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

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

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

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

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

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

사람보다 말을 더 잘하는 인공지능(AI) ‘챗GPT’가 나타나 정보기술(IT) 업계가 술렁이고 있다. 초거대 AI 모델은 뭐고 생성 AI 모델은 뭘까. 똑똑해진 AI가 인류를 지구 존속에 최대 위협 요인으로 간주하고 ‘말살 프로그램’을 실행하는 영화같은 일이 어느날 실제로 일어나는 게 아닐까? AI 업계 화려한 ‘스펙’을 가진 이들이 모여있는 스타트업 ‘업스테이지’에서 AI 프로덕트 사업을 총괄하는 배재경 테크리더는 26일 서울신문과 인터뷰에서 “영화에 등장하는 무서운 AI를 업계에선 인공일반지능(AGI·인간이 할 수 있는 어떤 지적인 임무도 해 내는 단계)라고 한다”며 “하지만 아직 챗GPT는 모르는 것을 모른다고 하는 능력, 또는 아는 것에 대해 어느 정도 확신하는지를 표현하는 능력조차 많이 부족해, AGI는 먼 얘기”라고 말했다. 다음은 일문일답. 그렇다면 챗GPT가 사실관계가 틀렸는데도 마치 사람이 거짓말하는 것처럼 그럴 듯하게 말하거나, 틀린 답 유도하면 기분 나빠하고, AP 기자에게 인신공격을 하는 등 자의식이 있는 것처럼 대답하는 건 어떻게 가능한 건가. “자의식이 있는 것처럼 보이는 건 일종의 착시다. 이런 경우가 몇번 나온다고 해서 무서워하거나 자의식이 있다고 볼 필요는 없다. 생성 모델의 특성 상 그럴듯한 문장을 만들어내는 데는 탁월한 능력이 있고, 어떤 질문엔 진짜인 것처럼 대답할 수도 있다. 인터넷에 이미 유사한 표현이 많이 있었을 테니 AI에겐 어렵지 않은 일이다. 만일 다양한 질문이나 조건에서 일관되게 그렇게 답변할 수 있다면 AGI에 도달했다고 볼 수 있을 텐데, 그런 시점은 아직은 먼 미래일 것으로 예상된다.” “AI의 학습은 두 가지 형태가 있는데 특정 지식 자체를 학습하기도 하지만 그 지식들 사이의 공통 패턴이나 지식을 표현하는 방법도 학습한다. 챗GPT는 이 중 특히 후자를 좀 더 잘 하도록 추가 학습이 많이 됐다. ‘요약해줘’, ‘번역해줘’, ‘몇개 나열해줘’, ‘제목:저자 형태로 값을 뽑아줘’ 등의 명령은 정보 사이의 공통 패턴을 잘 학습했기 때문에 아주 잘 동작한다. 때문에 사실이 아니라도 그럴듯하게 문장을 만들어내기도 한다. 학습의 목표가 정확성보다는 ‘사람이 보기에 적합할 것’이었기 때문이다.” 초거대 AI 모델은 뭐고 ‘초’거대가 되려면 어떤 기준을 충족해야 하는 건가. 생성 AI 모델은 또 뭔가. 둘 사이에 어떤 관계가 있나? “‘초’거대라고 하는 데에 명확한 기준은 없다. 오픈AI의 언어 모델 ‘GPT-3’이 시발점으로 보이는데, 인터넷 상 수집할 수 있는 거의 모든 데이터를 학습에 활용했고 이렇게 방대한 데이터 학습을 위해 모델 사이즈도 커져야 했다. AI는 특정 문제 영역 한가지를 잘하는 모델에서 최대한 많은 데이터를 학습하고 문제 영역에 특화된 데이터를 활용하는 걸 잘하는 모델로 변화했다. 기존 모델이 그래픽처리장치(GPU)가 4~8장 꽂힌 장비 한 대로 충분했다면, GPT-3 이후엔 장비 수백~수천대 수준이 필요하게 되면서 초거대라고 부르기 시작했다. 초거대 모델과 생성 모델은 논리적으로는 상관관계가 없지만 최근 언어 생성 모델이 사이즈가 커지면서 성능이 급속도로 향상됐다. 반대로 말하면, 초거대가 아닌 생성 모델은 성능이 안나오기 때문에 지금처럼 ‘생성’과 ‘초거대’가 같이 쓰이다 보니 혼동이 생기는 것 같다.”전문가가 보기에도 챗GPT는 놀라운가? 인터넷, 스마트폰이 나타났을 때와 비슷한 충격인가? “챗GPT의 등장에 업계도 대체로 놀랍다는 반응이다. 매우 복잡한 상황을 고려한 고도의 직관이 필요한 바둑이라는 영역에서 인간을 이길 수 없을 거라는 생각을 알파고가 깨 버렸는데, 언어의 영역에서도 이와 크게 다르지 않다는 걸 챗GPT가 보여준 셈이다. 그런데 인터넷, 스마트폰과 비교해야 하는 건 챗GPT가 아니라 AI가 가져올 변화다. AI 성능의 발전이 챗GPT 때문에 한 순간에 찾아온 것은 아니고, 그 이전에 이미 많은 기술적 진보가 있었다. 언어 쪽만 진보가 늦다가 최근 터지게 된 것이기 때문에, 변혁은 챗GPT가 아니라 AI가 일으키는 것이다. 인터넷은 도구가 활성화될 수 있는 기반을 마련했고, 스마트폰은 그 토대 위에서 인터넷을 더 활용성 있게 한 하드웨어로서 정보 민주화를 일으켰다. AI는 소프트웨어로서 정보 민주화에 도움을 준다고 보면 될 것 같다. 그래서 AI는 인터넷과 스마트폰 수준의 도약이라고 생각한다.” 네이버 카카오도 연내 챗봇 서비스를 출시한다고 한다. 바이두도 곧 출시한다고 하고, 주로 검색 광고를 하는 회사들이 AI 챗봇을 만드는데, 구글이 경계하는 것처럼 챗GPT 등장으로 검색 광고 시장이 변화할 것으로 보는지. “챗GPT가 잘하는 쪽은 전자상거래가 아니라 지식 분야다. 그런데 지식이 하는 역할이 대체로 사람들을 전자상거래로 끌어들이는 역할이고, 돈은 결국 전자상거래 상품 광고 쪽에서 나온다. 그래서 어찌 보면 검색 광고 수익 모델은 크게 달라지지 않을 수 있다. 다만, 챗GPT처럼 대화형 검색에서 결과의 주요 문장에 레퍼런스(참고) 링크가 달리는데, 광고주들이 이 레퍼런스를 놓고 경쟁하게 만들 수 있을 것 같다. 예를 들면 돈 많이 낸 사이트 위주로 레퍼런스를 연결해준다든지.” “더 중요한 변화는 ‘구독형’으로 지식 소비 형태가 전환되는 것이다. TV가 처음 나오면서 무작위 광고로 시작했고, 검색과 전자상거래가 등장하며 사용자 맞춤형 광고로 넘어갔다가 이제 특정 플랫폼에서 충분히 값어치를 얻고 있다고 판단되면 더 이상 광고를 안 보고 구독료를 내고 보는 형태가 되는 것이다. 챗GPT의 등장으로 동영상 뿐 아니라 텍스트나 이미지 정보도 구독형으로 가게 되는 과정에 서게 됐다고 본다. 유튜브 때문에 검색 엔진을 덜 활용하게 됐고, 기존 검색 엔진에 잘 안 가게 하는 챗GPT도 구독형으로 가려고 한다.” AI 챗봇이 우리 생활을 어디까지 변화시킬 수 있을까. AI 챗봇이 넘어야 할 문제는 무엇인가. “챗GPT가 잘하는 분야는 정보검색, 컨텐츠 생성, 추천, 요약, 번역, 코딩 등이다. 따라서 이 분야가 직접적인 영향을 받을 것으로 보이고 지식 노동자들이 바로 영향을 받을 것 같다. 생각해 보면 대부분의 업무가 정보를 찾고 분석하고 정리하는 것이라 각 업중에서 많은 사람들이 직간접 영향을 받게 될 것이다. 특정 업계가 영향을 더 받고 덜 받고 문제가 될 수도 있지만 결국 지식을 소비하는 작업 패턴, 또는 우리 삶의 패턴이 바뀌게 되지 않을까 싶다.” “챗봇이 넘어야 할 문제는 세 가지 정도로 보인다. 첫번째는 정확성 문제다. 가장 근본적인 문제인데, 모르는 걸 모른다고 할 수 있어야 한다. 그래야 신뢰를 할 수 있다. 완전히 극복하기는 힘들겠지만 점진적으로 발전해 쓸만한 수준은 될 것이다. 그럼에도 여전히 사실 여부에 대한 최종 판단은 사람의 몫이 될 것이다. 두번째는 시의성 문제다. 학습하는 데에 오래 걸리기 때문에 최신 정보를 학습하고 서비스에 반영하는 게 느릴 수밖에 없다. 서버 성능이 좋아지고 학습 방식이 개선되면 점점 나아질 문제다. 세번째는 비용이다. 학습 비용뿐 아니라 서비스 중에도 계속 GPU 장비를 엄청나게 사용해야 한다. 인프라 비용이 천문학적일 수밖에 없다. 지금 오픈AI가 운영하는 구독 서비스도 얼마나 수지타산이 맞을지 의문이다.” 업스테이지뿐 아니라 특히 기업 간 거래(B2B) 위주 AI 기술 기업들은 하나같이 일반 독자들이 어떤 회사인지 잘 모른다. 업스테이지는 어떤 회사인가. “AI 기술이 많이 발전했지만 아직 제대로 활용하지 못하는 기업이 매우 많다. 모든 회사가 개발팀, 또는 AI 개발팀을 보유할 수 없으니 당연하다. 이런 회사들이 좀 더 적은 비용으로 빠르게 새로운 기술을 누릴 수 있게 하는 게 업스테이지의 목표다. 현재는 이미지 내 문자를 인식해 원하는 정보를 뽑아내는 기술, 전자상거래에서 추천·검색 기능을 고도화해 사업을 더 키우려는 회사에 도움을 주는 기술에 초점을 맞추고 있다.”

오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’로 불붙은 생성 AI 서비스 시장이 반도체 업계에 드리운 불황을 걷어낼 차세대 먹거리가 될 수 있을지 기대를 모으고 있다. 짧은 시간에 무수히 많은 연산을 해야 하는 초거대 모델 기반 생성 AI 운영엔 엄청난 수량의 고효율 반도체 칩셋이 필요하기 때문이다. 14일 업계에 따르면 챗GPT 운영엔 엔비디아의 그래픽처리장치(GPU) ‘A100’ 1만여개가 사용된다. AI 운용에 쓰이는 슈퍼컴퓨터엔 보통 GPU가 몇만 개 단위로 들어간다. GPU 수만 개가 방대한 양의 연산을 빠르게 처리하기 위해서는 고전력, 고비용이 들어갈 수밖에 없다. 샘 올트먼 오픈AI 최고경영자(CEO)는 최근 트위터에 “챗GPT 1회 사용에 몇 센트가 든다”고 적기도 했다. 챗GPT 가입자가 최근 1억명에 도달한 만큼 운영 비용은 하루 수백억원에 달할 것으로 추산된다. 국내 관련 업체들과 정부까지 나서서 AI 전용 반도체 개발을 추진하는 이유가 이런 고전력·고비용 문제에 있다. 앞으로 생성 AI 서비스가 더 많아질 것으로 예상되며, 업계가 저전력·고효율 반도체를 필요로 하기 때문이다. 우선 삼성전자와 SK하이닉스는 GPU에 붙는 메모리반도체 쪽에서 앞서 나가고 있다. 삼성전자는 자체 연산 기능이 탑재된 지능형반도체(PIM) 제품을 GPU 업계 2위인 AMD에 공급하고 있다. PIM은 프로세서와 메모리 사이에 오가는 데이터의 양을 자체 연산 기능으로 조절, 데이터 병목 현상을 해결하고 전력 효율을 크게 높일 수 있다. 삼성전자는 PIM 기술 고도화를 위해 네이버와 협력하고 있다. SK하이닉스는 업계 1위 엔비디아의 A100과 더 발전한 모델인 ‘H100’ 칩셋에 자사 고대역폭메모리(HBM) 반도체를 공급한다. HBM은 대량의 데이터를 한 번에 보낼 수 있는 메모리로, 지난해부터 AI 서버용으로 적용되기 시작했다. 챗GPT 등장 이후 수요가 예상보다 빠르게 증가하고 있다는 게 업계의 설명이다. 애초 AI 전용으로 만들어진 게 아닌 GPU 이후의 반도체로 신경망처리장치(NPU)가 주목을 받고 있다. 한국전자통신연구원(ETRI)이 2021년 말 자체 개발한 NPU를 서버에 도입해 본 결과 GPU 기반 서버보다 연산 성능은 4배, 전력 효율은 7배 늘었다. 다만 아직까지 AI 개발 환경이 GPU 기반으로 형성돼 NPU 시장은 초기 단계다. 정부는 AI 반도체 부문에 4년간 총 1조 200억원을 투자하겠다고 밝혔다. 과학기술정보통신부는 국산 AI 반도체를 단계별로 데이터센터에 적용해 국내 클라우드에 기반한 AI 서비스를 실증한다는 계획을 세웠다. 여기에만 올해 428억원, 2025년까지 1000억원을 지원한다. ‘AI 컴퍼니’를 비전으로 삼은 SK텔레콤은 자체 개발한 AI 반도체 ‘사피온’ 고도화에 집중하고 있다. KT는 반도체 제조사 리벨리온과 ‘AI 반도체 드림팀’을 구성해 AI 반도체 개발에 나섰다. 리벨리온은 최근 국내 최초로 챗GPT의 원천 기술인 ‘트랜스포머’ 계열 자연어 처리 기술을 지원하는 AI 반도체 ‘아톰’(ATOM)을 출시한다고 밝혔다.

오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’가 글로벌 정보기술(IT) 공룡들의 초거대 AI 전쟁을 촉발했다. 세계적으로 AI 서비스 경쟁이 격화되는 가운데, 국내 기업들의 AI 기술 수준은 세계 2~3위권으로 미국을 발빠르게 쫓고 있다. 하지만, 개별 기업들의 자본력과 인재풀로는 미국 기업에 기술 종속을 면하기 어려운 상황이다. 네이버의 초거대 AI 모델인 ‘하이퍼클로바’를 개발, 운영하는 네이버클라우드 AI랩 하정우 소장은 7일 서울신문이 이메일로 보낸 질문에 “초거대 AI 기술과 생태계 분야에서 미국의 오픈AI, 마이크로소프트(MS), 구글 중심으로 글로벌 리더십을 가지고 있으며 한국도 여러 기업이 경쟁력 있게 ‘패스트 팔로잉’ 중”이라면서 “한국이 중국과 함께 전세계 2~3위권 수준”이라고 답했다. 네이버가 2021년 5월 국내 최초로 선보인 초거대 AI 언어 모델인 하이퍼클로바는 AI 모델의 크기를 나타내는 매개변수(파라미터)가 2040억개로, 오픈AI의 GPT-3의 1750억개를 능가한다. 하이퍼클로바는 클로바 케어콜, 네이버 쇼핑, 네이버 검색 등을 통해 상당히 상용화돼 있으며, 국내 500개 이상 스타트업이 ‘클로바 스튜디오’를 통해 하이퍼클로바를 활용, 새로운 서비스와 앱을 만들어 사업 기회를 만들고 있다. 네이버가 상반기 출시하겠다고 공언한 생성 AI 서비스 ‘서치GPT’도 하이퍼클로바를 기반으로 한다. 카카오의 AI 전문 계열사 카카오브레인도 GPT-3 기반 한국어 특화 AI 언어 모델 ‘KoGPT’를 2021년 11월 공개했으며, 초거대 AI가 만들어 낸 AI 화가 ‘칼로’와 AI 시인 ‘시아’를 활용, 다양한 서비스로 확장을 계획하고 있다. 3000억개의 파라미터를 자랑하는 LG AI 연구원의 ‘엑사원’은 언어 뿐 아니라 이미지, 영상 등 다양한 정보를 습득하고 다루는 ‘멀티 모달리티’ 능력도 갖췄다. KT는 상반기 2000억개 파라미터를 가진 초거대 AI ‘믿음’을 출시, 다양한 서비스에 적용할 예정이다.최근 한화생명과 삼성SDS에 자사 솔루션 AI팩을 공급한 AI솔루션 기업 업스테이지의 배재경 AI 프로덕트 리더는 “원천 기술에 있어, 미국이 계속 우위를 가져왔고 새로운 시도가 가장 빈번하게 이뤄져 왔으며, 미국 기업이 시장을 잡고 있는 상황”이라면서 “중국은 데이터 확보에 매우 유리한 조건이라 성능 좋은 AI 응용 모델이 빠르게 나올 수 있고, 한국도 원천 기술, 응용 분야에서 많은 인재들이 활약하고 있어, 미국과 중국을 제외한 다른 선진국들에 비해 떨어지지 않는다”고 말했다. 하지만 ‘공룡’이라고 표현되는 미국 기술 기업들에 비해 국내 기업의 자본력과 인력풀은 턱없이 부족한 상황이다. 마이크로소프트는 오픈AI에 100억 달러(약 12조 5800억원)의 통 큰 투자를 감행했으며, 구글은 2014년 인수한 딥마인드가 6년간 적자만 내는 동안에도 막대한 투자를 멈추지 않았다. 중국은 ‘AI 굴기’로 자국 기업에 국가 단위의 전폭적인 지원을 쏟아붓고 있다. 네이버가 지난해 연구개발에 투자한 금액은 8370억원이다. 영국 데이터 분석 미디어인 토터스인텔리전스의 지난해 ‘글로벌AI지수’ 조사에 한국은 개발 능력이 3위였지만 인재 분야에선 28위에 그쳤다. AI 전문 인재를 양성한 시간이 길지 않아서다. 데이터 확보와 결과물에 대한 국내 규제나 사회의 보수성도 초거대 AI 서비스가 더 활발히 출시되는 데에 제약이 된다. 하 소장은 “학습 데이터의 지식재산권, 생성된 결과물에 대한 저작권 등 문제에 좀 더 개방적으로 접근해야 쉽게 기술을 운용할 수 있다”며 “초거대 AI를 더 많은 사람이 사용하게 하면서, 문제를 함께 논의하고 수정해 나가는 사회적 공감대를 만드는 것이 중요하다”고 말했다. 특히 초거대 AI는 데이터 확보와 개발, 운용에 막대한 비용이 소요되는데, 그만큼의 수익을 서비스로 뽑아내기가 어렵다. 그래서 효율을 높이고 비용을 낮추는 데에 큰 효과를 낼 수 있는 AI 반도체 개발은 업계에 매우 중요하며, 시장 규모도 계속해서 커질 전망이다.현재 널리 사용되는 그래픽처리장치(GPU)는 애초에 AI를 위해 만들어진 프로세서가 아니라, AI가 거대해질수록 가격이 비싸지고 전력 소모가 커진다. 그래서 대용량의 데이터를 처리하면서 비용을 낮출 수 있는 프로세서로 신경망처리장치(NPU)가 업계의 기대를 받고 있다. 한국전자통신연구원이(ETRI) 2021년말 자체 개발한 NPU를 서버에 도입해 본 결과 GPU 기반 서버보다 연산 성능은 4배, 전력 효율은 7배 늘었다. 아직 초기 단계인 NPU 시장에 정부와 국내 기업은 발빠르게 진출했다. 정부는 AI 반도체 부문에 4년 간 1조 200억원을 투자하겠다고 밝혔다. KT는 반도체 제조사 리벨레온과 ‘AI 반도체 드림팀’을 구성해 AI 반도체 개발에 나섰고, ‘AI 컴퍼니’를 비전으로 삼은 SK텔레콤도 자체 개발한 AI반도체 ‘사피온’ 고도화에 집중하고 있다. 프로세서만큼 중요한 요소는 메모리다. 프로세서의 두뇌에 해당하는 코어와 D램 사이에 오가는 데이터 양이 많아지면 데이터 병목현상이 생기는데, 고성능 메모리가 이를 해결할 수 있다. 삼성전자는 자체 연산 기능을 탑재해, 코어로 보내는 데이터를 가공하는 메모리인 PIM(Processing In Memory)를, SK하이닉스는 초고속 메모리 HBM(High Bandwidth Memory)만들고 있다. 이들 업체는 세계 시장을 장악하고 있는 엔비디아(SK하이닉스)와 AMD(삼성전자)의 GPU 제품에 각각 PIM을 공급하고 있다. 글로벌 기술기업들에 맞서는 국내 AI 업계에 정부 지원은 필수다. 특히 투자 규모와 인재 확보 측면에서 격차가 크다. 하 소장은 “기업들이 연구 투자와 산학 협력을 원활하게 할 수 있도록 다양한 지원이 필요하다”면서 “특히 초거대 AI를 활용할 수 있는 능력이 중요해질 전망인데, 중등·대학 교육 과정에서 AI 문해력(리터러시)을 강화할 수 있도록 지원해야 한다”고 말했다.

2014년 크름반도(크림반도) 합병 이후 서방측의 제재에 대응하기 위해 러시아 정부는 절대적으로 서방에 의존하고 있던 IT 기술의 국산화를 추진합니다. 그 가운데 하나가 바로 CPU입니다. 하지만 워낙 관련 기술 기반이 없다 보니 완전히 독자 CPU를 개발하지는 못하고 x86 호환 CPU인 엘브루스 시리즈나 MIPS나 ARM 기반의 바이칼 일렉트로닉스처럼 서방측 기술에 의존한 자체 CPU를 개발했습니다. 본래 러시아는 구소련 시절부터 서방에 비해 현저히 낙후된 반도체 기술을 극복하기 위해 서방측의 CPU를 무단으로 복제했던 역사가 있었습니다. 그리고 앞서가는 선진국을 따라잡기 위해 우선 모방하는 것은 우리에게도 낯설지 않은 모습입니다. 다만 21세기에 라이선스를 완전히 무시하기는 어려워서 오픈 아키텍처에 기반한 x86 호환 CPU나 아예 영국 ARM의 정식 라이선스를 받고 TSMC 같은 외부 파운드리를 사용했다는 점이 큰 차이점입니다. 물론 초기에 내놓은 제품들은 인텔이나 AMD의 최신 CPU와 견줄 수 없는 낮은 성능을 지니고 있어 러시아 내부에서도 거의 수요가 없다시피 했습니다. 이 회사들이 내놓은 제품들은 사실 제때 공급조차 되지 않아 러시아 정부에서도 많이 쓰이고 있지 않습니다. 다만 아직 태동 단계인 프로세서 제조업 산업을 키우기 위해서는 어쩔 수 없이 거쳐야 할 단계로 생각하고 투자를 지속한다면 10년, 20년 후 미래는 모르는 일입니다. 우리나라 역시 반도체 사업을 시작하던 초기부터 지금 같은 위상을 지닌 것은 아니었습니다. 하지만 러시아 반도체 산업의 미래를 끝장낼 수 있는 새로운 돌발 변수가 발생합니다. 우크라이나 침공 이후 전과 비교할 수 없을 정도로 강력해진 서방측 제재로 인해 러시아 반도체 제조사들은 이제 애써 설계한 프로세서의 양산이 사실상 불가능해진 것입니다. 작년 바이칼 일렉트로닉스는 일반 사용자를 위해 8코어 Cortex-A57과 8코어 말리 T628 GPU를 지닌 ARM 프로세서인 바이칼 BE-M1000을 개발했습니다. 보급형 스마트폰에도 밀릴 것 같은 사양이지만, 러시아의 열악한 IT 인프라를 생각하면 공공기관용으로 나쁘지 않은 시작일 수 있습니다. 진짜 문제는 이 프로세서가 TSMC의 28nm 공정을 이용하고 있어 앞으로 양산 가능성이 불투명하다는 것입니다. 러시아 내부 파운드리는 90nm 정도가 최선이고 그나마 최근 우크라이나 전쟁에서 드러난 것처럼 제대로 공급이 되지 않고 있습니다. 그런 상황에서 서방의 고강도 제재는 이제 걸음마 단계인 러시아 반도체 산업의 치명타를 안기고 있습니다. 최근 유출된 것으로 추정되는 바이칼 일렉트로닉스의 48코어 서버 프로세서도 그런 경우로 추정됩니다. 바이칼 BE-S1000은 TSMC의 16FFC 공정으로 제조되는 ARM 서버 프로세서로 최근 프로세서의 다이(die) 사진이 유출됐습니다. 이 사진을 분석하면 512KB의 L2 캐시 메모리를 갖고 있는 Cortex-A75 코어 네 개가 2MB 추가 L3 캐시 메모리와 합쳐 하나의 클러스터를 구성하며 여기에 추가로 32MB의 L4 캐시 메모리가 있는 구조입니다. 6개의 메모리 컨트롤러를 통해 DDR4-3200메모리 768GB를 지원하며 PCIe 4.0 64레인을 지원합니다. 러시아 회사가 직접 설계했다고 보기 힘든 크고 복잡한 프로세서라서 진위 여부에 의문이 들지만, 일단 사양은 바이칼 일렉트로닉스가 이전 공개한 것과 비슷합니다. 성능은 AMD의 16코어 서버 CPU인 에픽 7351나 인텔의 20코어 서버 CPU인 제온 골드 6148와 유사한 수준입니다. 5년 전 출시한 서버 CPU와 맞먹는 성능이라는 이야기입니다. 만약 진짜라면 ARM이 제공한 레퍼런스 설계를 따랐을 가능성이 커 보입니다. 하지만 역시 더 중요한 사실은 서방의 강력한 제재로 이 프로세서가 실제 양산될 가능성이 사라졌다는 것입니다. 영국 ARM의 설계와 대만 TSMC의 파운드리 중 어느 것도 이제 마음대로 쓸 수 없습니다. 더구나 DDR4 메모리나 기타 주요 부품 역시 수입이 막혀 러시아 토종 서버를 제조할 수 있는 길이 막힌 상태입니다. 실제로 샘플까지 만들 정도로 개발이 진행됐다면 연구팀이나 제조사 입장에서는 안타까운 상황이 된 셈입니다. 이렇게 보면 전쟁의 결과와 관계없이 러시아 IT 산업의 미래는 상당히 암울해진 상황입니다. 서방측 서버도 새로 들여올 수 없고 자체 서버도 개발할 수 없기 때문에 앞으로 지금 수준의 IT 서비스도 제공하기 어려워질 것입니다. 지금이라도 평화적인 해결책을 모색하지 않는다면 러시아 반도체 산업은 조만간 회복할 수 없는 피해를 입게 될 것입니다. 

통신사를 넘어 디지코(디지털 플랫폼 기업) 기업으로 거듭나는 KT가 자사의 가상 데스크톱 인프라(VDI) 솔루션이 국가정보원의 엄격한 보안적합성 검증 제도를 통과했다고 밝혔다. KT에 따르면 VDI는 중앙 서버에 여러 가상 PC를 만들어 사용자에게 제공하는 시스템이다. 물리적인 본체 없이도 다수가 동시에 PC를 활용할 수 있다. 이를 국가와 공공기관에 도입하기 위해선 정보기술(IT) 기기의 안전성을 검정하는 보안적합성 검증제도를 거쳐야 한다. 관리서버, 에이전트, 가상화 관리 제품 등 3개 분야의 69개 필수 항목은 물론 가장 높은 단계의 침투 시험을 방어하는 취약점 점검 요건도 충족해야 할 정도로 까다롭다. KT 융합기술원의 가상화 엔진과 공동 개발사인 3S소프트의 관리 솔루션을 융합해 개발한 KT의 VDI 솔루션은 이러한 검증 절차를 모두 통과했을 뿐 아니라 기존 VDI보다 경쟁력이 높은 것으로 평가된다. 우선 PC의 핵심 기능인 중앙처리장치(CPU)와 그래픽처리장치(GPU)의 작업량을 최적으로 분배하는 기술이 적용됐다. 아울러 문서 편집 외에 화상 회의, 사진 편집, 동영상 제작 등 높은 성능이 필요한 작업에서도 일반 PC와 비슷한 수준의 환경을 지원한다. 이 외에 솔루션 하나로 가상의 PC와 모바일 환경을 동시에 구현할 수 있다는 점도 장점이다. KT 융합기술원 컨버전스연구소장 김봉기 상무는 “KT VDI 솔루션의 경쟁력을 토대로 업무 환경의 디지털전환(DX)을 선도하고, 교육과 메타버스 서비스 등과 연계해 차별화된 서비스를 제공하도록 노력하겠다”고 밝혔다.

2015년 인텔은 마이크론과 합작으로 차세대 비휘발성 메모리인 3D Xpoint 기술을 공개했습니다. 현재 비휘발성 메모리의 대표 주자로 스마트폰의 저장 장치나 SSD에 사용되는 낸드 플래시 메모리는 사실 오래된 기술로 공정 미세화가 진행될수록 수명이 짧아질 뿐 아니라 속도도 느린 편입니다. 따라서 오래전부터 낸드 플래시보다 빠르고 내구성이 강한 차세대 비휘발성 메모리 기술이 요구됐는데, 인텔이 첫 스타트를 끊은 셈입니다.  3D Xpoint 메모리는 기존의 낸드 플래시 메모리 대비 1000배나 수명이 길고 1000배 빠르며 밀도도 10배 더 높일 수 있다고 소개됐습니다. 물론 최상의 경우를 가정한 이야기였지만, 옵테인이라는 상품명으로 등장한 인텔의 3D Xpoint는 실제로 낸드 플래시 메모리보다 속도가 빨라 D램에 근접할 수준이었습니다. 문제는 가격도 높았다는 것입니다.  2017년 소비자용으로 등장한 옵테인 메모리는 16GB와 32GB라는 적은 용량에도 가격이 44달러와 77달러로 당시 기준으로도 비싼 저장 장치였습니다. 이후 소비자용 SSD의 가격은 계속 낮아졌지만, 애매한 용량을 지닌 옵테인 메모리의 가격은 그보다 훨씬 높았습니다.  이런 약점을 극복하기 위해 옵테인 메모리와 낸드 플래시 메모리를 결합한 하이브리드 제품도 출시하긴 했지만, 소비자용 SSD의 체감 성능도 상당히 좋아져 소비자 입장에서는 더 많은 돈을 주고 구매하기 애매한 제품이 됐습니다. 결국 2021년 인텔은 소비자용 옵테인 메모리를 포기했습니다. 낸드 플래시 사업부도 SK 하이닉스에 매각했기 때문에 일반 SSD를 포함한 소비자용 저장 장치 시장에서 완전히 철수한 것입니다.  이런 실패는 소비자 시장에서만 국한되지 않았습니다. 기업용 제품은 비용이 높더라도 그만큼 성능이 우수하면 팔리는 시장입니다. 하지만 기업용 시장에서도 옵테인의 활약은 두드러지지 못했습니다. 데이터 센터를 운영하는 기업들은 전통적인 D램 + SSD 결합에 비해 옵테인 메모리가 지닌 장점이 확실치 않다고 여겼습니다. 확실한 이점을 없다면 추가로 부품을 더 구매하는 것은 이유 없는 비용 증가에 지나지 않습니다. 결국 공동 개발 파트너인 마이크론도 3D Xpoint 메모리에서 손을 떼고 해당 시설을 매각하는 수순을 밟게 됩니다.  옵테인에게 남은 기회는 고성능 컴퓨팅 (HPC) 시장이었습니다. 저장 장치에서 데이터를 불러와 메모리 저장한 후 이를 프로세서가 처리하고 다시 저장 장치에 결과물을 기록하는 방식은 여러 단계를 거쳐야 할 뿐 아니라 SSD 자체가 메모리보다 느리기 때문에 대규모의 데이터를 신속하게 처리해야 하는 상황에서는 비효율적입니다. 옵테인처럼 빠른 비휘발성 메모리를 사용해 데이터 로드, 처리, 저장을 한 번에 해결할 수 있다면 이론적으로 더 빠른 대규모 데이터 처리가 가능합니다. 그러나 저장 장치 + 메모리 + 프로세서의 전통적인 구조에 최적화된 생태계를 갑자기 바꾸는 일은 업계를 주도하는 인텔에도 쉽지 않은 일이었습니다. 메모리와 혼용할 수 있도록 DIMM 규격의 옵테인 메모리를 내놓기는 했지만, 시장의 반응은 폭발적이지 않았습니다. 컴퓨터의 전통적인 연산 방식을 바꾸는 것이 아니라 좀 더 빠르고 비싼 스토리지에 그쳤기 때문입니다.  결국 인텔의 옵테인 사업부는 누적된 손실 비용이 5억5900만 달러에 달해 2022년 2분기 어닝 쇼크를 기록한 상황에서 더 이상 손해를 감수하고 사업을 이어 가기 어려워졌습니다. 이번 분기 실적 발표와 함께 인텔은 앞으로 옵테인 제품군의 개발을 중단하겠다고 언급했습니다.  사실 인텔은 올해 차세대 제온 프로세서인 사파이어 래피즈를 내놓으면서 3세대 옵테인 제품군인 크로우 패스 (Crow Pass)를 내놓을 계획이었습니다. 시기적으로 봤을 때 크로우 패스는 이미 완성되어 있었을 것입니다. DDR5 메모리와 병행해서 사용할 수 있는 차세대 옵테인 메모리였지만, 이번 결정으로 출시 여부가 불투명해졌습니다. 만약 출시된다고 해도 앞으로 단종될 형태의 제품을 선뜻 구매할 기업은 거의 없을 것입니다.  인텔은 옵테인 메모리처럼 차세대 기술이기는 하지만, 당장에 수익을 내기 힘든 사업들을 정리하고 본업인 CPU 부분과 사활을 걸고 새로 진입하는 GPU 사업, 그리고 파운드리 사업에 집중할 것으로 보입니다. 오랜 시간 공들여 개발한 기술을 사장시킨다는 것은 힘든 결정이지만, 지금은 선택과 집중이 필요한 때입니다.  옵테인의 빈자리는 당분간 CXL (Compute Express Link) 규격의 메모리가 대신할 것으로 보입니다. 마치 SSD처럼 D램 용량을 쉽게 확장할 수 있는 CXL 기반 메모리는 옵테인보다 빠르고 현재의 서버 플랫폼에서 쉽게 확장할 수 있다는 장점이 있습니다. 삼성전자는 이미 512GB 용량의 CXL D램을 개발했습니다.  D램과 낸드 플래시 메모리를 대신하려는 옵테인의 꿈은 물거품이 됐지만, 장기적으로 볼 때 차세대 비휘발성 메모리의 필요성은 여전하다고 볼 수 있습니다. 인텔이 주춤한 사이 앞으로 이 부분에서 우리 반도체 기업들이 큰 역할을 할 수 있을지도 모릅니다. 

올해는 우리나라는 물론 유럽, 미국, 일본할 것 없이 북반구 여러 지역이 폭염에 시달리고 있습니다. 이렇게 더우면 사람만 힘든 게 아니라 기계도 힘들 수 밖에 없습니다. 컴퓨터 같은 전자 기기 역시 열에 매우 취약해 냉방이 아주 중요합니다. 특히 하루 24시간 365일 가동해야 하는 서버는 여름은 물론 1년 내내 냉각에 상당한 에너지와 비용을 소모하고 있습니다. 최근 건설된 데이터 센터들은 서버 냉각에 들어가는 에너지가 전체 에너지의 40%에 육박하고 있습니다. 서버로 각종 업무를 처리하는 것이 아니라 단지 서버를 식히기 위해 엄청난 전기와 비용이 소모되는 것입니다. 주요 IT 기업들은 서버를 더 효과적으로 식힐 수 있는 방법을 찾기 위해 노력하고 있습니다. 이런 노력 중 하나가 서버를 아예 액체 속에 담그는 것입니다. 액체의 밀도는 공기보다 월등히 높으므로 액체를 사용한 수랭식 냉각 시스템이 공랭 냉각 시스템보다 더 많은 열을 처리할 수 있습니다. 일반적인 내연 기관용 수랭식 시스템과 마찬가지로 컴퓨터 수랭 시스템도 CPU나 그래픽 카드 등 일부 부품에 열 교환기, 펌프, 라디에이터 등을 연결해 냉각시키는 방식입니다. 액침 냉각(Immersion Cooling)은 여기서 한 걸음 더 나아가 아예 시스템 전체를 액체에 넣는 방식입니다. 액침 냉각이 수랭식보다 더 우월한 점은 시스템 전체를 식힐 수 있다는 것입니다. 컴퓨터에서 가장 열이 많이 발생하는 부품은 CPU나 GPU이지만, 사실 메모리나 다른 보조 칩(칩셋이나 컨트롤러 칩), 저장 장치, 전원부의 발열량도 상당합니다. 특히 전원부는 프로세서만큼이나 뜨거운 부분입니다. 이렇게 열을 많이 받는 부품은 결국 시스템 전체의 수명을 갉아먹고 고장의 원인이 될 수 있습니다. 물론 메인보드 기판 역시 장시간 열을 받으면 변성이 오거나 수명이 짧아집니다. 수랭식이든 공랭식이든 부품의 일부만 효과적으로 식히기 때문에 나머지 부품은 상당한 열을 받아야 합니다. 하지만 아예 시스템 전체를 액체에 넣게 되면 모든 부품의 온도를 균일하게 유지할 수 있습니다. 작년 마이크로소프트가 공개한 프로토타입 액침 서버는 액체의 끓는 점이 섭씨 50도에 불과해 시스템 전체를 이 온도 아래로 유지할 수 있습니다. 3M에서 개발한 불소 기반의 액체 냉매가 사용된 것으로 알려져 있습니다. 하지만 액침 냉각에 관심을 보이는 거대 IT 기업은 마이크로소프트만이 아닙니다. 인텔 역시 이 기술에 큰 관심을 보이고 있습니다.최근 인텔은 액침 냉각 전문 회사인 GRC와 함께 관련 기술을 개발한다고 발표했습니다. 두 회사는 액침 냉각 기반의 고성능 컴퓨팅(HPC) 시스템을 개발할 예정입니다. 인텔이 액침 냉각 기술에 관심을 보인 것은 최근 프로세서의 칩렛 구조와 거대화가 배경으로 풀이됩니다. 과거 프로세서 업계는 더 크고 복잡한 프로세서를 만들어도 미세 공정을 도입해 발열량과 전력 소모량을 억제할 수 있었습니다. 하지만 최근 반도체의 회로 미세화가 물리적 한계에 근접하면서 더 작은 트랜지스터를 만드는 일이 점점 더 복잡하고 어려워지고 있습니다. 따라서 인텔, AMD, 엔비디아 등 여러 프로세서 제조사들은 여러 개의 작은 칩을 하나로 묶어 거대한 칩을 만드는 칩렛 방식을 도입하고 있습니다. 특히 인텔은 수십 개 이상의 타일로 구성된 거대한 복합 프로세서 기술을 개발하고 있습니다. 프로세서 하나의 전력 소모량이 앞으로는 1000W도 넘을 것이라는 이야기가 나오는 배경입니다. 이렇게 엄청난 발열량을 지닌 프로세서가 있다면 주변 부품과 메인보드 기판이 받는 열도 상당할 수밖에 없습니다. 아예 시스템 전체를 액체에 넣어 식히는 것이 더 합리적인 해결책이 될 수 있는 이유입니다. 다만 이번 발표가 인텔이 액침 냉각 서버 시스템과 데이터 서버를 반드시 출시할 것이라는 이야기는 아닙니다. 인텔은 7억 달러를 투자해 데이터 센터 및 서버 시스템 냉각 기술을 개발하고 있으며 이번 발표 역시 그중 하나입니다. 하지만 지구는 계속 뜨거워지고 있고 데이터 센터에 있는 서버가 내뿜는 열기도 점점 늘어나고 있습니다. 획기적인 전력 효율 향상 기술이 도입되지 않는 이상 액침 냉각 기술 같은 신기술의 필요성은 계속 커질 수밖에 없습니다. 

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. 

GPU는 본래 그래픽 연산, 특히 3D 관련 연산에 초점을 맞춘 특수 목적 프로세서였으나 최근에는 인공지능 연산 및 병렬 컴퓨팅 목적으로 수요가 크게 늘어나면서 인텔 같은 전통적인 CPU 제조사까지 GPU 개발에 뛰어들고 있습니다.  하지만 그렇다고 해서 GPU가 CPU가 하던 일을 모두 대신할 수 있는 것은 아닙니다. GPU는 특정 연산 속도는 매우 빠르지만, 컴퓨터가 제대로 작동하기 위해서는 여전히 CPU의 역할이 중요합니다. 그리고 최근에는 빠른 연산을 위해 CPU와 GPU의 연계가 중요해지고 있습니다.  따라서 인텔, 엔비디아, AMD는 모두 자체 CPU와 GPU를 넣은 고성능 통합 프로세서를 개발하고 있습니다. 2023-2024년 사이 등장할 차세대 하이브리드 프로세서들은 제각기 다른 방식으로 CPU와 GPU를 하나로 묶을 예정입니다.   자체 ARM 프로세서와 GPU의 결합을 꿈꾸는 엔비디아 엔비디아는 ARM 인수에 실패했지만, 여전히 ARM 기반 고성능 프로세서 개발을 진행하고 있습니다. 엔비디아가 최근 공개한 그레이스 슈퍼칩은 고성능 서버용 ARM 아키텍처 기반의 72코어 CPU를 CPU + CPU 방식으로 조합하거나 혹은 CPU + GPU 방식으로 조합할 수 있습니다.  두 개의 칩을 물리적으로 결합하는 일은 엔비디아의 독자 고속 인터페이스인 NV Link Chip to Chip (C2C)가 담당합니다. NVLink는 업계 표준 규격이지만, 대역폭이 좁은 PCI express를 대신하는 엔비디아의 독자 규격으로 PCIe 5.0과 비교할 때 25배 정도 에너지 효율이 우수하고 90배 정도 밀도가 높습니다. 데이터 전송 속도는 900GB/s 이상입니다. 엔비디아는 그레이스 슈퍼칩 CPU와 최신 호퍼 GPU, HBM3 메모리를 붙여 매우 강력한 슈퍼컴퓨터를 만들 계획입니다. 미국 에너지부 산하의 로스 알라모스 국립 연구소에 설치될 버나도 슈퍼컴퓨터가 그 주인공으로 10엑사플롭스급의 인공지능 연산 능력을 지녀 가장 빠른 인공지능 컴퓨터가 될 예정입니다. 엔비디아는 그레이스 슈퍼칩이 출시 시점에서 가장 뛰어난 고성능 프로세서가 될 것으로 자신하고 있습니다.  앤비디아는 GPU 전문 제조사로 CPU 분야에서 영향력은 미미했습니다. 그래서 첫 서버 CPU인 그레이스 슈퍼칩이 의미 있는 성과를 거둘 수 있을지 시선이 쏠리고 있습니다.  전통의 APU 제조사 AMD AMD는 이미 2006년에 ATI를 인수하면서 그래픽 카드 시장에 진입했고 CPU + GPU 형태의 프로세서인 APU를 출시해 시장에서 좋은 반응을 얻었습니다. 콘솔 게임기 시장에도 AMD의 특화된 APU들이 탑재됩니다.  하지만 최근 GPU가 인공지능 연산 및 데이터 분석에서 역할이 커지면서 AMD 역시 에픽 CPU와 고성능 GPU를 결합한 제품을 준비하고 있습니다. AMD는 내년 선보일 인스팅트 MI 300에서 Zen 4 아키텍처 기반의 서버 CPU와 CDNA3 GPU를 결합할 예정입니다. 이 CPU와 GPU는 칩렛 형태로 고성능 메모리와 함께 3D 패키징 방식으로 묶어서 제조됩니다. AMD는 CPU와 GPU를 통합하는 데 오랜 노하우를 지니고 있기 때문에 결과에 대해 자신하고 있습니다. AMD에 따르면 인공지능 연산 능력은 전 세대와 비교해서 5배나 높아질 수 있습니다.  다만 GPU 자체의 연산 능력과 인공지능 생태계는 엔비디아 쪽이 더 앞서 있다는 것이 일반적인 평가입니다. 과연 엔비디아의 첫 서버 CPU가 GPU와 잘 결합해 AMD를 누를지 아니면 통합 프로세서 제조에 경험이 많은 AMD가 판정승을 거둘지 주목됩니다.  GPU 시장에 도전자 인텔 인텔은 GPU 시장의 신참이지만, AMD의 라데온 개발을 담당한 라자 코두리를 영입해 공격적인 GPU 개발 로드맵을 공개했습니다. 그리고 현재 인텔이 밀고 있는 타일 기반의 프로세서 제조 방식을 통해 서버 CPU와 GPU를 결합하려고 준비 중입니다. 2024년 출시를 목표로 하고 있는 팔콘 쇼어스 XPU는 x86 CPU와 Xe GPU, 그리고 HBM 메모리를 결합한 것으로 기존 프로세서와 비교해서 5배의 와트당 성능을 목표로 하고 있습니다. 인텔의 프로세서 제조 방식은 전통적으로 하나의 다이에 모든 것을 집중시키는 방식이었으나 최근 프로세서 크기가 커지고 비용이 증가하면서 작은 타일 여러 개를 묶어 하나의 큰 프로세서를 만드는 방식으로 전환하고 있습니다. 어차피 붙여서 만든다면 CPU에 GPU를 못 붙일 이유가 없습니다. 다만 인텔 GPU의 성능은 아직 베일에 가려 있어 실제 결과물이 어떻게 나올지는 두고 봐야 알 수 있습니다.  현재 인텔, AMD, 엔비디아는 방식은 달라도 결국 비슷한 목적의 제품을 2023-2024년 사이 시장에 내놓고 경쟁할 예정입니다. 이들이 CPU, GPU 통합 프로세서를 내놓은 데는 그럴 만한 이유가 있습니다. CPU와 메모리가 탑재된 메인보드에 독립 그래픽 카드를 여러 개 설치하는 방식은 부피도 크고 에너지 효율이 낮습니다. 이들을 모두 통합해 하나로 묶으면 빠른 데이터 전송이 가능한 것은 물론 전력 소모도 줄어들게 됩니다. 부피가 큰 폭으로 감소하는 것은 말할 필요도 없습니다. 인텔은 최대 5배 정도 시스템 밀도를 높일 수 있을 것으로 보고 있습니다.  따라서 인공지능 연산 등 특정 목적의 고성능 서버와 슈퍼컴퓨터에서 CPU + GPU + 고속 메모리의 조합은 앞으로 특수한 경우가 아니라 일반적인 상황이 될 것입니다. 전통적인 GPU 제조사인 엔비디아가 서버 CPU를 만들고 업계 1위의 CPU 제조사인 인텔이 갑자기 서버 GPU 개발에 나선 건 그럴 만한 이유가 있는 셈입니다. 모두 만만치 않은 회사들인 만큼 앞으로 누가 이 시장에서 주도권을 가져갈지 쉽게 예측할 수 없지만, 결과에 따라 GPU는 물론 CPU 업계 판도까지 달라질 수 있을 것으로 예상됩니다.

작년 인텔은 12세대 코어 프로세서인 엘더 레이크를 선보이며 한동안 소비자용 PC 시장에서 보였던 열세를 크게 만회했습니다. 오랜 시간 14nm에 머물러 있던 미세 공정을 최신 미세 공정으로 변경하면서 아키텍처 역시 대대적으로 개선했습니다. 덕분에 앨더 레이크의 골든 코브 코어의 성능은 전 세대 대비 동일 클럭에서 19% 정도 성능이 향상됐습니다.  제국의 역습에 놀란 AMD는 캐시 메모리 용량을 3배 늘린 3D V 캐시를 통해 이에 대응했습니다. AMD의 주장대로 캐시 메모리를 3배를 늘린 결과 게임 성능이 크게 향상됐습니다. 하지만 3D V 캐시 모델은 일부에 국한되어 있어 반도체 제조 공정과 CPU 아키텍처를 개선한 인텔에 맞서기 위해서는 역시 같은 수준의 변화가 필요합니다. 올해 AMD가 예고한 변화는 Zen 4 아키텍처와 5nm 미세공정입니다.  물론 아키텍처 개선과 미세 공정만이 전부는 아닙니다. AMD는 Zen 4에서 주변 환경의 큰 변화를 예고했습니다. 가장 큰 변화는 DDR5와 PCIe 5.0의 지원인데, 덕분에 구형 메인보드와 호환되지 않습니다. 기존 메인보드에 새 CPU만 장착해서 사용할 수 없다는 점은 아쉽지만, 메모리와 주변 기기 성능 향상을 위해서는 어쩔 수 없는 선택입니다.  다만 이런 큰 변화에도 클럭 당 성능인 IPC 상승은 8-10% 수준으로 생각보다 낮은 편입니다. 최대 클럭이 5.5GHz로 높아지면서 전체 성능은 15% 이상 높아지지만, 앨더 레이크와 비교하면 특출 나다고 할 순 없는 수준입니다. 한 세대 정도는 AMD가 크게 불리해지지 않을 수준이지만, 만약 몇 세대 동안 이런 일이 누적되면 성능 차이가 다시 상당히 벌어집니다. AMD의 Zen 5 아키텍처에 관심이 쏠리는 이유입니다.  2024년 등장 예정인 Zen 5에서는 Zen 아키텍처 도입 후 가장 큰 변화가 있을 예정입니다. 구체적인 내용은 밝히지 않았지만, CPU의 핵심 구조인 파이프라인 프론트 엔드를 바꾸고 더 넓은 명령어 처리 능력을 지녀 같은 클럭에서 더 높은 성능을 구현할 것으로 보입니다. 또한 인공지능 관련 기능도 통합해 더 높은 인공지능 연산 능력을 지닐 것입니다. 여기에 Zen 5 기반 프로세서들은 TSMC의 4nm 및 3nm 공정에서 제조됩니다. TSMC 3nm는 5nm의 개량형인 4nm와 달리 완전히 새로운 공정이기 때문에 더 큰 폭의 성능 향상을 기대할 수 있습니다.물론 AMD가 주장한 것처럼 Zen 5가 정말 완전히 새로운 마이크로아키텍처(All-new microarchitecture)라고 해도 Zen 아키텍처가 처음 도입되었을 때처럼 40% 수준의 성능 향상은 기대하기 어려울 것입니다. 다만 대대적인 아키텍처 개선을 통해 Zen 4에서 다 못한 일을 해내야 앞으로 인텔이나 ARM 진영과의 경쟁에서 가능성이 있습니다.  Zen 5 기반 제품들은 데스크탑 CPU인 그래나이트 릿지 (Granite Ridge)와 노트북용 CPU/GPU 통합 제품군인 스트릭스 포인트 (Strix Point), 그리고 서버 제품군인 튜린 (Turin) 패밀리로 나뉘게 됩니다. 크게 3가지 제품군처럼 Zen 제품군 역시 3가지로 나뉘는데, 기본 Zen 5 코어와 Zen 5 + 3D V 캐시, 그리고 Zen 5c (compact) 코어입니다. 사실 이 구성은 Zen 4에서부터 도입됩니다.  크기가 작은 콤팩트 코어의 도입은 같은 면적에 더 많은 코어를 집어넣기 위한 것입니다. 최신 x86 CPU들은 고성능을 위해 아키텍처를 더 복잡하게 만들면서 면적도 점점 커져서 코어 숫자를 늘리기 힘들게 되고 있습니다. 서버 CPU처럼 코어 숫자가 많을수록 유리한 상황에서는 불리한 조건입니다. AMD는 Zen 4c 코어를 통해 사상 최초로 100개 이상의 코어 (128개)를 집적한 CPU인 베르가모를 2023년 내놓을 예정입니다. Zen 5에서도 같은 방법으로 싱글 쓰레드 성능을 일부 희생하고 코어 숫자를 더 늘린 서버 프로세서를 내놓을 것으로 보입니다.  올해 CPU 시장은 AMD와 인텔이 서로 공수를 주고받으면서 한쪽이 유리하지 않은 형태로 흘러갈 것으로 보입니다. 내년에 등장할 예정인 인텔 메테오 레이크 (14세대 코어 프로세서)와 내후년에 등장할 예정인 Zen 5가 어떻게 나오냐에 따라 CPU 시장의 흐름이 달라질 것으로 보여 앞으로 공개되는 내용이 주목됩니다. 

2010년대 초 중국은 미국산 CPU와 GPU를 이용해 세계 최고 성능의 슈퍼컴퓨터를 선보였습니다. 이에 자극받은 미국 정부는 2015년 오바마 행정부 시절 국가 전략 컴퓨팅 구상(National Strategic Computing Initiative, NSCI)을 발표했습니다. 미국 에너지부, 국방부, 국립 과학 재단(NSF)가 주도해 인텔, 엔비디아, AMD, IBM 등 주요 IT 제조사들과 함께 슈퍼컴퓨터 분야에서 미국의 우위를 지킬 차세대 슈퍼컴퓨터를 만들기로 합의한 것입니다.  2016년 국가 전략 컴퓨팅 구상에 참여한 기관 및 기업들은 2022년에 첫 엑사플롭스(ExaFlops)급 슈퍼컴퓨터를 만들 수 있을 것으로 예측했습니다. 그리고 우선 오크리지 국립 연구소와 로렌스 리버모어 국립 연구소에 서밋 (Summit)과 시에라 (Sierra)라는 100-300 페타플롭스급 슈퍼컴퓨터를 만들기로 계획했습니다. 이 슈퍼컴퓨터는 IBM의 파워 CPU와 엔비디아의 볼타 GPU를 사용한 것이었습니다.  하지만 두 회사에만 의존하는 경우 슈퍼컴퓨터 시장 독점 우려와 함께 실패할 경우 목표 달성이 힘들어지는 문제가 있습니다. 따라서 미국 정부는 인텔과 AMD에도 비슷한 조건으로 슈퍼컴퓨터를 개발하게 했습니다. 이들은 각각 독자 CPU + GPU 플랫폼을 이용해 슈퍼컴퓨터를 개발하기로 했습니다. 2016년 독자 CPU를 기반으로 세계 최고 성능 슈퍼컴퓨터를 개발한 중국에 대응하기 위해서는 미국이 가진 모든 자원과 최고의 회사들을 다 동원해야 한다는 절박함도 있었습니다.  그리고 행정부가 두 번 바뀐 2022년에 미국은 세계 최초의 엑사플롭스급 슈퍼컴퓨터를 선보였습니다. 정확히 예상한 시점에 목표에 도달한 것입니다. 첫 번째 타자는 AMD가 개발한 프런티어 (Frontier) 슈퍼컴퓨터입니다. AMD의 트렌토 (Trento) 64 코어 CPU와 라데온 인스팅트 MI250X GPU를 이용한 슈퍼컴퓨터로 최근 1.102 ExaFlop/s의 연산 속도를 기록해 세계에서 가장 빠른 컴퓨터이자 사상 최초로 엑사플롭스급 연산 능력을 지닌 슈퍼컴퓨터로 기록됐습니다.  프런티어는 한 개의 CPU와 네 개의 GPU가 기본 구조로 각 CPU마다 512GB DDR4 메모리를 탑재하고 GPU마다 128GB의 HBM2e 메모리를 탑재해 하나의 노드 (node)를 구성합니다. 그리고 128개의 노드가 하나의 올림푸스 랙 (Olympus Rack)이라는 거대한 냉장고 같은 구조를 만듭니다. 최종적으로 74개의 랙이 모여 프런티어 슈퍼컴퓨터를 구성하는 것입니다. 노드의 숫자만 9,408개로 같은 수의 CPU와 네 배나 되는 GPU가 탑재되어 있습니다. 메모리 용량만 HBM2e 메모리 4.6PB, DDR4 메모리 4.6PB이며 700PB가 넘는 거대한 저장 장치를 갖고 있습니다. 소비하는 전력은 웬만한 발전소 한 개에 해당하는 29MW입니다. 프런티어의 성과는 오바마 시절부터 시작된 슈퍼컴퓨터 투자가 정권이 바뀌어도 지속적으로 이뤄진 덕분입니다. 슈퍼컴퓨터는 미국처럼 관련 기술이 많이 축적된 국가에서도 개발부터 실제 가동까지 오랜 시간이 걸리는 분야입니다. 당연히 그사이 행정부가 바뀌는 경우가 비일비재합니다. 하지만 정치적 상황과 관계없이 슈퍼컴퓨터처럼 미국의 국력과 직접 연관되는 분야에는 아낌없는 투자가 이뤄졌기 때문에 지금의 성과가 나왔다고 할 수 있습니다.  하지만 1등은 하는 것보다 지키는 것이 더 어렵습니다. 중국은 말할 것도 없고 슈퍼컴퓨터 분야에서 상당한 독자 기술력을 지닌 일본도 다시 1위 타이틀을 차지하기 위해 연구를 계속하고 있습니다. 따라서 이미 미국은 2엑사플롭스 이상의 연산이 가능한 차세대 슈퍼컴퓨터 개발과 투자를 동시에 진행하고 있습니다. AMD는 프런티어 이외에도 Zen 4 기반의 최신 CPU와 최신 GPU를 사용한 엘 카피탄 (El Capitan)을 2023년 선보일 예정으로 목표 성능은 2엑사플롭스입니다. 인텔 역시 오로라(Aurora)라는 엑사플롭스급 슈퍼컴퓨터를 개발 중인데, 인텔의 사파이어 래피즈 제온 CPU와 폰테 베키오 GPU를 이용해 곧 모습을 드러낼 예정입니다.  엔비디아는 역시 최근 로스 알라모스 국립 연구소에 공급할 AI 슈퍼컴퓨터인 버나도 (Venado)를 추가로 공개했습니다. 엔비디아가 자체 개발한 Arm 기반 서버 프로세서인 그레이스 슈퍼칩과 호퍼 GPU를 이용한 슈퍼컴퓨터로 특히 AI 관련 연산에 특화되어 10 엑사플롭스 AI 연산이 가능합니다. 엔비디아는 그레이스 슈퍼칩을 이용한 차세대 슈퍼컴퓨터 프로젝트를 몇 개 공개했으며 첫 제품은 2023년에 볼 수 있을 것이라고 언급했습니다. 과거 인텔, AMD, IBM 같은 다른 회사 CPU를 이용해 자사 GPU와 같이 사용했던 데서 벗어나 CPU 독립을 이룰 수 있을지 결과가 주목되는 상황입니다.  미국의 엑사스케일 슈퍼컴퓨터 개발 성공은 정파를 떠나 장기적이고 일관성 있는 정책이 과학기술 발전에 중요하다는 것을 보여주는 또 다른 사례입니다. 다음 미국 대선에 누가 당선될지는 알 수 없지만, 현재 진행 중인 미국의 슈퍼컴퓨터 육성 정책은 크게 달라지지 않을 것으로 예상됩니다.

오는 16일로 예정된 삼성전자의 정기 주주총회가 ‘성토의 장’이 될 것으로 보인다. 지난해 ‘10만 전자’를 넘보던 주가가 7만 선까지 무너지며 ‘6만 전자’로 주저앉은 데다 ‘갤럭시 S22’ 스마트폰의 성능 저하 논란, 대량의 정보 해킹, 러시아발 전쟁으로 인한 국제사회의 경제규제 여파까지 국내외 악재가 잇달아 터지며 삼성전자의 경영 전망이 밝지 않은 상황이다. 9일 업계 상황을 종합하면 삼성전자는 ▲GOS 집단소송 ▲소스코드 등 내부 자료 해외 유출 ▲주가 폭락 등 3가지 악재에 직면해 있다. 이 가운데 삼성전자가 프리미엄 스마트폰 시장 공략 강화를 목적으로 지난달 야심 차게 출시한 최상위 스마트폰 ‘갤럭시 S22’의 게임 옵티마이징 서비스(GOS)와 연관된 속도 저하 논란도 주주들의 비난을 사고 있다. 삼성전자는 기존 갤럭시 노트 시리즈 개발을 접고 갤럭시 S22 울트라 모델로 통합해 출시하는 등 승부수를 띄웠지만, 고성능 게임 구동 시 기기가 과열되는 현상을 막기 위해 내장한 GOS가 소비자 역풍을 맞았다. 삼성전자는 사용자가 고성능 게임을 실행하면 자동으로 그래픽처리장치(GPU) 성능 등을 조절, 화면 해상도를 낮춰 과도한 발열과 배터리 소모를 막는 차원에서 GOS를 강화했다는 입장이다. 그러나 소비자들은 “삼성전자가 100만원이 넘는 고가의 제품을 판매하면서 스마트폰 최대 성능을 강제로 제한하는 GOS의 기능을 사전에 고지하지 않은 것은 소비자 기망과 허위과장 광고에 해당한다”며 이를 공정거래위원회에 신고하고 집단소송도 추진하고 있다. 삼성전자는 소프트웨어 업데이트를 통한 GOS 기능 선택권 제공으로 진화에 나섰다. 현재 자동으로 작동하는 GOS 기능을 이용자가 직접 켜고 끌 수 있도록 하겠다는 방침이다. 이달 초 외국 해커그룹 랩서스(LAPSUS$)의 해킹에 따른 내부 자료 유출 사고도 ‘세계 초일류 기업’을 자부해 온 삼성전자의 체면을 구기게 했다. 앞서 랩서스는 지난 5일 자신들이 삼성전자 서버를 해킹했다며 190GB 용량의 파일을 공개했다. 삼성전자는 “유출 자료에는 갤럭시 구동에 필요한 일부 소스코드가 포함돼 있으나 임직원과 고객 개인 정보는 포함돼 있지 않았다”면서 “회사는 추가적 정보 유출 차단과 고객을 보호하고자 모든 조치를 시행하고 있다”고 강조했다. 하지만 삼성전자 관련 커뮤니티에선 벌써부터 “주총장에 직접 가서 따져 묻겠다”는 주주들의 목소리가 크다. 속절없이 내려가는 주가도 주주총회를 뜨겁게 달굴 전망이다. 삼성전자 주가는 지난해 1월 11일 9만 1000원 고점을 찍으며 개인 소액투자가 대거 몰려드는 ‘국민주’로 떠올랐지만, 글로벌 반도체와 공급망 대란 사태를 겪으면서 하락세를 이어 오고 있다. 지난 8일 삼성전자는 전일 대비 600원(0.86%) 하락한 6만 9500원에 거래를 마쳤다. 같은 날 삼성전자가 공시한 2021년 사업보고서에 따르면 지분율 1% 미만 소액주주는 지난해 9월 말 518만 8804명에서 12월 말 기준 506만 6351명으로 12만 2453명 감소했다.

오는 16일로 예정된 삼성전자의 정기 주주총회가 ‘성토의 장’이 될 것으로 보인다. 지난해 ‘10만 전자’를 넘보던 주가가 7만 선까지 무너지며 ‘6만 전자’로 주저앉은 데다 ‘갤럭시 S22’ 스마트폰의 성능 저하 논란, 대량의 정보 해킹, 러시아발 전쟁으로 인한 국제사회의 경제규제 여파까지 국내외 악재가 잇달아 터지며 삼성전자의 경영 전망이 밝지 않은 상황이다. 9일 업계 상황을 종합하면 삼성전자는 ▲GOS 집단소송 ▲소스코드 등 내부 자료 해외 유출 ▲주가 폭락 등 3가지 악재에 직면해 있다. 이 가운데 삼성전자가 프리미엄 스마트폰 시장 공략 강화를 목적으로 지난달 야심 차게 출시한 최상위 스마트폰 ‘갤럭시 S22’의 게임 옵티마이징 서비스(GOS)와 연관된 속도 저하 논란도 주주들의 비난을 사고 있다. 삼성전자는 기존 갤럭시 노트 시리즈 개발을 접고 갤럭시 S22 울트라 모델로 통합해 출시하는 등 승부수를 띄웠지만, 고성능 게임 구동 시 기기가 과열되는 현상을 막기 위해 내장한 GOS가 소비자 역풍을 맞았다. 삼성전자는 사용자가 고성능 게임을 실행하면 자동으로 그래픽처리장치(GPU) 성능 등을 조절, 화면 해상도를 낮춰 과도한 발열과 배터리 소모를 막는 차원에서 GOS를 강화했다는 입장이다. 그러나 소비자들은 “삼성전자가 100만원이 넘는 고가의 제품을 판매하면서 스마트폰 최대 성능을 강제로 제한하는 GOS의 기능을 사전에 고지하지 않은 것은 소비자 기망과 허위과장 광고에 해당한다”며 이를 공정거래위원회에 신고하고 집단소송도 추진하고 있다. 삼성전자는 소프트웨어 업데이트를 통한 GOS 기능 선택권 제공으로 진화에 나섰다. 현재 자동으로 작동하는 GOS 기능을 이용자가 직접 켜고 끌 수 있도록 하겠다는 방침이다. 이달 초 외국 해커그룹 랩서스(LAPSUS$)의 해킹에 따른 내부 자료 유출 사고도 ‘세계 초일류 기업’을 자부해 온 삼성전자의 체면을 구기게 했다. 앞서 랩서스는 지난 5일 자신들이 삼성전자 서버를 해킹했다며 190GB 용량의 파일을 공개했다. 삼성전자는 “유출 자료에는 갤럭시 구동에 필요한 일부 소스코드가 포함돼 있으나 임직원과 고객 개인 정보는 포함돼 있지 않았다”면서 “회사는 추가적 정보 유출 차단과 고객을 보호하고자 모든 조치를 시행하고 있다”고 강조했다. 하지만 삼성전자 관련 커뮤니티에선 벌써부터 “주총장에 직접 가서 따져 묻겠다”는 주주들의 목소리가 크다. 속절없이 내려가는 주가도 주주총회를 뜨겁게 달굴 전망이다. 삼성전자 주가는 지난해 1월 11일 9만 1000원 고점을 찍으며 개인 소액투자가 대거 몰려드는 ‘국민주’로 떠올랐지만, 글로벌 반도체와 공급망 대란 사태를 겪으면서 하락세를 이어 오고 있다. 지난 8일 삼성전자는 전일 대비 600원(0.86%) 하락한 6만 9500원에 거래를 마쳤다. 같은 날 삼성전자가 공시한 2021년 사업보고서에 따르면 지분율 1% 미만 소액주주는 지난해 9월 말 518만 8804명에서 12월 말 기준 506만 6351명으로 12만 2453명 감소했다.

오는 16일로 예정된 삼성전자의 정기 주주총회가 ‘성토의 장’이 될 것으로 보인다. 지난해 ‘10만 전자’를 넘보던 주가가 7만 선까지 무너지며 ‘6만 전자’로 주저앉은 데다 ‘갤럭시 S22’ 스마트폰의 성능 저하 논란, 대량의 정보 해킹, 러시아발 전쟁으로 인한 국제사회의 경제규제 여파까지 국내외 악재가 잇달아 터지며 삼성전자의 경영 전망이 밝지 않은 상황이다.9일 업계 상황을 종합하면 삼성전자는 ▲GOS 집단소송 ▲소스코드 등 내부 자료 해외 유출 ▲주가 폭락 등 3가지 악재에 직면해 있다. 이 가운데 삼성전자가 프리미엄 스마트폰 시장 공략 강화를 목적으로 지난달 야심 차게 출시한 최상위 스마트폰 ‘갤럭시 S22’의 게임 옵티마이징 서비스(GOS)와 연관된 속도 저하 논란도 주주들의 비난을 사고 있다. 삼성전자는 기존 갤럭시 노트 시리즈 개발을 접고 갤럭시 S22 울트라 모델로 통합해 출시하는 등 승부수를 띄웠지만, 고성능 게임 구동 시 기기가 과열되는 현상을 막기 위해 내장한 GOS가 소비자 역풍을 맞았다. 삼성전자는 사용자가 고성능 게임을 실행하면 자동으로 그래픽처리장치(GPU) 성능 등을 조절, 화면 해상도를 낮춰 과도한 발열과 배터리 소모를 막는 차원에서 GOS를 강화했다는 입장이다. 그러나 소비자들은 “삼성전자가 100만원이 넘는 고가의 제품을 판매하면서 스마트폰 최대 성능을 강제로 제한하는 GOS의 기능을 사전에 고지하지 않은 것은 소비자 기망과 허위과장 광고에 해당한다”며 이를 공정거래위원회에 신고하고 집단소송도 추진하고 있다. 삼성전자는 소프트웨어 업데이트를 통한 GOS 기능 선택권 제공으로 진화에 나섰다. 현재 자동으로 작동하는 GOS 기능을 이용자가 직접 켜고 끌 수 있도록 하겠다는 방침이다. 이달 초 외국 해커그룹 랩서스(LAPSUS$)의 해킹에 따른 내부 자료 유출 사고도 ‘세계 초일류 기업’을 자부해 온 삼성전자의 체면을 구기게 했다. 앞서 랩서스는 지난 5일 자신들이 삼성전자 서버를 해킹했다며 190GB 용량의 파일을 공개했다. 삼성전자는 “유출 자료에는 갤럭시 구동에 필요한 일부 소스코드가 포함돼 있으나 임직원과 고객 개인 정보는 포함돼 있지 않았다”면서 “회사는 추가적 정보 유출 차단과 고객을 보호하고자 모든 조치를 시행하고 있다”고 강조했다. 하지만 삼성전자 관련 커뮤니티에선 벌써부터 “주총장에 직접 가서 따져 묻겠다”는 주주들의 목소리가 크다. 속절없이 내려가는 주가도 주주총회를 뜨겁게 달굴 전망이다. 삼성전자 주가는 지난해 1월 11일 9만 1000원 고점을 찍으며 개인 소액투자가 대거 몰려드는 ‘국민주’로 떠올랐지만, 글로벌 반도체와 공급망 대란 사태를 겪으면서 하락세를 이어 오고 있다. 지난 8일 삼성전자는 전일 대비 600원(0.86%) 하락한 6만 9500원에 거래를 마쳤다. 같은 날 삼성전자가 공시한 2021년 사업보고서에 따르면 지분율 1% 미만 소액주주는 지난해 9월 말 518만 8804명에서 12월 말 기준 506만 6351명으로 12만 2453명 감소했다. 박성국 기자