로세서가 나오는 것은 아니고 복잡한 후처리 및 패키징 과정을 거쳐야 하므로 이 과정에서 가격이 늘어납니다. 여기에 GPU만으로 그래픽카드를 만들 순 없고 메모리, PCB 기판, 쿨러 및 전원부 등 각종 부품이 들어가므로 최종 가격은 훨씬 치솟게 됩니다. 마지막으로 거대해진 GPU를 설계하기 위해서는 많은 고급 두뇌 인력이 필요해지므로 여기서 적지 않은 비용이 발생합니다. 그 결과 AD102 GPU를 사용한 최신 그래픽 카드인 RTX 4090은 출시 가격이 무려 1599달러로 게임용으로 구매하기에는 상당히 부담스러운 수준이 됐습니다. 5nm 공정과 6nm 공정을 혼합해 훨씬 저렴하게 가격을 책정한 경쟁자인 라데온 RX 7900 XTX도 999달러입니다. 각각 트랜지스터 집적도가 763억 개와 580억 개인 점을 생각하면 트랜지스터의 개당 가격은 꽤 낮아졌지만, 트랜지스터 숫자가 폭발적으로 증가한 탓에 결국 전체 가격은 꽤 비싸진 것입니다. 이미 가격이 너무 비싸졌지만, 문제는 미래입니다. 더 높은 성능을 내기 위해서는 결국 더 많은 트랜지스터가 필요합니다. 트랜지스터 밀도를 높이기 위해서는 더 비싼 미세 공정 도입이 필요합니다. 2nm나 그 이하 미세 공정이 도입되고 트랜지스터 집적도가 1000억 개가 넘는 초대형 GPU가 나온다면 과연 얼마나 가격을 높일지 가늠하기 어렵습니다. 사실 이 문제는 갑자기 등장한 것이 아닙니다. 엔비디아가 10년 전 발표한 슬라이드에도 반도체 공정 미세화에 따른 가격 인상 문제를 지적하고 있습니다. 새로운 기술 혁신이 일어나더라도 너무 비싸 대부분의 사람이 사용할 수 없다면 혁신의 의미는 반감되고 속도도 느려질 수밖에 없습니다. 그리고 이 위기는 이제 현실이 되고 있습니다.반도체 업계는 이 문제를 극복하기 위해 여러 가지 대안을 마련하고 있습니다. 그중 하나는 여러 개의 반도체 조각을 묶어서 하나의 프로세서를 만드는 칩렛 방식입니다. 최신 미세 공정이 필요 없는 부분에는 저렴한 칩렛을 사용해 가격을 낮추는 것입니다. 프로세서를 메모리처럼 수직으로 쌓는 방법도 생각할 수 있습니다. 캐시 메모리를 프로세서 위에 쌓아 올린 구조는 이미 AMD CPU에서 시도되고 있습니다. GPU에서도 불가능한 일은 아닐 것입니다. 마지막으로 미세 공정 파운드리의 독과점 구조 역시 원인으로 지목될 수 있습니다. 근본적으로 제조 단가가 비싸질 수밖에 없긴 하지만, TSMC의 편중된 구조가 당연히 영향을 미치고 있습니다. 따라서 최근 파운드리 시장에 진출한 인텔이나 3nm 파운드리에서 설욕을 다짐하고 있는 삼성의 행보에 관심이 쏠리고 있습니다. 결국 가격을 낮추기 위해서는 치열한 경쟁 구도가 중요합니다. 

반도체에 이미 천문학적 비용을 투자했지만, 중국의 반도체 굴기는 아직 미국, 한국, 대만을 따라잡기는 어려운 상황입니다. 메모리나 파운드리 부분에서는 막대한 투자를 진행한 덕분에 그래도 조금씩 결과물을 내놓고 있으나 경쟁자들은 더 앞서 가고 있으며 중국 내수 시장은 물론 세계 반도체 시장에서도 비중은 미미한 편입니다. 반도체 굴기의 배경 중 하나는 껄끄러운 관계인 미국에 핵심 IT 자원을 의존하고 있다는 것입니다. 예를 들어 중국 역시 다른 나라와 마찬가지로 CPU와 GPU는 인텔, 엔비디아, AMD 같은 미국 기업에 의존하고 있습니다. 이 한계를 극복하기 위해 중국 정부는 당장 결과물이 미미한 수준이라도 지속적인 투자를 통해 자체 반도체 생태계를 구축하기 위해 노력하고 있습니다. 상하이 자오신 반도체 역시 이런 프로세서 제조사 가운데 하나로 x86 CPU 라이선스를 지닌 대만 비아와 협업해 카이샨 (KaiXian) 시리즈 CPU를 제작하고 있습니다. 물론 그 성능은 최신 x86 CPU과 비교해 매우 낮은 편입니다. 별도 판매량이나 점유율은 공개된 적이 없지만, 중국 내수 시장에서조차 비중이 미미한 수준으로 보입니다. 하지만 CPU는 x86 호환 프로세서도 개발했고 ARM, RISC-V 같은 다른 대안도 있습니다. 중국의 반도체 굴기에 더 큰 걸림돌은 바로 GPU입니다. 인공지능 및 고성능 컴퓨팅 분야에서 갈수록 GPU의 중요성이 커지고 있지만, 아직 중국의 자체 GPU 관련 기술은 걸음마 단계를 벗어나지 못하고 있기 때문입니다. 물론 걸음마 단계라도 시도는 이어지고 있습니다. 자오신의 자회사 중 하나인 글렌플라이 (Glenfly)는 최근 어라이즈 (Arise) GT-10C0 그래픽 카드를 공개했습니다. (사진) 이 그래픽 카드는 28nm 공정으로 제조되었으며 500MHz의 속도로 작동합니다. FP32 기준 1.5TFLOPS급 연산 능력을 지녀 성능이나 공정 모두 2014년 출시된 지포스 GTX 750 Ti와 유사해 보이지만, 실제 성능은 베일에 가려 있습니다.이 그래픽 카드의 성능을 짐작할 수 있는 단서는 같은 계열의 제품으로 보이는 어라이즈 1020 GPU의 벤치마크 결과입니다. 최근 등록된 긱벤치 5 점수는 579점으로 10년 전 내장 그래픽과 견줄 수 있는 수준입니다. 상세한 벤치마크 결과가 공개되지 않아 섣불리 판단하기는 어렵지만, 독립 그래픽 카드는 고사하고 최신 내장 그래픽과도 경쟁이 되기 힘든 수준입니다. 출처가 확실치 않은 벤치마크 결과와 별개로 실제 성능이 매우 낮을 것이라는 추측에는 나름의 이유가 있습니다. 어라이즈 GT 10C0은 메모리로 DDR4 1200 2GB/4GB (64/128bit)를 사용하고 있는데, 이는 최근 등장하는 시스템 메모리보다 느립니다. 이렇게 느린 메모리를 사용하는 경우 GPU의 성능이 아무리 빨라도 제 성능을 내기 어렵습니다. 마치 고성능 스포츠카가 제한 속도 30km인 도로를 달리는 것과 같은 상황이 되기 때문입니다. 따라서 고성능 GPU 메모리는 시스템 메모리보다 훨씬 빠른 GDDR 메모리나 HBM 메모리를 사용하는데, 어라이즈 GT 10C0은 반대로 더 느린 메모리를 사용하고 있습니다. 게임 성능에 대한 의구심에는 호환성 문제도 있습니다. 오랜 세월 그래픽 감속기라는 이야기를 들었던 인텔 내장 그래픽도 오랜 세월 사용되면서 게임과 여러 가지 프로그램에 대한 호환성과 성능을 개선했습니다. 더 오래 사용된 엔비디아의 지포스와 AMD의 라데온은 말할 것도 없습니다. 그런데 새로 들어온 신생 GPU의 경우 호환성에 상당한 문제가 생길 가능성이 높습니다. 성능을 둘째 치고 제대로 실행되지 않거나 다양한 충돌을 일으킬 가능성이 있다는 이야기입니다. 따라서 자오신의 x86 호환 CPU와 마찬가지로 GPU 역시 시장에서 초기 반응은 매우 나쁠 것으로 예상됩니다. 자오신이 만든 중국 자체 CPU와 GPU로 윈도우나 리눅스 PC를 만들 순 있겠지만, 성능과 호환성 모두 시장에서 받아들이기 힘든 수준일 것입니다. 물론 그럼에도 이런 과정을 거쳐 기술력을 축적하면 10년, 20년 후에는 어떤 결과가 나올지 누구도 장담할 순 없습니다. 하지만 당장에는 중국의 GPU 굴기 역시 상당한 험로가 예상됩니다.

1980년대만 해도 개인용 데스크톱 컴퓨터는 전기를 많이 먹는 기기가 아니었습니다. 하지만 프로세서의 성능을 높이기 위해 많은 기능과 장치를 추가하면서 전기도 많이 먹고 발열도 많아지게 됐습니다. 그리고 어느 순간부터 발열을 해결하는 문제가 개인용 컴퓨터에서 중요한 문제로 떠올랐습니다.  CPU에 냉각용 방열판이 장착된 것은 486 시대 이후였고 작은 냉각팬이 일반화된 것은 펜티엄 프로세서 이후로 볼 수 있습니다. 그리고 펜티엄 4 프로세서와 애슬론 프로세서의 경쟁이 격화된 2000년대 초반부터 상당한 열을 처리할 수 있는 고성능 쿨러가 보급됐습니다.  여기에 GPU가 CPU보다 더 크고 복잡해지면서 거대한 쿨러를 장착한 그래픽 카드가 등장해 열을 식혔습니다. 그리고 나중에는 늘어나는 열을 감당하기 위해 라디에이터와 펌프를 지닌 수랭식 쿨러까지 등장했습니다.  이렇듯 프로세서의 전력 소비와 발열량이 늘어나자 점차 전력 대 성능 비율 혹은 와트(W)당 성능이라는 개념이 등장했습니다. 특히 하루 24시간 1년 365일 가동해야 하는 데이터 센터는 전력 소모가 엄청나기 때문에 이 개념이 중요합니다. 전기를 많이 먹을수록 유지비가 늘어났고 발열량도 같이 늘어나기 때문에 냉각 시스템에 들어가는 비용도 더 늘어나니 어쩔 수 없는 일이었습니다. 이에 따라 주요 프로세서 제조사들 역시 와트당 성능을 중요시하게 됐습니다.  와트 당 성능비를 높이는 방법은 여러 가지입니다. 대표적인 방법은 클럭을 낮추고 코어 숫자를 늘리는 것입니다. CPU 클럭이 두 배가 되면 전력 소모는 두 배 이상 늘어납니다. 뒤집어 말해 클럭을 절반으로 낮추고 코어 숫자를 두 배로 늘리면 더 적은 전력으로 같은 성능을 달성할 수 있습니다. 따라서 서버용 CPU는 코어 숫자는 많은 대신 클럭은 소비자용 제품보다 낮습니다. GPU 역시 CPU보다 클럭이 훨씬 낮지만, 수많은 작은 연산 유닛을 병렬로 연결해 연산 능력을 높이는 방식으로 볼 수 있습니다.  여기에 마이크로 아키텍처를 개선하고 반도체 미세 공정을 도입하면 같은 성능에서 전력 소모를 줄이거나 반대로 같은 에너지를 사용해도 성능을 높여 와트당 성능비를 높일 수 있습니다.  여기까지 보면 꼭 전력 소모를 늘리지 않더라도 쉽게 와트당 성능을 높일 수 있는 것처럼 보입니다. 하지만 사실 그럴 수 없는 속사정이 있습니다. 전력 소모를 줄이는 데 매우 중요한 미세 공정 개발 속도가 최근 더디게 진행되고 있기 때문입니다. 이미 너무 작아진 트랜지스터를 더 작게 만들기 위해서는 천문학적인 투자와 연구 개발이 필요합니다. 이 과정은 과거보다 더디게 진행 중입니다.  인텔, AMD, 엔비디아, 애플 등 주요 제조사들은 성능을 더 높이기 위해 여러 개의 반도체 칩을 하나로 묶어 더 큰 프로세서를 만드는 대안을 선택했습니다. 그러면 미세 공정이 허용하는 것보다 더 거대한 프로세서를 만들 수 있기 때문입니다. 하지만 대신 전력 소모는 더 커질 수밖에 없습니다.  세계 최대의 파운드리 반도체 제조사인 TSMC는 2D, 2.5D, 3D 반도체 패키징 기술을 이용해 앞으로 3000억 개의 트랜지스터를 집적한 초거대 프로세서 개발이 가능할 것으로 내다봤습니다. 하지만 그 과정에서 프로세서의 전력 소모가 1000W를 넘게 될 것으로 예상됩니다. 여러 개의 칩렛으로 구성된 프로세서가 사실상 에어컨 수준인 킬로와트급 전기를 먹게 된다는 이야기입니다.  이미 단일 칩으로 가장 거대한 엔비디아의 H100 호퍼 GPU의 경우 트랜지스터 집적도가 800억 개에 달하고 최대 전력 소모가 700W에 달합니다. 여기에 엔비디아는 자사의 첫 서버 ARM 프로세서인 그레이스 슈퍼칩을 연결해 슈퍼컴퓨터와 서버 시장을 노릴 계획입니다. 이 경우 전력 소모량은 훨씬 올라갈 것입니다.  아직 정식 출시 전이지만, 인텔의 차세대 서버 프로세서인 사파이어 래피즈도 최대 4개의 타일을 붙여 하나의 큰 CPU를 만드는 방식이라 전력 소모량이 크게 높아질 수 있습니다. 인텔의 고성능 GPU인 Xe HPC (폰테 베키오)의 경우에도 47개의 타일을 붙여 1000억 개 이상의 트랜지스터를 집적한 만큼 전력 소모량이 급격히 늘어날 것으로 예상됩니다. 전력 소모량 증가는 서버 제품군에만 국한되지 않고 있습니다. 게임용 GPU 시장 역시 지난 몇 년간 전력 소모가 다시 늘어나고 있습니다. 엔비디아의 RTX 3090은 350W, RTX 3090 Ti은 450W의 TDP를 갖고 있는데, RTX 4000 시리즈는 이것보다 전력 소모가 더 늘어난다는 소식이 들리고 있습니다. 고성능 게이밍 PC에 국한된 이야기지만, PC용 파워 서플라이 용량도 서버급인 1000W를 넘는 게 낭비가 아닌 시대가 오고 있는 것입니다. 인텔과 AMD의 차기 CPU 역시 고성능 제품은 전력 소모가 다시 늘어날 가능성이 높습니다.  2004년 등장한 인텔의 펜티엄 4 프레스캇 프로세서는 당시 기준으로 엄청난 발열량과 전력 모소 때문에 프레스핫(hot)이라는 별명이 붙었습니다. 이 시기 쿨러로는 감당하기 힘든 최대 115W의 TDP 때문에 잘 모르고 케이스를 만졌다가 뜨거움에 놀란 소비자들이 하나둘이 아니었고 국내에서는 보일러 광고로 패러디되기까지 했습니다. 하지만 현재 등장하는 고성능 CPU와 GPU를 보면 이 정도는 애교로 보일 정도입니다.  현재까지는 전력 소모나 발열량 증가보다 성능 향상이 더 빨라서 와트당 성능비는 계속 향상되고 있습니다. 하지만 지구는 점점 뜨거워지고 있고 전기 요금도 점점 더 오르고 있어 앞으로 전력 소모량을 줄이는 것이 점차 중요한 과제로 떠오를 것입니다. 반도체 제조사들이 어디서 돌파구를 마련할 수 있을지 주목됩니다. 

지난 몇 년간 인텔은 AMD의 거센 추격과 ARM 기반 서버 칩의 등장, 인공지능 시장에서 엔비디아의 독주로 인해 업계 1위의 위상이 흔들렸습니다. 이 위기를 극복하기 위해 1년 전 취임한 팻 겔싱어 인텔 CEO는 여러 가지 미래 전략과 로드맵을 발표했습니다. 그중 하나는 거대한 반도체 칩을 한 번에 제조하는 대신 여러 개의 칩을 고속 인터페이스로 연결해 하나의 큰 반도체 칩처럼 만드는 기술입니다.  작년에 세부 내용을 공개한 인텔의 사파이어 래피즈(Sapphire Rapids) 제온 스케일러블 CPU는 최대 400㎟ 크기의 다이 4개를 인텔의 고속 인터페이스인 EBIM로 연결하고 여기에 추가로 초고속 메모리인 HBM2E 메모리까지 하나의 패키지에 넣을 수 있습니다. 차세대 GPU인 폰테 베키오 (Xe HPC)는 무려 47개의 타일을 하나로 묶어 트랜지스터 집적도를 1000억개까지 끌어올렸습니다.  한 번에 너무 큰 칩을 제조할 경우 수율이 급격히 낮아지는데다 첨단 미세 공정으로 갈수록 가격이 매우 높아지기 때문에 이렇게 여러 개의 칩을 하나로 묶는 기술이 업계의 새로운 트랜드가 되고 있습니다. 또 반드시 최신 미세 공정을 사용하지 않아도 되는 부분은 구형 공정을 이용해 가격도 절감할 수 있다는 점이 큰 장점입니다.  그런데 CPU나 GPU 모두 여러 개의 타일을 묶어서 만든다면 CPU + GPU 프로세서 역시 제조가 쉬워집니다. 인텔이 새로 공개한 팔콘 쇼어스 (Falcon Shores) XPU는 이런 맥락에서 당연히 등장할 수밖에 없는 제품이라고 할 수 있습니다.  팔콘 쇼어스는 인텔의 x86 CPU와 Xe GPU를 하나로 합친 고성능 및 슈퍼컴퓨팅 프로세서입니다. 물론 현재 판매 중인 인텔 12세대 코어 프로세서 (앨더 레이크) 역시 대부분 내장 GPU를 지니고 있기 때문에 x86 CPU와 Xe GPU의 통합 구조라고 할 수 있으나 팔콘 쇼어스는 서버 및 슈퍼 컴퓨팅 부분에서 처음 도입하는 CPU/GPU 통합 프로세서라는 차이점이 있습니다.  그래 봐야 제온 스케일러블 CPU와 Xe HPC GPU를 하나로 통합한 것에 지나지 않느냐고 반문할 수 있지만, 사실 이 통합이 핵심입니다. 고성능 서버 CPU와 고성능 연산용 GPU는 막대한 양의 데이터를 서로 주고받기 때문에 데이터 및 메모리 병목 현상이 발생하기 쉽습니다.이를 극복할 수 있는 대안 중 하나는 아예 하나의 패키지 안에 CPU, GPU, 메모리를 통합하는 것입니다. 인텔은 팔콘 쇼어스를 통해 전력 대비 성능과 메모리 대역폭을 5배 이상 끌어올릴 수 있다고 보고 있습니다. 물론 이 제품은 목적상 고성능 슈퍼컴퓨팅 및 인공지능 연산용으로 기존의 제온 서버 프로세서를 대체하는 것은 아닙니다.  서버급 CPU와 GPU를 통합하면서 기대할 수 있는 두 번째 이점은 공간 절약입니다. 거대한 서버 CPU와 제법 큰 공간을 차지하는 GPU를 서버용 메인보드에 여러 개 끼워 넣으면 당연히 서버의 부피는 커질 수밖에 없습니다. 아예 메모리까지 하나로 통합한 팔콘 쇼어스 XPU는 기존의 전통적인 CPU + GPU 서버 보다 5배 정도 시스템 밀도를 높일 수 있습니다. 데이터 센터의 크기가 자꾸만 커지는 상황에서 크기가 작은 서버의 등장은 반가운 일입니다. 결국 비용 절감으로 이어지기 때문입니다.  하지만 팔콘 쇼어스는 올해가 아닌 2024년 이후 등장할 예정입니다. 인텔은 최신 20A 이후 공정을 팔콘 쇼어스에 도입할 계획입니다. 인텔은 서버 CPU에서 AMD에 시장을 내주고 있고 엔비디아가 장악한 고성능 GPU 시장에는 진입조차 못하고 있습니다. 다만 전례 없는 수준의 연구와 투자를 병행하고 의욕적인 제품 로드맵을 공개하고 있어 몇 년 후에는 업계 판도가 바뀔 수도 있는 상황입니다. 과연 인텔의 변신이 성공할지 미래가 궁금합니다. 

컴퓨터나 스마트폰 같은 첨단 전자기기는 일반적으로 제품 수명이 짧습니다. 10년 된 자동차나 20년 된 가구와 달리 몇 년만 지나면 성능이 월등히 좋은 신제품이 쏟아져 나오기 때문입니다. 물론 3~4년 된 스마트폰이나 컴퓨터도 문제없이 사용할 수 있지만, 제품 자체는 이미 단종된 경우를 쉽게 볼 수 있습니다. 컴퓨터 부품 중에서는 CPU나 그래픽 카드가 대표적입니다. 그런데 최근에 이런 일반적인 상식에 역행하는 일이 일어났습니다. 최근 엔비디아는 구형 모델인 RTX 2060의 2021년 버전인 RTX 2060 12GB를 다시 공개했습니다. RTX 2060 자체는 2019년 1월에 출시되었으며 RTX 2060의 업그레이드 모델인 RTX 2060 슈퍼는 그해 7월에 생산됐습니다. 엔비디아가 2020년 하반기부터 RTX 3000 시리즈를 내놓았기 때문에 구형 모델인 RTX 2000 시리즈는 지금쯤 단종 수준을 밟으면서 이제는 RTX 4000 제품 소식이 들려오는 것이 일반적인 상황입니다. 상당히 수명이 짧아 보이지만, GPU 기술이 그만큼 빠르다는 이야기이기도 합니다.  그런데 이런 정상적인 제품 주기를 뒤집은 힘은 바로 암호 화폐 채굴 수요입니다. 비정상적인 채굴 수요로 인해 그래픽 카드 가격이 고공 행진을 하면서 현재 RTX 2060은 80만원 이상, RTX 2060 슈퍼는 100만원 이상에 거래되고 있습니다. 정확히 말하면 초기 출시 때보다 몇 배나 껑충 뛴 가격에도 물량이 별로 없는 상황입니다. 극심한 그래픽 카드 품귀 현상을 해결하기 위해 엔비디아는 고육지책을 내놓았습니다. 생산량을 늘리기 힘든 최신 공정인 8㎚ 대신 상대적으로 여유가 있는 구형 공정인 12㎚ 웨이퍼를 이용해 그래픽 카드 생산을 늘리기로 한 것입니다. 대신 메모리 수급은 안정적이므로 메모리 용량을 RTX 2060의 두 배인 12GB로 높였습니다. RTX 2060 시리즈는 모두 TU106 칩 기반으로 108억 개의 트랜지스터를 집적한 고성능 GPU입니다. 재미있는 부분은 RTX 2060 12GB의 스펙이 메모리 용량과 192bit 메모리 인터페이스를 제외하고 사실 RTX2060 슈퍼와 똑같다는 것입니다. RTX 2060 12GB는 2176개의 쿠다 코어와 272개의 텐서 코어, 34개의 RT 코어를 지니고 있는데 이는 RTX 2060 슈퍼와 같습니다. 메모리를 8GB에서 12GB로 늘리고 대신 대역폭은 448GB/s에서 336GB/s로 줄인 게 유일한 차이입니다. 따라서 전체적인 성능은 RTX 2060 슈퍼와 비슷할 것으로 보입니다.  가격은 미정이지만 출시 가격은 RTX 2060의 349달러와 RTX 2060 슈퍼의 399달러 사이가 될 가능성이 높지만, 그래픽 카드 품귀 현상이 지속하는 한 출시 가격보다 훨씬 높은 가격에 판매될 것으로 보입니다. 그래도 PC 업계에서는 물량 공급이 늘어나면서 조금이라도 숨통이 트일 수 있기를 희망하고 있습니다. 그래픽 카드 품귀로 게이밍 PC 소비자들이 컴퓨터 구매나 업그레이드를 뒤로 미루고 있기 때문입니다. RTX 2060의 복귀는 기본적으로 그래픽 카드 품귀 현상 때문이지만, 한 가지 다른 해석도 가능합니다. 바로 새로 그래픽 카드 시장에 뛰어드는 인텔에 대한 견제입니다. 현재 대부분의 게임이 엔비디아의 지포스 시리즈에 최적화된 점을 생각하면 인텔 아크 그래픽 카드는 초반에는 고전을 면치 못할 것으로 예상됐습니다. 하지만 때마침 찾아온 암호 화폐 채굴 수요 덕분에 인텔 아크는 예상보다 더 큰 기대를 받고 있습니다. 채굴 성능은 별로인데 그래픽 성능이 우수하면 단숨에 지포스의 대안으로 떠오를 가능성이 있기 때문입니다. 따라서 엔비디아가 RTX 2060을 시작으로 구형 그래픽 카드를 복귀시키면 매출 증대는 물론 인텔 아크 시리즈에 대한 견제 효과도 얻을 수 있습니다. 지금 당장에는 인텔이 큰 위협이 아니지만, 미래는 장담할 수 없는 만큼 초반부터 적극적인 견제가 필요할 수 있습니다. 내년 상반기에는 인텔의 시장 참여와 RTX 2000 시리즈의 부활로 그래픽 카드 시장이 정상을 찾아갈 수 있을지 궁금합니다.

최근 파운드리 시장은 어느 때 보다 뜨거운 관심을 받고 있습니다. 일부 자동차 공장을 멈추게 만든 반도체 수급 대란이나 중국의 반도체 굴기, 미국의 자국 내 반도체 산업 육성, 그리고 국내 반도체 업계의 투자 등 여러 가지 이슈가 겹치면서 과거에는 생소했던 파운드리(반도체 위탁생산)가 이제는 익숙한 용어가 됐습니다. 반도체 생산 공정은 나노미터 단위로 점점 작아질수록 기술적 난이도와 팹(fab) 건설 비용이 천정부지로 치솟는 특징이 있습니다. 그런 만큼 초미세 공정이 가능한 파운드리 업체의 숫자는 이제 TSMC와 삼성전자 단 두 곳에 지나지 않는 상황입니다. TSMC는 최신 미세 공정부터 여전히 수요가 많은 구형 공정까지 다양한 팹을 지니고 있으며 오랜 세월 파운드리 사업에서 잔뼈가 굵은 업체이기 때문에 이 분야에 누구보다도 많은 노하우를 지니고 있습니다. 하지만 과거 파운드리에서 존재가 미미했던 삼성이 엔비디아 같은 오랜 단골을 뺏어갈 정도로 영향력이 커졌고 인텔도 본격적인 투자를 진행하면 어떤 결과가 나올지 모르는 상황이기 때문에 TSMC 역시 경쟁자들을 물리치기 위한 비장의 무기들을 개발하고 있습니다. 그중 하나가 2021년 VLSI 심포지엄에서 발표한 직접 수랭(Direct Water Cooling, DWC) 기술입니다. 열이 많이 나는 고성능 프로세서의 경우 워터 펌프와 라디에이터로 열을 식히는 수랭 방식이 드물지 않기 때문에 수랭 기술이 뭐가 특별하냐고 생각할 수 있지만, 직접 반도체를 식한다는 점이 차이점입니다. 직접 수랭 기술은 반도체 바로 위에 물이 흐르는 미세관을 만들어 반도체를 직접 식힌다는 의미입니다. 첨단 과학기술력의 결정체인 최신 미세 공정 반도체는 사실 매우 약한 존재입니다. 따라서 최신 프로세서들은 반도체를 보호하는 튼튼한 금속판인 히트 스프레더(Heat spreader)로 덮여 있습니다. 그 사이 공간은 열전도율이 높은 물질인 서멀 그리스(Thermal Grease)로 채워 넣습니다. 수랭이든 공랭이든 쿨러는 모두 히트 스프레더 위에 다시 서멀 그리스를 바른 후 장착합니다. 따라서 사실 수백W의 전력을 소모하는 CPU와 GPU는 상당한 많은 단계를 거쳐야 공기나 물과 접촉할 수 있는 것입니다. 당연히 냉각 효율은 떨어집니다. 직접 수랭 기술은 이 문제를 해결하기 위해 몇 년 전부터 선보인 기술입니다. 칩의 위에 아주 작은 미세관이 있는 실리콘 층을 하나 더 쌓아 열을 제거하는 것입니다. 최신 반도체는 아파트처럼 여러 층으로 올리는 경우가 드물지 않기 때문에 사실 한 층을 더 넣는 건 그렇게 큰 문제가 되지 않습니다. 문제는 작은 미세관에 누수 없이 많은 물을 흘려보내 프로세서를 안정적으로 냉각시키는 것입니다. 조금이라도 누수가 발생하면 많은 전류가 흐르는 반도체가 바로 손상되면서 고가의 시스템이 완전히 망가집니다. 이런 문제 때문에 직접 수랭 기술은 이론적으로는 훌륭하지만, 상용화는 어려운 기술로 여겨졌습니다.이런 문제점에도 불구하고 TSMC가 직접 수랭 기술에 도전하는 데는 그럴 만한 이유가 있습니다. 최신 CPU와 GPU의 트랜지스터 집적도는 이미 수백억 개를 돌파했지만, 더 고성능의 프로세서를 만들기 위해서는 더 많은 트랜지스터가 필요합니다. 그런데 더 많은 트랜지스터는 더 많은 발열을 의미합니다. 과거에는 공정 미세화로 이 문제를 극복했지만, 이제는 점점 공정 미세화가 어려워지고 있습니다. 그런데 직접 수랭 방식을 적용하면 500㎟ 이상 크기의 대형 칩에서 200W가 아니라 2000W의 발열도 감당할 수 있다는 게 TSMC의 설명입니다. 이런 일이 실제로 가능하다면 대형 CPU나 GPU도 메모리처럼 여러 층으로 쌓아 집적 밀도를 높일 수 있을 것입니다. 평면으로 더 작게 못 만든다면 아파트처럼 여러 층으로 쌓는 것이 현실적인 대안입니다. TSMC는 여러 가지 반도체를 수직으로 올리는 3D 칩 적층 기술을 적극 도입하려 하지만, 메모리보다 훨씬 큰 발열 문제가 발목을 잡고 있습니다. 직접 수랭 기술은 발열 문제를 타개할 비장의 카드인 셈입니다. 물론 이번에 발표한 내용을 보면 당장 상용화할 수준은 아니고 프로토타입 제품을 만들어 가능성을 검증한 정도입니다. 서버에서 사용할 수 있을 정도로 신뢰성 높은 제품을 개발한다면 새로운 게임 체인저가 될 수 있겠지만 사실 쉬운 일은 아닐 것입니다. 과연 TSMC가 성공할 수 있을지 궁금합니다.

초창기 인공지능 알고리즘은 별도의 연산 하드웨어 없이 CPU를 이용해 모든 연산을 처리했습니다. 그러나 CPU는 복잡한 명령어를 순차적으로 처리하는 데 유리한 구조로 단순한 신경망 밖에 구현할 수 없다는 한계가 있습니다.  따라서 인공지능 연구자들은 CPU의 한계를 극복하기 위해 대용량 그래픽 데이터의 병렬처리에 최적화된 GPU에 주목했습니다. GPU는 수백 개의 코어를 사용해서 한꺼번에 막대한 데이터를 연산하는데, 이는 CPU보다 인공지능 연산에 유리한 구조입니다. 인공지능 연구자들은 GPU 덕분에 과거에는 상상할 수 없었던 수준까지 인공지능 알고리즘의 성능을 끌어올렸습니다. 이제는 아예 최신 GPU도 인공지능 연산을 염두에 두고 개발될 정도로 인공지능 연산을 위한 GPU 수요가 커졌습니다.  그러나 GPU라고 해서 단점이 없는 완벽한 기계는 아닙니다. GPU 가장 큰 문제점은 혼자서 일을 할 수 없다는 것입니다. GPU는 기본적으로 컴퓨터의 그래픽 연산 프로세서이기 때문에 CPU, 메모리, 스토리지와 함께 작업해야 합니다. 따라서 CPU, 메모리와 끊임없이 데이터를 주고받아야 합니다. 데이터의 양이 커질수록 연산 능력이 아니라 데이터 병목현상 때문에 속도가 느려질 수밖에 없는 것입니다.  미국의 인공지능 관련 스타트업인 세레브라스 시스템스 (Cerebras Systems, 이하 세레브라스)는 이 문제를 극복할 수 있는 새로운 대안을 제시했습니다. 이들의 해결책은 300mm (12인치) 웨이퍼 하나를 통째로 하나의 통합 프로세서로 만들어 연산 코어와 메모리를 가득 채우고 가까운 거리에서 고속으로 연결하는 것입니다.  반도체는 웨이퍼라는 동그란 원판에서 한꺼번에 제작된 후 작게 조각내 CPU나 GPU 같은 개별 제품으로 판매됩니다. 컴퓨터에서 CPU와 GPU는 PCIe 같은 인터페이스로 연결되고 역시 CPU 밖에 위치한 메모리는 메모리 컨트롤러를 통해 제어됩니다. 대용량의 데이터를 주고받기 위해 서로 가까이 있어야 하지만, CPU, GPU, 메모리는 사실 서로 멀리 떨어진 셈입니다.  세레브라스의 웨이퍼 스케일 엔진 (Wafer Scale Engine, WSE)은 웨이퍼를 여러 개로 쪼갠 후 별도의 제품으로 만들어 서로 복잡한 과정으로 데이터를 주고받는 대신 작은 연산 코어와 메모리를 그냥 하나의 웨이퍼에 두고 데이터를 한꺼번에 처리하는 새로운 접근법을 택했습니다.  세레브라스의 1세대 웨이퍼 스케일 엔진은 TSMC의 16nm 공정으로 제조되었으며 거의 40만 개의 코어와 18GB의 온 보드 SDRAM을 장착해 고속 AI 연산에 최적화되어 있습니다. 하지만 현재 최신 미세 공정을 생각하면 16nm 공정 프로세서는 시대에 다소 뒤처진 감이 있습니다. 따라서 세레브라스는 최근 TSMC의 7nm 공정을 이용한 2세대 웨이퍼 스케일 엔진을 공개했습니다. 무려 85만 개의 AI 연산 코어와 40GB의 온보드 SDRAM을 탑재했으며 트랜지스터 집적도는 1세대의 1.2조 개에 두 배가 넘는 2.6조 개에 달합니다. 이론적 성능 역시 1세대의 두 배 이상입니다.   신생 스타트업이 기술적 난이도가 상당한 프로세서 개발에 성공한 이유는 인공지능 관련 스타트업에 유리한 미국 내 환경과 정부의 적극적인 지원이 있었기 때문입니다. 1세대 웨이퍼 스케일 엔진은 로렌스 리버모어 국립 연구소 (LLNL) 같은 국책 연구소의 슈퍼컴퓨터에 통합되었고 올해 3분기부터 출하될 2세대 웨이퍼 스케일 엔진은 아르곤 국립 연구소, 로렌스 리버모어 국립 연구소 같은 미국 내 연구소는 우선 도입될 예정입니다. 신개념 인공지능 기술을 국책 연구소에서 선도적으로 도입해서 성능을 검증하고 판로를 열어준 것입니다.  중국 등 다른 나라의 거센 추격을 받고 있긴 하지만, 아직 고성능 인공지능 프로세서 분야에서는 미국이 앞서 나가고 있습니다. 엔비디아, 인텔, AMD 등 미국 반도체 회사들이 이 분야에서 가장 선두를 달리고 있고 구글, 아마존, 마이크로소프트, 페이스북 같은 거대 IT 회사들이 탄탄한 수요를 뒷받침하고 있습니다. 그리고 세레브라스 같은 신생 스타트업도 혁신적인 아이디어만 있으면 민간과 정부에서 자금을 지원받아 새로운 인공지능 프로세서를 개발할 수 있는 길이 열려 있습니다. 세레브라스의 성공 여부와 상관없이 이 분야에서 한동안 미국이 앞서 나갈 것으로 보는 이유입니다. 고든 정 칼럼니스트 jjy0501@naver.com

냉전 시절 구소련은 미국을 중심으로 한 서방 세력에 맞서기 위해 과학기술 개발에 온 힘을 쏟았습니다. 하지만 이런 노력에도 IT 분야에서는 서방측을 따라잡기는커녕 자꾸만 격차가 벌어졌습니다. 중앙집권적 관료들의 지배를 받는 구소련의 IT 기구들은 자유로운 연구와 창업이 보장된 서방의 IT 혁신을 따라잡을 수 없었습니다. 이런 상황에서 구소련이 선택할 수 있는 가장 합리적인 해결책은 서방의 기술을 복제해 CPU를 만드는 것입니다. 구소련의 과학자들은 역설계 기술을 통해 인텔, IBM 등 서방 제조사의 CPU를 복제한 해적판 CPU를 만들었습니다. 물론 소프트웨어라고 해서 예외는 아니었습니다. 그러나 구소련이 붕괴되고 라이선스 없이 마음대로 서방측 기술을 사용할 수 없게 되자 새로운 대안이 필요했습니다. 1992년 모스크바 물리기술 대학의 스핀 오프 기업으로 설립된 MCST(Moscow Center of SPARC Technologies)는 이름처럼 미국 IT 기업인 Sun(나중에 오라클에 인수)이 개발한 SPARC 계열 CPU를 연구하고 개발하기 위해 설립됐습니다. 하지만 이 회사는 또 다른 서방측 프로세서 기술에도 주목했습니다. 바로 VLIW(Very long instruction word) 기반 아키텍처입니다. VLIW는 동시에 여러 명령어를 처리할 수 있는 기술로 주목받았으나 사실 주류에 해당하는 x86이나 ARM 아키텍처에 밀려 큰 힘을 쓰지는 못하고 있습니다. 현재는 특수 목적의 임베디드 프로세서나 일부 GPU에 사용되고 있을 뿐입니다. 그런 VLIW 아키텍처가 러시아에서 부흥한 이유는 서방측의 제재에 맞서 러시아산 x86 호환 프로세서가 필요했기 때문입니다. MCST가 개발한 엘브루스(Elbrus) CPU는 내부적으로는 VLIW로 돌아가지만 x86 명령어를 번역하는 방법으로 x86 기반 윈도우나 리눅스 운영체제를 구동할 수 있습니다. 이는 일종의 VLIW 방식 CPU였던 인텔 아이테니엄(Itanium)이나 지금은 사라진 저전력 x86 호환 프로세서인 트랜스메타의 크루소(Crusoe)와 같은 방식입니다. 엘브루스 CPU의 최신 버전은 2018년 말 생산을 시작한 엘브루스-8SV(Elbrus-8SV)로 대만 TSMC의 28nm 공정으로 제조한 8코어 CPU입니다. 27.8억개의 트랜지스터를 집적한 나름 큰 프로세서로 4채널 DDR4 2400 메모리와 16MB L3 캐시 메모리, 1.5GHz 클럭을 지니고 있습니다. 이론적 연산 능력은 단정밀도에서 576GFLOPS이지만, x86 명령어를 처리하는 경우 성능이 하락한다는 점을 감안해야 합니다. 실제적인 성능은 서방측 최신 x86 CPU는 물론 ARM 기반 고성능 프로세서에 크게 못 미치는 것으로 알려져 있습니다. 하지만 러시아 입장에서는 서방의 제재에도 x86 호환 CPU를 자체 공급할 수 있다는 사실이 더 중요할 것입니다. 최근 러시아 연방 산업 통상부는 32코어 고성능 엘브루스 CPU를 개발하기 위해 75억 루블(1092억원)을 투자하겠다고 발표했습니다. 러시아 입장에서는 상당한 거금을 들여 신형 CPU를 개발하는 것으로 2025년까지 현재 서방측 서버 CPU를 넘볼 수 있는 프로세서를 개발하는 것이 목표입니다. 32코어 엘브루스 CPU는 7nm 미세 공정을 사용하며 DDR5 및 PCIe 5.0 같은 최신 기술을 적용할 예정입니다. 계획대로만 된다면 엘브루스 CPU는 미국 이외의 국가에서 제조하는 x86 호환 CPU 가운데 가장 강력한 성능을 지닌 CPU가 될 것입니다. 하지만 러시아가 서방측 제재를 뚫고 순조롭게 차세대 CPU를 개발할 수 있을지는 아직 미지수입니다. 가장 큰 문제는 러시아는 자체 반도체 제조 시설이 매우 낙후되어 있다는 것입니다. 엘브루스의 경우 90nm 공정을 사용한 엘브루스 2S 시리즈까지는 어떻게든 러시아 자체 팹을 사용했으나 그 이하 미세 공정을 러시아 내에서 확보할 방법이 없어 결국 TSMC에 위탁 생산을 하는 수밖에 없었습니다. 7nm 미세 공정은 현재 러시아 사정을 생각할 때 5년이 아니라 10년 후에도 가능할지 의문스러운 수준으로 결국 TSMC 같은 외국 제조사의 힘을 빌려야 합니다. 미국 등 서방측이 이 부분까지 제재할 경우 러시아의 CPU 자력갱생은 상당한 어려움에 처할 것입니다. 물론 DDR5 같은 최신 메모리 역시 한국 등 다른 나라에서 전량 수입해야 하는 처지입니다. 하지만 러시아 입장에서는 하나라도 더 자체 생산하는 편이 안전하기 때문에 32코어 엘브루스 프로세서 개발 계획을 철회하지는 않을 것으로 생각됩니다. 러시아 역시 서방측이 CPU에 백도어를 숨겨두지 않았을까 걱정하고 있기 때문에 설령 위탁생산을 하더라도 군용 및 정부용 컴퓨터에는 자체 설계 CPU를 사용할 수밖에 없는 것입니다. 사실 경제 논리로 생각하면 러시아도 다른 나라처럼 인텔이나 AMD CPU를 사용하는 것이 가장 합리적입니다. 좁은 러시아 내수 시장을 위해 소량 생산되는 만큼 성능이 낮다고 가격을 낮출 수도 없습니다. 가성비가 낮은 만큼 엘브루스 CPU는 미국제 CPU를 사용할 수 없는 피치 못할 사정이 있고 혹시 러시아가 심었을지도 모르는 백도어가 걱정되지 않는 국가가 아니라면 도입할 가능성도 희박합니다. 수출로 활로를 뚫어 경제성을 확보할 가능성이 거의 없다는 것이죠. 그러나 경제 논리를 대신할 러시아의 정치적 사정이 있는 만큼 세상에서 가장 기이한 x86 호환 CPU인 엘브루스의 진화는 당분간 계속될 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

지난 몇 년간 이빨과 발톱을 갈았던 인텔이 마침내 숙적 AMD의 내장 그래픽 성능을 뛰어넘었습니다. 인텔은 11세대 코어 프로세서인 타이거 레이크(Tiger Lake) 공개 행사에서 인텔 코어 i7 - 1185G7의 게임 성능이 경쟁 제품인 AMD 라이젠 4800U보다 최대 1.8배 높다고 밝혔습니다.(배틀필드 V, 배틀 그라운드 등 인기 게임 10종 비교) 그리고 더 나아가 보급형 노트북 그래픽 카드인 엔비디아 MX350과의 성능 차이 역시 별로 크지 않다고 강조했습니다. 가볍게 게임을 즐기는 일반적인 노트북 사용자라면 굳이 경쟁사 제품이나 보급형 그래픽 카드 대신 타이거 레이크에 탑재된 아이리스 Xe 내장 그래픽만으로도 충분하다는 이야기입니다. 이 결과를 내기까지 인텔은 22년간 그래픽 프로세서에 투자했습니다. 인텔 최초의 그래픽 카드는 1998년 공개한 i740입니다. 지금은 사라진 AGP 인터페이스를 사용한 초기 보급형 그래픽 카드로 간단한 3D 게임 정도만 구동할 수 있었습니다. 그런데 당시 그래픽 카드 시장은 엔비디아, 3Dfx, ATI(나중에 AMD에 흡수된 라데온 그래픽 부분) 등 여러 그래픽 칩 제조사들의 경쟁 구도가 끝나고 엔비디아와 ATI의 양강 구도로 정리되고 있었습니다. 본래 성능이 높은 편이 아니었던 인텔 그래픽 칩은 결국 메인보드에 통합된 내장 그래픽으로 명맥을 이어 나가게 됩니다. 독립 그래픽 카드 대신 값싼 그래픽 내장 메인보드를 사용하면 비용을 절감하고 전기 요금도 아낄 수 있었습니다. 따라서 인텔 내장 그래픽은 사무용 컴퓨터나 게임 목적이 아닌 가정용 PC에 널리 탑재되었습니다. 사실 2000년을 전후로 랜 카드, 사운드 카드, 그래픽 카드가 모두 메인보드에 내장되어 컴퓨터 제조 단가도 저렴해지고 크기도 작아졌습니다. 메인보드 내장 그래픽을 사용하는 사람들이 원하는 것은 모니터 출력이 가능한 저렴한 컴퓨터였습니다. 따라서 인텔 역시 내장 그래픽 성능을 높이기 위해 많은 투자를 하지 않았습니다. 물론 기술이 발전함에 따라 인텔 내장 그래픽 성능 역시 향상되기는 했지만, 그래픽 감속기라는 별명이 붙을 정도로 비슷한 시기의 지포스나 라데온보다 성능이 낮았습니다. 하지만 가격이 저렴하고 사용 목적에 충실한 만큼 특별히 문제될 것도 없었습니다. 문제가 된 것은 2006년 ATI를 합병한 AMD가 내장 그래픽 성능을 대폭 높인 이후입니다. AMD는 2011년에는 라데온 내장 그래픽을 CPU에 통합한 APU라는 개념의 하이브리드 CPU를 선보였는데, 저렴한 가격에 그래픽 성능이 우수해 시장에서 좋은 반응을 얻었습니다. 독립 그래픽 카드를 사기에는 주머니 사정이 넉넉하지 않지만, 게임은 하고 싶은 소비자에게 AMD APU가 좋은 대안이 된 것입니다. 당연히 인텔 역시 내장 그래픽 성능을 높여 이에 대응했습니다. 2011년에는 역시 GPU를 CPU와 통합한 샌디브릿지를 선보였고 이후 매년 내장 그래픽 성능을 높여 AMD를 추격했습니다. 그리고 2013년에는 별도의 임베디드 메모리(eDRAM)를 지닌 아이리스 프로 (Iris Pro) 그래픽을 선보이며 AMD 내장 그래픽은 물론 보급형 그래픽 카드와 견줄 만한 성능을 지닌 인텔 내장 그래픽을 선보이기도 했습니다. 하지만 아이리스 프로는 가격이 비싸 한정된 제품에만 사용됐습니다. 솔직히 그 가격이면 차라리 독립 그래픽 카드를 탑재하는 편이 더 나은 선택이었습니다. 이런 예외를 제외하고 인텔 내장 그래픽의 성능은 늘 AMD에 뒤처졌습니다. 영원히 2인자 자리를 놓치지 않았을 것 같았던 인텔에 변화가 생긴 건 2017년 라데온 그래픽 부분을 이끈 라자 코두리를 영입한 이후입니다. 라자 코두리는 Xe라는 새로운 그래픽 아키텍처를 통해 인텔 그래픽 부분을 대대적으로 개편했습니다. 단지 내장 그래픽 부분에서 AMD를 견제하기 위해서가 아니라 인공지능 및 고성능 컴퓨팅 부분에서 경쟁력을 확보하기 위해 자체 GPU가 필요했기 때문입니다. 이렇게 해서 나온 첫 작품이 바로 타이거 레이크에 탑재된 아이리스 Xe 그래픽입니다.타이거 레이크는 작은 네 개의 CPU 코어와 거대한 GPU 블록을 지니고 있습니다. GPU 블록 안에는 최대 96개의 실행유닛 (EU)이 있는데, 이는 전 세대의 64개보다 1.5배 증가한 것입니다. 여기에 클럭까지 증가해 전체 성능은 1.8배 이상 증가했습니다. 반면 경쟁자인 AMD 라이젠 4000 시리즈는 전 세대 대비 그래픽 성능 향상폭이 크지 않았습니다. 라데온 3000 시리즈에서 그래픽 유닛을 늘리는 대신 CPU 코어를 두 배 늘렸기 때문입니다. 덕분에 8코어 노트북 CPU의 대중화는 이끌 수 있었으나 경쟁자에 내장 그래픽 성능 역전을 허용했습니다. 다만 그렇다고 해서 AMD가 일방적으로 밀리는 싸움이 시작된 건 아닙니다. 인텔이 비교 대상으로 든 라이젠 4800U는 사실 8코어 CPU로 4코어인 i7 - 1185G7보다 멀티 쓰레드 성능이 월등이 뛰어납니다. 그리고 현재까지 발표된 것은 모두 인텔 측 보도자료입니다. 동등한 조건에서 공정하게 벤치마크를 진행할 경우 내장 그래픽 역시 인텔이 주장한 만큼 성능 차이가 크지 않을 수 있습니다. 그리고 AMD 역시 차세대 CPU와 GPU 공개가 임박한 상황으로 얼마든지 반격이 가능합니다. 이번에 인텔에게 내장 그래픽 부분에서 우위를 내준 만큼 내년에는 AMD가 훨씬 강화된 그래픽 성능을 지닌 5000번대 제품을 내놓을 가능성이 커졌습니다. 동시에 Zen 3 아키텍처 기반의 차세대 CPU 역시 전 세대 대비 10-20% 수준의 성능 향상을 예고하고 있습니다. 이런 경쟁을 통해 소비자들은 더 좋은 노트북을 같은 가격에 구매할 수 있을 것입니다. CPU 전쟁의 진짜 승자는 인텔이나 AMD가 아니라 결국 소비자가 될 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com　

애플의 개인용 컴퓨터인 맥(mac)은 지금까지 세 가지 형태의 CPU를 탑재했습니다. 1984년 등장한 오리지널 매킨토시는 모토로라 68000을 사용했습니다. 이후 1994년 IBM의 파워 PC(PowerPC)로 CPU를 변경하는데, 초기에는 강력한 성능으로 시장에서 호평을 받았습니다. 하지만 스티브 잡스는 2006년 파워 PC에서 인텔 CPU로 갈아타기로 결정합니다. IBM 파워 PC의 강력한 경쟁 상대였던 인텔 x86 CPU의 성능이 크게 향상되었고 파워 PC에서 약점으로 생각되던 노트북용 CPU에서 더 나은 대안을 제시했기 때문입니다. 사실 파워 PC용으로 개발되었던 맥OS와 소프트웨어를 모두 x86으로 변경한다는 것은 쉽지 않은 결정이었습니다. 하지만 당시 IBM의 개발 방향은 서버 및 고성능 컴퓨팅에 초점이 맞춰져 있었고 인텔만큼 노트북에 집중할 가능성은 희박했습니다. 따라서 장기적으로 봤을 때 인텔 CPU와 플랫폼이 맥의 미래를 위해 나은 결정이었습니다. 파워 PC에서 인텔 CPU로 갈아탄 일은 지금도 잡스의 탁월한 선택으로 평가받고 있습니다. 하지만 모토로라와 IBM과 마찬가지로 애플과 인텔의 밀월 관계 역시 영원할 순 없습니다. 이미 업계에서는 몇 년 전부터 애플이 ARM 기반 자체 프로세서를 맥에 탑재할 것이라는 루머가 끊이지 않았습니다. 인텔 CPU의 발전이 정체된 사이 애플 A 시리즈 같은 모바일 AP는 성능이 급격히 빨라져 x86 CPU와의 격차를 크게 줄였기 때문입니다. 그 결과 과거에는 모바일이나 임베디드 등 고성능보다는 저전력이나 낮은 가격으로 승부하던 시장뿐 아니라 서버나 노트북 등 고성능 기기 시장까지 ARM 기반 CPU가 파고들고 있습니다. 퀄컴은 스냅드래곤 8cx를 통해 윈도우 10 기반 노트북 및 태블릿 시장에 출사표를 던졌고 아마존은 자체 ARM 서버칩의 성능이 인텔이나 AMD의 서버칩에 비해 가성비가 더 높다고 발표했습니다. 애플의 A 시리즈 AP는 모바일 ARM CPU 중에서 성능이 가장 높은 편에 속합니다. 애플이 노트북이나 데스크톱에 들어갈 더 고성능 ARM 기반 프로세서를 만든다면 충분히 인텔 CPU와 경쟁할 수 있는 상황입니다. 애플 자체 프로세서를 탑재한 맥의 등장은 사실 시간문제였습니다. 애플은 WWDC(세계 개발자 컨퍼런스) 2020 기조연설을 통해 ARM 버전 맥을 올해 말 출시하겠다고 발표했습니다. 새로운 맥OS인 빅서(Big Sur)는 ARM 버전으로 개발된 것으로 시연용으로 보여준 모든 앱이 ARM 버전으로 구현된 것입니다. 애플은 x86 어플리케이션의 대부분을 수일 이내로 ARM 버전으로 수정할 수 있을 것으로 예상했습니다. 수정되지 않은 x86 앱이라도 x86-ARM 번역기인 로제타 2(Rosetta 2)를 통해서 새로운 ARM 기반 맥에서 사용할 수 있습니다. 참고로 파워 PC에서 x86으로 이전할 때 사용한 앱의 이름이 로제타입니다. 애플은 ARM 기반 맥에 들어갈 프로세서에 대한 정보는 제공하지 않았습니다. 단지 노트북 CPU 수준의 전력 효율성과 데스크톱 CPU 수준의 성능을 보여줄 것이라고 주장했습니다. 다만 아이패드용 AP를 사용할 것인지 아니면 새로운 고성능 프로세서를 탑재할 것인지는 밝히지 않았습니다. 전자를 택한다면 비용을 절감할 수 있고 후자를 택한다면 성능을 높일 수 있을 것입니다. 개발자를 위한 개발자 전환 킷(DTK, Developer Transition Kit)에는 아이패드 프로에 탑재된 A12Z와 16GB 메모리, 512GB SSD, 맥OS 빅서 베타 버전이 탑재되었습니다. 애플 자체 칩 전환에는 대략 2년 정도의 시간이 소요될 것으로 예상됩니다. 자체 칩을 사용할 경우 얻는 가장 큰 이점은 비용 절감입니다. 애플의 A 시리즈 AP는 인텔 CPU보다 저렴하기 때문입니다. 또 GPU의 경우도 라데온 대신 자체 GPU를 내장하면 비용을 한 단계 더 절감할 수 있습니다. 하지만 비용 절감이 유일한 이유는 아닙니다. 모든 애플 기기가 자체 ARM 기반 프로세서를 사용하면 맥OS와 iOS의 실용적인 통합이 가능합니다. 애플은 상당수 iOS 앱을 별도의 전환 과정 없이 맥에서도 사용할 수 있다고 언급했습니다. 결국, 맥의 활용도가 크게 높아지면서 아이폰 사용자를 자연스럽게 맥으로 끌어올 수 있습니다. 자체 생태계를 크게 강화할 수 있는 것입니다. 최신 A 시리즈 칩셋에 탑재한 인공지능 가속 기능을 맥에서 사용할 수 있는 것도 큰 장점입니다. 사실 x86에서 ARM으로 이전하는 비용이 만만치 않지만, 이전을 통해 얻는 여러 가지 이득이 비용을 상쇄하고도 남을 것입니다. 여담이지만, 본래 ARM은 영국의 애플이라고 불리던 아콘 컴퓨터가 개발한 CPU입니다. 아콘 컴퓨터는 오래전 파산했지만, CPU 설계 부분은 ARM으로 독립해 지금에 이르렀습니다. 이런 사연을 지닌 ARM이 진짜 애플의 두뇌 역할을 하게 됐으니 우연치곤 재미있는 일입니다. 고든 정 칼럼니스트 jjy0501@naver.com

인공지능(AI)에 대한 전 세계적인 열광은 여전히 뜨겁다. 그러나 현재의 AI는 여전히 불완전한 기술이고 궁극적인 지향점인 사람 수준의 지능을 달성하기까지 아직 많은 시간이 필요해 보인다. 그럼에도 AI 기술 확보를 위한 자본 집중과 경쟁 심화는 AI가 미래 먹거리의 중심에 서 있다는 것을 방증한다. 특히 하드웨어 시장을 살펴보면 그 잠재력을 짐작해 볼 수 있다. AI 하드웨어 시장의 키워드는 AI 칩이다. AI 칩의 본격 등장을 알린 계기는 2016년 이세돌 9단과 알파고의 대국부터이다. 구글은 AI 전용 칩인 ‘텐서플로우 연산처리장치’(TPU)를 개발해 이세돌 9단과의 대국에 나섰다. TPU는 인공신경망을 계산하는 데 최적화된 하드웨어로 가장 큰 특징은 저전력 소모이다. 인공신경망의 학습과 추론에 주로 활용되는 그래픽연산처리장치(GPU)와 비교했을 때 수십배 낮은 전력으로도 동일한 계산이 가능하다. AI 칩의 키워드는 저전력이다. 이것이 시사하는 바는 매우 크다. 작게는 사물인터넷(IoT) 장비에서 크게는 클라우드 데이터 센터까지 활용 폭이 넓다는 것이다. 특히 스마트폰 연산처리장치 생산 기업인 삼성과 퀄컴은 이미 AI 칩을 개발해 제품에 적용하고 있다. AI 활용 기능을 효율적으로 수행하기 위해서는 배터리 소모의 최적화가 무엇보다 중요하기 때문이다. 현재 AI 시장의 실질적인 매출은 글로벌 IT 기업이 공급하는 고성능 계산 클라우드 서비스 비중이 높은 편이다. AI 학습이라는 행위는 결국 막대한 연산으로 귀결되기 때문이다. ‘계산량=전력 소비량’이란 사실로 볼 때 계산 클라우드를 운영하는 기업의 입장에서는 전력소비를 최적화하는 것이 고수익과 직결된다. 저전력 AI 칩은 이런 고민을 근본적으로 해결해 줄 수 있는 매력적 대안이다. 재미있게도 저전력 AI 칩은 범용성이 매우 낮다는 특징이 있다. 일반적으로 범용성과 전력 소비량은 반비례 관계에 있기 때문이다. AI 칩에 대한 전 세계적인 관심과 투자는 그만큼 미래 AI 시장이 갖는 잠재력이 크다는 사실을 보여 준다. 또 AI 칩과 관련된 글로벌 IT 기업의 행보와 유니콘 스타트업(기업 가치가 10억 달러 이상인 스타트업 기업)의 출현은 그 경쟁구도를 더욱 본격화시키고 있다. 이러한 경쟁은 AI 발전의 자양분이 되어 미래를 혁신하는 원동력이 될 것이다.

현재 슈퍼컴퓨터 분야는 주도권을 놓지 않으려는 미국과 여기에 도전장을 내민 중국이 한 치의 양보도 없이 치열한 경쟁을 벌이고 있습니다. 한때 세계 최고 슈퍼컴퓨터의 타이틀을 중국에 내준 미국은 IBM, 엔비디아, 인텔, 크레이, AMD 등 주요 IT 업체에 막대한 자금과 연구비를 지원하면서 다시 세계 1위의 타이틀을 되찾아왔습니다. 이는 이전 오바마 행정부 시절 구상한 국가 전략 컴퓨터 구상 (National Strategic Computing Initiative, NSCI)의 결과물이었습니다. 하지만 중국 역시 막대한 자금과 인력을 투자해 기존의 슈퍼컴퓨터보다 더 빠른 엑사플롭스(Exaflops) 슈퍼컴퓨터 개발에 나서고 있어 계속해서 우위를 유지하기 위해서는 새로운 슈퍼컴퓨터가 필요합니다. 참고로 엑사는 100경이라는 의미로 엑사플롭스 컴퓨터는 1초에 100경번 이상 연산이 가능한 슈퍼컴퓨터를 의미합니다. 최근 AMD와 슈퍼컴퓨터 전문 제조사인 크레이는 미 에너지부(DOE)의 지원을 받아 2021년까지 1.5 엑사플롭스 연산 능력을 지닌 슈퍼컴퓨터인 프론티어(Frontier)를 제작할 것이라고 발표했습니다. 프론티어는 앞서 발표된 인텔과 크레이의 오로라와 비슷한 시기에 도입될 예정이지만, 연산 능력은 1.5배 정도 더 빠릅니다. 만약 예정대로 된다면 AMD의 슈퍼컴퓨터가 인텔을 누르고 세계 최고 슈퍼컴퓨터가 될 가능성이 있어 결과가 주목됩니다. 프론티어에는 AMD의 서버용 프로세서인 에픽(EPYC)과 고성능 GPU인 라데온 Instinct가 사용됩니다. CPU 한 개에 GPU 4개가 AMD의 고속 인터페이스인 인피니티 패브릭 (Infinity Fabric)으로 연결되어 하나의 노드(Node)를 구성하며 이런 노드가 여러 개 모여 슈퍼컴퓨터를 구성하게 됩니다. 정확한 노드의 숫자는 아직 공개되지 않았지만, 30MW급 슈퍼컴퓨터라는 점을 감안하면 역대 가장 많은 노드를 지닌 슈퍼컴퓨터가 될 것으로 예상됩니다. 다만 그런 만큼 가격도 비싸 프론티어 시스템 도입 비용만 5억 달러이며 추가로 연구 개발비도 1억 달러가 지원됩니다. 이는 회사 규모가 경쟁사에 비해 작은 AMD에 큰 호재로 예상됩니다. 적지 않은 매출과 더불어 연구비 지원도 받을 수 있기 때문입니다. 물론 세계 최고 슈퍼컴퓨터에 사용된 시스템이라는 것만으로도 상당한 홍보 효과가 있어 앞으로 슈퍼컴퓨터 시장에서 AMD의 입지도 강화될 것입니다. 참고로 AMD는 프론티어 시스템의 구체적인 스펙을 공개하지는 않았지만, CPU는 시기적으로 Zen 3 혹은 Zen 4가 될 것으로 예상됩니다. 7nm 공정으로 제조된 Zen 2 기반 에픽 CPU는 최대 64코어를 지니고 있으며 올해 3분기 경 출시 예정입니다. 2020년에는 7nm+ 공정으로 제조된 Zen 3 코어가 나올 예정인데, 루머에 의하면 5nm 공정의 Zen 4 코어가 2021년경 등장할 가능성이 있습니다. 이 경우 트랜지스터 집적 밀도가 크게 높아져 64코어 이상의 고밀도 CPU도 가능할 것입니다.GPU의 경우에는 더 알려진 것이 없지만, 역시 시기적으로 나비 (Navi) 아키텍처 GPU의 다음 세대 GPU가 사용될 것으로 보입니다. 일단 AMD는 이 GPU가 HBM 메모리를 사용하며 고성능 컴퓨팅 및 딥러닝을 포함한 인공지능에 최적화되어 있다고 설명했습니다. 현재 인공지능 분야에서 AMD의 입지는 경쟁자인 엔비디아에 비해 매우 좁은 상태입니다. 하지만 미국 정부에서 막대한 자금을 지원받아 차세대 GPU를 개발하면 열세를 만회하고 고성능 컴퓨팅 시장 및 인공지능 시장을 노릴 수 있게 될 것입니다. 물론 미국 정부의 의도는 AMD 한 업체를 키우려는 게 아니라 여러 업체가 서로 경쟁하는 구도를 만들어 서로 더 좋은 CPU와 GPU를 만들게 유도하는 것입니다. 이를 위해 중복 투자처럼 보이지만, 정부 연구 기관에서 여러 대의 슈퍼컴퓨터를 도입하는 것입니다. 물론 하나가 실패할 경우 다른 대안이 있어야 하기 때문이기도 합니다. 막대한 돈을 투입해서라도 슈퍼컴퓨터 시장에서 우위를 지키기 위한 미국 정부의 의지가 엿보이는 대목입니다. 프론티어는 AMD가 고성능 컴퓨팅 및 인공지능 시장에서 우위를 점한 엔비디아나 인텔과 맞서 어떤 해답을 내놓을지 보여줄 무대가 될 것입니다. 그리고 이렇게 개발한 기술은 결국 서버와 워크스테이션, 일반 컴퓨터까지 모두 적용될 것입니다. 따라서 슈퍼컴퓨터가 전체 컴퓨터 산업의 발전을 촉진하는 것이죠. 이것이 미국과 중국이 매년 슈퍼컴퓨터에 막대한 돈을 투자하는 이유 중 하나일 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

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