한때 일본 반도체 업계는 메모리는 물론 시스템 반도체 부분에서 세계 시장을 주름잡았습니다. 하지만 후발 주자인 한국에 메모리 반도체 시장의 주도권을 완전히 내주고 말았고 프로세서 부분에서는 인텔 같은 미국의 거대 IT 기업에 밀려 결국 반도체 산업의 변방으로 밀려나게 됐습니다. 한국이 메모리 반도체, 대만이 파운드리 생산 분야에서 절대적인 위상을 차지한 이후 일본 반도체 업계는 정부의 지원과 함께 권토중래를 꿈꾸고 있습니다. 이 가운데 후지쯔는 일본에서 고성능 CPU 개발 및 제조 기술을 지닌 몇 안 되는 회사 중 하나입니다. 후지쯔는 과거 썬 마이크로시스템스(나중에 오라클에 합병)가 개발한 SPARC 아키텍처 CPU 제조 및 개발에 뛰어들어 서버 및 워크스테이션 시스템을 만들기도 했습니다. 하지만 서버 및 워크스테이션 시장이 x86 CPU로 기울고 모바일에서는 ARM 아키텍처 천하가 되면서 후지쯔는 ARM 아키텍처 기반 고성능 CPU로 방향을 바꾸게 됩니다. ARM은 x86과 달리 라이선스를 얻어 누구나 개발하고 제조할 수 있기 때문입니다. 그렇게 해서 2020년 선보인 후지쯔의 후카쿠 슈퍼컴퓨터는 415 페타플롭스의 연산 능력으로 미국의 서밋 슈퍼컴퓨터를 누르고 세계 1위를 달성했습니다. 일본 이화학연구소(RIKEN)과 공동으로 개발한 후카쿠의 두뇌인 A64FX는 48개의 연산 코어와 4개의 보조 코어로 구성된 52코어 ARM CPU로 2.7 테라플롭스의 연산 능력을 자랑합니다. TSMC의 7nm 공정에서 제조된 A64FX CPU는 88억 개의 트랜지스터를 집적해 지금 기준으로는 다소 작은 프로세서입니다. 대신 CPU 한 개의 4개의 HBM2 메모리 (각 8GB)와 붙여 사용하기 때문에 크기가 작아 수많은 CPU를 하나의 시스템에 집적할 수 있습니다. 후카쿠는 총 729.9만 개의 코어를 이용해 GPU 없이도 415 페타플롭스의 연산 속도를 달성했습니다. 하지만 그후 미국의 인텔, AMD, 엔비디아가 엑사스케일 슈퍼컴퓨터를 선보였기 때문에 후카쿠는 1위 자리에서 곧 물러나게 됐습니다. 물론 일본 정부는 슈퍼컴퓨터 경쟁에서 뒤지지 않기 위해 차세대 슈퍼컴퓨터를 계획하고 있습니다. 후지쯔는 차세대 슈퍼컴퓨터를 포함해서 데이터 센터 및 AI 시장을 노리고 새로운 CPU를 개발하고 있습니다. 2027년까지 출시를 목표로 한 차세대 고성능 CPU인 모나카 (Monaka)가 그것입니다. 모나카는 2nm 공정으로 제조되며 최신 ARM 아키텍처인 Armv9-A이 적용된 150개의 코어를 탑재할 예정입니다. 정확한 벡터 크기가 공개되지 않은 SVE2 (scalable vector extensions 2) 명령어를 사용하는데, 전작인 A64FX가 512bit SVE를 사용한 것을 감안하면 그보다 더 커질 것으로 예상됩니다. 메모리는 DDR5, 인터페이스는 PCIe 6.0 및 CXL 3.0을 지원합니다. 모나카는 여전히 베일에 가린 채 개발 중으로 정확한 목표 성능이나 이를 이용한 슈퍼컴퓨터 시스템의 성능에 대해서는 아직 알려진 바가 없습니다. 다만 코어 숫자가 3배로 늘어나고 최신 아키텍처를 적용하는 데다 개발 공백이 7년 정도나 되는 만큼 후카쿠보다 훨씬 빠른 엑사스케일 슈퍼컴퓨터가 등장할 것으로 예상됩니다. 또 모나카를 통해 데이터 센터와 AI 시장도 진입한다는 계획입니다. 후지쯔는 출시 시점에서 모나카가 다른 경쟁자보다 전력 대비 성능이 2배 정도 우수할 것으로 자신하고 있습니다. 후지쯔는 CPU 분야에서 오랜 기술력을 바탕으로 자신만의 길을 걷고 있지만, 솔직히 말해 인공지능이나 고성능 컴퓨터 분야에서는 시간이 지날수록 미국을 따라잡기가 어려워지는 것이 사실입니다. 자체 아키텍처 슈퍼컴퓨터 자체가 없는 우리나라보단 당연히 앞선 기술력을 지니고 있지만, 그래도 미국의 거대 기술 기업인 인텔이나 AMD, 엔비디아 등과 격차가 자꾸 벌어지는 것입니다. 이것은 시장 점유율과 밀접한 연관이 있습니다. 미국 IT 기업들의 서버 CPU와 GPU는 이미 세계 시장을 장악한 상태입니다. 서버 CPU 부분에서 인텔과 AMD를 넘볼 회사는 현재 거의 없다고 해도 무방한 수준이며 GPU 및 인공지능 시장에서는 엔비디아가 시장을 독점하고 있어 인텔이나 AMD도 끼어들기가 힘든 상황입니다. 이들은 자신들이 장악한 시장에서 막대한 돈을 벌고 이를 다시 연구비로 쏟아부어 차세대 제품 개발을 꾸준히 이어 나갈 뿐 아니라 해당 산업 생태계 자체를 자신들에게 유리하게 만들어 가고 있습니다. 그에 반해 잠시나마 1위를 했던 후카쿠에 사용된 A64FX도 결국 서버 및 고성능 컴퓨팅 시장에 진입하는 데는 실패했다고 봐도 무방합니다. 후카쿠 말고는 쓰이는 곳이 거의 없기 때문입니다. 결국 시장에서 돈을 벌어 차세대 프로세서를 개발하고 다시 이를 통해 시장에서 돈을 벌어들이는 선순환 구조가 어렵다 보니 차세대 제품 개발에 시간이 오래 걸리는 것으로 해석할 수 있습니다. 이런 점을 감안하면 일본 반도체 신화의 재건은 쉬워 보이지 않지만, 결과물이 나오기 전까지 속단은 금물일 수 있습니다. 모나카가 누구도 예상 못했던 깜짝 반전의 드라마를 쓰게 될지 아니면 일본식 갈라파고스화의 또 다른 상징이 될지 결과가 주목됩니다. 

최근 인텔은 14세대 코어 프로세서인 메테오 레이크의 세부 내용을 공개했습니다. 메테오 레이크는 CPU 코어가 모여 있는 CPU 타일, GPU가 있는 GPU 타일, 기타 기능이 집약된 SoC 타일, 입출력 기능을 담당하는 I/O 타일 네 가지가 베이스 타일 위에 올려진 독특한 구조로 인텔이 10세대 레이크필드에서 시험한 포베로스 (Foveros) 기술을 주력 CPU까지 확장한 첫 번째 제품입니다.  타일 방식의 장점은 각각의 다이의 크기를 줄여 생산 비용을 절감하고 최신 미세 공정이 필요하지 않은 경우에는 좀 더 저렴한 공정을 적용해 비용은 절감하고 성능은 높이는 데 있습니다. 그리고 생산에서도 상당한 유연성을 발휘할 수 있습니다.  만약 메테오 레이크 전체를 최신 미세 공정인 인텔 4 공정으로 제조한다면 상당한 비용이 들어가는 것은 물론 충분한 수량을 공급하기 어렵습니다. 인텔은 빠르게 인텔 3, 20A, 18A 같은 다음 세대 미세 공정으로 진입할 계획이기 때문에 인텔 4 공정 팹을 대규모로 늘릴 수도 없습니다. 그런 상황에서 CPU 타일만 인텔 4 공정으로 제조하고 나머지는 TSMC에서 외주를 주는 방식으로 선회한 것입니다. 물론 TSMC 5nm, 6nm도 상당히 미세 공정이지만, 4nm, 3nm 같은 더 최신 미세 공정이 아니기 때문에 상대적으로 수급이 쉽고 가격 협상에서도 유리합니다.  이런 내용은 이전부터 알려진 것이지만, 최근 인텔은 지금까지 공개하지 않았던 놀라운 이야기를 공개했습니다. 바로 미스터리한 SoC 타일의 정체입니다. TSMC의 6nm 공정이 적용한 SoC 타일은 면적이 오히려 CPU나 GPU 타일보다 커서 상당한 양의 트랜지스터가 집적된 것으로 보이지만, 도대체 뭐가 들어 있는지는 잘 몰랐습니다. 인텔에 의하면 이 안에는 저전력 (LP) 고효율 (E) 코어와 인공지능 연산을 담당하는 NPU, 그리고 GPU에서 독립한 미디어 엔진과 디스플레이 엔진이 숨어 있었습니다.  1. CPU밖의 CPU, LP E코어 컴퓨터의 두뇌는 CPU입니다. 최근에는 프로세서가 복잡해지면서 CPU 이외의 많은 메모리, GPU, 기타 입출력 담당 회로 등 여러 가지가 포함되어 있기는 하지만, CPU는 컴퓨터 메인보드의 가운데 보다 약간 위에 있는 상석을 차지하고 있는 게 일반적입니다. 오디오 칩이나 다른 기능을 관리하는 칩셋은 메인보드 여기저기에 흩어져 있습니다. 하지만 메테오 레이크는 CPU를 CPU 타일 밖에 배치하는 독특한 구성을 선택했습니다. 인텔 CPU 가운데서 첫 번째 시도일 뿐 아니라 사실 지금까지 발표된 CPU 가운데서 비슷한 사례를 찾을 수 없는 독특한 구성입니다. 이 구성의 장점은 빠른 속도로 움직일 필요가 없는 저전력 코어에 비싼 최신 미세 공정을 적용하지 않아도 된다는 것입니다. 메테오 레이크는 고성능 코어 (P 코어)인 레드우드 코브와 고효율 코어 (E 코어)인 크레스트몬트 코어로 되어 있습니다. 여기에 SoC 타일에 있는 저전력 (LP) E 코어까지 합쳐 세 가지 형태의 코어를 지닌 최초의 x86 CPU입니다. 덕분에 노트북에서 초저전력 모드, 저전력 모드, 고성능 모드 등 상황에 맞춰 더 유연한 전력 및 성능 관리할 수 있습니다.  2. 인공지능 가속기를 탑재한 첫 CPU SoC 타일에 들어 있는 두 번째 깜짝 선물은 바로 NPU입니다. 컴퓨터용 CPU에 인공지능 가속기를 탑재한 것은 애플이 최초입니다. 애플의 M 시리즈 칩셋에는 A 시리즈에서 사용한 뉴럴 엔진이 포함되어 각종 인공지능 연산을 더 빠르게 수행할 수 있습니다. 메테오 레이크에 처음 탑재되는 NPU는 CPU 단독으로 사용했을 때보다 8배나 빠르게 인공지능 연산을 수행할 수 있으며 CPU, GPU와 독립적으로 시행되기 때문에 부하를 덜어줄 수 있습니다.  다만 NPU가 윈도우 환경에서 어떤 도움이 될지는 아직 미지수입니다. 우선 생각할 수 있는 건 인공지능을 통해 게임 성능 향상인데, 인텔의 XeSS는 엔비디아의 DLSS보다 적용되는 게임도 적고 기술적으로도 아직 미숙한 상태입니다. 인텔은 윈도우 스튜디오 등 몇몇 애플리케이션에서 이를 응용할 수 있다고 이야기하고 있으나 실제 소비자들이 체감할 수 있는 부분이 얼마나 될지는 두고 봐야 알 수 있을 것 같습니다.  3. GPU와 독립한 Xe 디스플레이, Xe 미디어 엔진 SoC의 타일의 큰 면적 중 일부는 본래 GPU에 포함되었던 Xe 디스플레이, Xe 미디어 엔진에 할당됐습니다. Xe 디스플레이 엔진은 최대 8K, 60프레임 출력과 HDMI 2.1 디스플레이포트 2.1등의 규격을 담당합니다. 만약 4K 모니터라면 최대 4개까지 지원이 가능합니다. Xe 미디어 엔진은 8K 60프레임/10비트 HDR 영상 인코딩, 디코딩 지원, VP9, AVC, HEVC, AV1 같은 최신 코덱을 지원합니다. 하지만 사실 이것만으로는 소비자가 체감할 변화가 있다고 보기는 어렵습니다. 진짜 중요한 변화는 사실 5nm 공정으로 만든 GPU 타일에 있습니다. GPU에서 빠르게 움직일 필요가 없는 인공지능 가속기와 디스플레이 출력, 동영상 처리 기능을 빼서 SoC 타일에 넣었기 때문에 GPU 성능이 한층 강화됐습니다.  메테오 레이크의 내장 GPU인 Xe-LPG는 모두 8개의 Xe 코어를 탑재하고 있으며 각각의 코어는 16개의 256비트 벡터 엔진을 탑재해 전 세대보다 33%가 늘어났습니다. 별도의 GPU 타일을 이용하고 최신 미세 공정을 적용한 만큼 성능 향상은 33% 이상일 가능성이 높습니다.  종합하면 메테오 레이크는 인텔의 CPU 설계 사상이 완전히 달라졌다는 사실을 보여주고 있습니다. CPU, GPU, NPU, 칩셋 등 여러 가지 구성 요소를 기능에 따라 묶은 것이 아니라 성능과 클럭에 따라 묶어서 최적의 성능을 내면서 비용은 절감하는 방식을 선택한 것입니다. 타일 아키텍처를 선택하면서 제조 방식만 바꾼 게 아니라 설계 사상과 구조도 거기에 맞게 뜯어고친 셈입니다.  다만 소비자 입장에서는 설계 사상이 무엇이고 어떤 타일을 사용했는가 보다는 성능과 가격이 더 큰 관심사일 수밖에 없습니다. 메테오 레이크는 올해 말 출시 예정으로 이를 탑재한 노트북이 연말과 연초에 대거 출시될 것으로 보입니다. 그때가 되면 구체적으로 뭐가 좋아졌는지 확실하게 알게 될 것입니다.

최근 인공지능 하드웨어의 핵심인 GPU 시장을 거머쥔 엔비디아에 대한 관심이 뜨겁습니다. 엔비디아는 반도체 업계 최초로 시총 1조 달러를 달성한 후 최근 계속 어닝 서프라이즈를 기록하면서 승승장구하고 있습니다. 그런데 사실 인공지능 이전에 GPU는 본래 게임이 주목적이었습니다. 전문 그래픽 작업을 위한 쿼드로 같은 별도의 시장이 있기는 했지만, 엔비디아의 젠슨 황 CEO가 연산 목적의 GPGPU와 CUDA에 힘을 주기 전까지 엔비디아는 게임 하드웨어 회사라고 해도 과언이 아니었습니다.  그렇기 때문에 엔비디아가 게임 성능 향상을 위해 인공지능을 적극적으로 활용한다는 사실은 지극히 당연해 보입니다. 엔비디아는 2018년 RTX 2000 시리즈를 공개할 때 GPU와 통합된 인공지능 연산 유닛인 텐서 코어를 이용한 DLSS (Deep Learning Super-Sampling, 딥 러닝 슈퍼 샘플링)을 대대적으로 홍보했습니다.  인공지능을 이용해서 저해상도 이미지를 고해상도 이미지처럼 업스케일링 하는 기술은 이미 당시에도 개발되어 있었습니다. DLSS는 게임에서 인공지능으로 고해상도 이미지를 학습한 다음 실제로는 저해상도로 그래픽을 출력한 후 여기에 인공지능 학습으로 추론한 고해상도 이미지를 추가하는 방식으로 이뤄집니다. 영상이나 사진의 인공지능 이미지 품질 향상 기능을 게임에서 활용한 것입니다.  이 작업은 GPU 연산 유닛이 아니라 텐서 코어라는 별도의 연산 유닛에서 이뤄지기 때문에 GPU에 부하가 없고 저해상도로 이미지를 출력하므로 게임 화면의 초당 프레임을 높일 수 있습니다. 예를 들어 본래는 4K 해상도에서 초당 20 프레임도 안 되는 답답한 화면이 나오는데 DLSS를 적용하면 이보다 해상도가 25%인 풀HD 영상으로 60 프레임으로 출력한 후 마치 4K 해상도처럼 보이게 할 수 있습니다.  하지만 실제로 DLSS는 1.0 버전까지 불안정한 기술이었고 지원하는 게임도 제한적이었습니다. 일부 지원하는 게임에서도 이미지 품질 향상 기술인 안티 앨리어싱과 충돌하거나 이미지가 뭉개지거나 깨지는 현상이 나타났습니다. 그러다가 DLSS 2.0에서 보다 쓸만한 기술이 되어 이미지 품질이 상당히 높아졌습니다. 저해상도에서 4K 고해상도 이미지를 추론하는 DLSS 슈퍼 레졸루션 (SR, Super Resolution) 기능이 RTX 3000 그래픽 카드에서 지원하는 DLSS 2.0에서 어느 정도 완성이 된 것입니다. 하지만 엔비디아는 여기서 한 가지 더 트릭을 생각해 냈습니다.  RTX 4000 시리즈와 함께 공개된 DLSS 3.0은 프레임 생성 (FG, Frame Generation)이라는 신기술을 도입했는데, 이는 인공지능으로 각 영상 프레임 간의 중간 이미지를 넣어 더 부드러운 움직임과 화면 전환을 구현한 것입니다. 예를 들어 30 초당 화면이 30번 바뀌는 영상 사이사이에 인공지능으로 만든 중간 화면을 넣어 초당 60회 화면이 바뀌면 인간의 눈으로 봤을 때 영상이 훨씬 부드러워 보입니다.  여기에 더해 엔비디아는 최근 게임스컴 2023에서 DLSS 3.0을 더 개선한 DLSS 3.5를 공개했습니다. DLSS 3.5의 핵심은 GPU의 자원을 덜 소모하면서 현실적인 광원 효과를 보여주는 광선 재구성 (RR, Ray Reconstruction) 기술입니다.  사물이나 환경이 진짜처럼 보이기 위해서는 빛에 따른 반사나 그림자, 광원에 따른 명암 등이 실제처럼 표현되어야 합니다. 엔비디아의 RTX GPU들은 실시간 레이 트레이싱을 지원해 게임에서 현실적인 사물의 질감과 주변 환경을 보여줍니다. 하지만 이는 엄청난 GPU 성능을 요구해 게임 프레임을 떨어뜨리는 원인이었습니다.  DLSS는 광선 효과의 인공지능 처리를 위해서 과거엔 수작업으로 처리하는 노이즈 제거 (Denoiser) 방식을 사용했습니다. 하지만 이 방법은 일부 픽셀을 잃어버려 이미지가 뭉개지거나 반대로 존재하는 사물이 나타나는 고스팅 현상을 일으킬 수 있었습니다. 광선 재구성 기술은 레이 트레이싱을 완벽히 보완하는 인공지능 이미지 품질 향상 기술로 게임 프레임을 희생시키지 않으면서 고품질의 레이 트레이싱 영상을 실시간으로 보여줄 수 있습니다.  엔비디아는 사이버펑크 2077을 기준으로 DLSS를 적용하지 않았을 때, DLSS 슈퍼 레졸루션 (SR) 적용, DLSS 슈펴 레졸루션 (SR) + 프레임 생성 (FG), DLSS 슈펴 레졸루션 (SR) + 프레임 생성 (FG) + 광선 재구성 (RR) 기능을 적용한 결과물을 차례로 보여줬습니다. 그 결과 본래 초당 20프레임에 불과한 영상이 5배가 넘는 초당 108프레임으로 증가하고 이미지 품질도 개선되는 결과를 보여줬습니다. 레이 트레이싱까지 확장한 DLSS 3.5를 인공지능 게임 성능 향상의 화룡점정이라고 불러도 손색이 없는 이유입니다.  물론 DLSS 3.5를 지원하는 게임은 초기엔 사이버펑크 2077를 포함해 몇 개 없습니다. 하지만 대부분의 게이밍 그래픽 카드가 엔비디아 제품인 점을 생각하면 DLSS이 표준으로 보급되는 것은 시간문제입니다.  DLSS 3.5 지원 게임이 늘어나면 인공지능 적용 전 게임 성능에서도 엔비디아의 적수가 되기 어려운 AMD의 라데온이나 인텔 아크와의 성능 차이는 더 벌어질 가능성이 높아졌습니다. 하지만 이렇게 한 회사가 시장을 장악하는 것은 사실 소비자에게 좋지 못한 결과를 가져옵니다. 독점 기업은 대부분 가격을 인상하기 때문입니다. 실제 엔비디아 GPU의 가격은 인공지능 및 데이터 센터 부분만이 아니라 게이밍 부분도 치솟고 있습니다. 두 회사가 DLSS를 견제할 비장의 무기를 선보여야 하는 이유입니다. 

우크라이나 남부 전선에서 러시아군을 지휘하던 장군이 자국 국방부가 자신의 병사들에게 충분한 지원을 해주지 않았다고 비난한 후 보직 해임됐다. 12일(현지시간) 미국 CNN 방송 등에 따르면, 우크라이나 남부 자포리자 전선에서 우크라이나군과 전투를 벌여온 러시아 제58연합군의 사령관인 이반 포포프 장군(소장)은 음성 메시지에서 “대(對)포대 전투의 부족과 포병 정찰기지의 부재, 적 포병으로 인한 우리 형제(러시아군)의 대량 사망·부상에 대해 문제를 제기했다. 또 다른 많은 문제를 제기했고, 그 말을 솔직하게 가장 높은 수준에서 극도로 거칠게 표현했다”고 밝혔다. 이어 “세르게이 쇼이구 (러시아) 국방장관이 나를 (보직) 해임했다”고 덧붙였다. 포포프 장군의 이같은 메시지는 러시아 국회의원 출신 러시아 남부군구 부사령관이던 안드레이 구룰레프가 이날 자신의 텔레그램 채널을 통해 공개했다. 포포프는 이 메시지에서 “오늘 많은 사단장·연대장들이 말했듯이, 우크라이나 군인들은 전선에서 우리 군을 돌파할 수 없었지만 우리의 선임 사령관은 가장 어렵고 긴장된 순간에 배신적이고 비열하게도 우리 군이 죽고 다치도록 놔뒀다”고 주장했다. 포포프의 보직해임은 전날 한 러시아 군사 블로거의 텔레그램 채널(VChK-OGPU)에서 처음 보고됐다. 이 채널은 그가 자신의 부대를 전방에서 후방으로 교대해달라고 요청한 것과 관련해서 지휘권을 박탈당했다고 썼다. 우크라이나 전쟁에 참전한 러시아 최고위 장성 중 한 명으로 꼽히는 포포프는 러시아 육군에서 가장 빠르게 떠오르던 인물이다. 포포프는 2017년 9월부터 2019년 5월까지 크림반도에 있는 러시아 제22군단의 참모장(준장)을 지냈다. 크림반도는 러시아가 지난 2014년 강제 합병한 곳인데 그에게 중책을 맡긴 것이었다. 지난해 2월 말 러시아가 우크라이나를 침공하면서 발트해 연안의 러시아령 칼리닌그라드에 있던 러시아 제11군도 우크라이나 전장에 투입됐다. 포포프는 그해 5월 이 군대의 참모장을 맡게 됐고, 그다음 달인 6월부터 우크라이나 동북부 하르키우주의 발라클리야 마을에서 자신의 부대를 지휘했으나, 석 달 뒤인 9월 우크라이나 반격에 밀려 부대를 이끌고 퇴각해야 했다. 그러나 그는 이같은 패배에도 불구하고 지난 3월 자포리자 전선을 책임지는 58군 사령관(소장)으로 전격 승진했다. 그는 지난달 8일 우크라이나의 반격 동안 자포리자 지역에서 우크라이나 공격을 격퇴했다고 발표하기도 했었다.

게임기의 ‘성능’과 ‘휴대성’ 중 하나만 선택해야 했던 시대가 저물어 간다. 스마트폰보다 훨씬 큰 디스플레이에 콘솔과 같은 기능을 제공하는 컨트롤러, 향상된 음향, PC와 비슷한 속도를 제공하면서 휴대가 가능한 울트라모바일(UM)PC가 나왔기 때문이다. 게이밍 노트북 명가 에이수스(ASUS)가 UMPC ‘로그 엘라이’(ROG Ally)를 지난 5월 말 출시했다. 100만원 이하의 가격에 다른 기기를 압도하는 성능까지 갖췄다. 앞선 5차례 예약판매가 ‘완판’되면서 11일까지 6차 판매가 이어졌다. 일주일 간 써 보니, 첫인상은 ‘훌륭한 엑스박스(XBOX) 게임패스 머신’이었다. 컨트롤러 구성부터 XBOX를 빼다 박았다. 그다음은 생각보다 너무 가벼운 무게(608g). 초기 설정에서 마이크로소프트(MS) 계정을 등록하고 게임패스PC 월정액 7900원을 내면 게임패스가 제공하는 수많은 PC게임을 추가 금액 없이 설치해 사용할 수 있다. 윈도우와 XBOX, 즉 ‘MS 세계관’에 최적화된 머신 같다. 이와 별도로 에이수스는 로그 엘라이 전용으로 ‘아머리 크레이트 스페셜 에디션(SE)’을 만들어 설치된 게임을 빠르게 실행할 수 있도록 했다. 게임패스를 통해 ‘포르자 호라이즌5’(엑스박스 스튜디오)와 ‘와룡’(코에이테크모)을 플레이해 봤다. 기기를 켜고 세팅할 때는 PC에 가까웠지만 게임을 하는 중엔 영락없는 휴대용 게임기였다. 이 정도 게임을 이렇게 쾌적하게, 핸드헬드로 즐길 수 있다니. 냉각팬 돌아가는 소리도 작고 발열 문제도 없었다. 특히 내장 스피커를 통해 나오는 사운드가 압도적이었다. ‘돌비 애트모스’를 지원해서인지 와룡 플레이 중 나오는 효과음에 짐짓 고개가 뒤로 돌려지기도 했다. 게임 내 상황에 맞게 전해지는 진동도 게임할 맛을 나게 했다. 다만 콘솔 수준의 성능까지 기대해선 안 된다. 기본 설정된 사양으로 실행해 봤더니 전반적으로 초기 로딩이 길었다. 포르자 호라이즌5는 시작까지 1분이 넘게 걸렸다. 한 번 실행된 뒤엔 무리 없이 진행됐지만 플레이 중 메모리 경고가 뜨기도 했다. 커맨드 센터에서 라이젠 Z1 익스트림 APU(GPU+CPU) 소비 전력을 3단계로 지정할 수 있는데, 이를 높게 설정하면 훨씬 쾌적해진다. 단 그럴수록 배터리 사용 시간은 짧아진다. 기기엔 다양한 확장 슬롯이 있어 고사양 게임 위주로 사용하는 게이머가 용량이나 속도 문제를 보완할 수 있게 돼 있다. 다른 모든 UMPC처럼 배터리 용량이 아쉽다. 그래선지 기본 설정 상태로 게임을 실행 중에 잠시 손을 놓으면 금방 최대 절전 모드로 진입한다. 플레이하던 게임이 전부 꺼진다. 휴대용 게임기 특성상 게임을 하다 중단할 경우가 많은데 최대 절전 모드로 들어가게 되면 상당히 불편하다. 그럼에도 이 제품이 현존하는 UMPC 중에 가장 앞서 있다는 데엔 별 이견이 없어 보인다.

삼성전자가 반도체 설계에 필수인 설계자산(IP) 강자들과 손잡고 파운드리(위탁생산) 생태계 구축에 나선다. 이들과의 협력을 통해 파운드리 1위 대만 TSMC 추격에 속도를 낸다는 게 삼성의 전략이다. 14일 삼성전자에 따르면 오는 28일(현지시간) 미국 새너제이에서 열리는 삼성파운드리포럼에서 시놉시스와 케이던스, 알파웨이브 등 IP 파트너와의 협력 내용과 최첨단 IP 로드맵 전략을 공개할 예정이다.반도체 제품은 수많은 IP의 집합체로, 제품 설계에 필요한 IP를 팹리스(설계 전문 회사)가 모두 개발할 수 없기 때문에 통상 IP 회사가 특정 IP를 개발해 팹리스, 종합 반도체 회사(IDM), 파운드리 업체에 제공하고 IP 사용에 따른 라이선스 비용을 받는다. 협업에 따라 삼성전자는 공정설계키트, 설계 방법론 등 최첨단 IP 개발에 필요한 파운드리 공정 정보를 IP 파트너에 전달하고, IP 파트너들은 삼성전자 파운드리 공정에 최적화된 IP를 개발, 국내외 팹리스 고객에게 제공한다. 이번 협력에는 파운드리 전 응용처에 필요한 핵심 IP가 포함될 예정이다. 삼성전자는 인공지능(AI)과 그래픽처리장치(GPU), 고성능 컴퓨팅(HPC)뿐만 아니라 오토모티브, 모바일 등 전 분야 고객에게 필요한 핵심 IP를 선제적으로 확보해 새로운 팹리스 고객을 유치하고 고객의 개발 지원 역량을 강화한다는 계획이다. 3나노미터(nm·10억분의 1m)부터 8나노 공정까지 활용할 수 있는 수십여종의 IP가 포트폴리오에 포함된다. IP는 통상 제품 개발·검증에 최소 2년∼2년 6개월의 기간이 걸리는데, 업계에서는 팹리스가 IP 개발을 IP 파트너에 맡기면 칩 개발부터 양산에 이르는 시간을 기존 약 3년 6개월∼5년에서 1년 6개월∼2년으로 줄일 수 있을 것으로 보고 있다. 삼성전자는 메모리 반도체 1위를 넘어 2030년까지 파운드리를 포함한 시스템 반도체에서도 세계 1위 등극을 목표로 하고 있지만 현실은 녹록지 않은 상황이다. 대만 시장조사업체 트렌드포스에 따르면 올해 1분기 삼성전자 파운드리 시장점유율은 12.4%로, TSMC(60.1%)와의 격차가 전 분기 42.7%포인트에서 47.7%포인트로 더 벌어졌다. 신종신 삼성전자 파운드리사업부 부사장은 “글로벌 IP 파트너 외에 국내 IP 파트너사와의 협력도 확대해 고객의 혁신 제품 개발과 양산을 더 쉽고 빠르게 지원해 나가겠다”고 밝혔다.

현재 인공지능 및 그래픽 카드 시장의 절대 강자인 엔비디아는 처음에는 게임용 그래픽 카드 프로세서 제조 업체로 시작했습니다. 지금처럼 게임용 그래픽 카드 시장을 장악한 회사가 된 것은 2000년대 초반 지포스 2를 출시한 이후입니다. 하지만 이 시기 그래픽 카드 시장은 지금처럼 크지 않았기 때문에 엔비디아의 역시 지금처럼 가치가 큰 회사는 아니었습니다. 그런 엔비디아가 2010년 대 중반 이후 급격한 성장을 하게 된 것은 빅 데이터와 인공지능 덕분입니다. 대규모 데이터를 처리하는 데 있어 GPU가 지닌 병렬 연산 구조가 큰 도움이 되었고 같은 이유로 인공지능 연산 속도 역시 GPU가 CPU보다 압도적으로 빨랐습니다. 물론 최근에 인공지능 기술이 급격하게 발달하게 된 것도 GPU 덕분이라고 할 수 있습니다. 그런데 암호 화폐 채굴이나 인공지능 수요 덕분에 그래픽 카드가 날개 돋친 듯 팔려 나가면서 본래 그래픽 카드의 수요자였던 일반 게임용 그래픽 카드 소비자들은 오히려 외면받는 상황이 됐습니다. 더 비싼 가격을 주고서라도 그래픽 카드를 사려는 사람들이 줄을 서면서 정작 본래 소비자들은 아주 비싼 값을 주지 않으면 물건을 살 수 없게 된 것입니다. 일반적으로 IT 제품은 기다리면 가격은 내려갑니다. 계속 고성능의 신제품이 나오니 이전 제품의 가격이 속절없이 추락하는 것입니다. 하지만 2020년 출시된 RTX 3000 시리즈 그래픽 카드의 경우 나중에 구매한 소비자가 더 비싼 값을 치러야 했습니다. 암호 화폐 채굴에 인공지능 돌풍까지 불어 가격이 천정부지로 치솟았기 때문입니다. 그런 이유에서 당시 업그레이드 대기 수요 중 상당수는 아예 RTX 4000 시리즈 그래픽 카드로 옮겨갔습니다. 아예 기다린 셈에 좀 더 기다렸다가 차세대 그래픽 카드를 구매하는 방향으로 생각을 바꾼 것입니다. 하지만 몇 년간의 공백을 깨고 등장한 RTX 4000 시리즈는 시작부터 논란에 휩싸입니다. 게임만 하려고 사기에는 너무 부담스러운 수준으로 비쌌고 그래픽 카드 역시 일부 케이스에 장착이 불가능할 정도로 커졌기 때문입니다. 더구나 과거 같으면 RTX 4070 정도로 나왔어야 하는 제품이 RTX 4080 12GB라는 괴상한 이름을 달고 출시되어 원성이 자자했습니다. 결국 엔비디아는 RTX 4080 12GB의 출시를 취소하고 가격을 약간 낮춘 후 RTX 4070Ti로 다시 출시하는 사상 초유의 사태를 겪었습니다. 이렇게 시작부터 반응이 좋지 못했던 RTX 4000 시리즈는 이후 순차적으로 아래 등급 제품이 나올 때마다 비슷하게 그렇게 좋지 않은 반응이 나왔습니다. 분명 이전 같으면 한 단계 아래 제품으로 나왔어야 할 제품들이 더 비싼 가격표를 들고 출시했기 때문입니다. 그리고 그런 상황은 가장 많이 팔리는 주력 상품군인 60급에서 그대로 이어졌습니다. RTX 4060Ti는 스펙으로 볼 때 사실은 그보다 아래 등급인 RTX 4050Ti처럼 보이는 제품입니다. 전작인 RTX 3060Ti보다 적은 수인 4352개의 쿠다 코어나 절반 수준인 128bit 메모리 인터페이스를 감안하면 60Ti의 이름을 붙이기가 어색해 보입니다.여기에 기본 성능도 RTX 3060 Ti와 비교해 15% 정도 높아지는 수준에 그쳐 3년 동안 기다린 소비자들을 허탈하게 했습니다. 그동안 GPU 및 반도체 제조 기술이 발전한 걸 생각하면 너무 적은 변화이기 때문입니다. 물론 RTX 4060Ti에도 장점은 있습니다. 우선 TSMC의 4nm 공정을 적용해 전력 소비가 크게 줄었습니다. 따라서 미니 PC나 저전력 제품을 원하는 소비자에게 더 나은 선택이 될 수 있습니다. 그리고 인공지능을 이용해 속도를 높이는 DLSS3를 지원하는 게임에서는 한 체급 위인 RTX 3070도 이길 수 있습니다. 하지만 이 모두를 생각해도 성능과 가격 모두 오랜 시간 기다린 소비자들을 실망시키고 있습니다. 이렇게 그래픽 카드 등급이 줄줄이 하향되는 데는 그럴 만한 이유가 있습니다. 우선 그래픽 카드 시장이 엔비디아 독점 체제로 경쟁을 할 만한 이유가 없습니다. 최신 미세 공정 웨이퍼 단기가 비싼 것도 중요한 이유입니다. 다만 다이 사이즈가 작아진 점을 생각하면 이 부분은 어느 정도 상쇄할 수 있었던 부분으로 생각됩니다. 한 가지 더 생각할 수 있는 이유는 동족 포식을 막기 위한 것입니다. 게임용 그래픽 카드도 인공지능 연산용으로 사용할 수 있는 만큼 너무 저렴한 그래픽 카드를 내놓을 경우 상위 제품 판매에 악영향을 줄 수 있습니다. 예를 들어 RTX 4090의 가격이 1000달러 미만이라면 서버급 제품 판매에도 영향을 줄 수 있습니다. 그렇다면 게임용 그래픽 카드 판매량이 줄어드는 상황을 감수하고 가격을 전반적으로 올리는 정책이 말이 될 수 있습니다. 하지만 그래픽 카드 시장이 현재 CPU 시장처럼 치열한 경쟁 상황이어도 이렇게 했을지는 의문입니다. 결국 소비자에게 유리한 상황이 되려면 AMD와 인텔이 의미 있는 경쟁자가 되는 수밖에 없습니다. 

국내 최초로 개최된 생성형 AI (Generative AI) 행사에서 “잠재력이 큰 강력한 기술인 생성형 AI의 이점과 위험을 이해하고, 책임감을 갖고 윤리적으로 사용해야 한다”는 주장이 제기됐다. 22일 서울 코엑스에서 열린 국내 최초의 생성형 AI 행사 ‘Generative AI Summit 2023’에서 김준하 인공지능산업융합사업단장은 ‘생성형 AI는 세상의 생성자 데미우르고스인가?’ 라는 주제의 기조강연에서 이같이 밝혔다. 김 단장은 이탈리아 르네상스의 3대 거장으로 꼽히는 라파엘로의 미술작품 ‘아테네 학당’에 등장하는 플라톤과 아리스토텔레스를 소개하며, “그림 속 플라톤의 저서 ‘티마이오스’에 등장하는 데미우르고스는 완벽한 이상적 형상을 본 따 완전하고 조화로운 세상을 창조했다고 하는 신적 존재”라고 설명했다. 이어 “우주와 세상이 데미우르고스에 의해 지능적으로 설계되고 운영된다는 점과, 인공지능이 세상의 복잡한 문제를 해결하는 솔루션이거나 시스템을 설계하고 운영하는 기능을 한다는 점을 감안하면, 어쩌면 AI는 데미우르고스와 비교될 수도 있다”고 말했다. 김 단장은 AI 기술의 발전 과정 중 ‘협력 인공지능’의 등장을 통해, 지난 30여 년 동안 축적된 다양하고 수많은 디지털 미디어 유산 정보를 데이터 사이언스 및 인공지능 기술이 최대한 활용하는 ‘디지털 유산’ (Digital Legacy) 시대가 만들어질 것이라고 전망했다. 그는 “생성형 AI는 잠재력이 매우 큰 강력한 기술”이라며 “그렇게 때문에 생성형 AI 기술을 책임감 있고 윤리적으로 사용하는 것이 중요하다. 이를 위해 생성형 AI 기술의 장점과 단점을 이해하고 이를 사용하여 발생할 수 있는 잠재적 위험 상황을 예측해 미리 대비하는 것이 무엇보다 중요하다”고 강조했다. 김 단장은 이어 “2023년은 민간기업 주도로 시장에서 벌어지는 ‘AI 전쟁’의 원년”이라며 “이 전쟁에서 이기려면 생성형 AI를 더욱 빠르고 저렴하게 지원할 수 있는 하드웨어인 AI 반도체 시장 변화도 살펴봐야 한다”고 주문했다. ‘생성형 AI 전쟁은 챗 GPT와 Bard의 대결이 아니라, GPU와 NPU간의 대결’이라는 이야기다. GPU는 그래픽 처리 및 AI 학습을 위한 고성능 컴퓨팅 장비, 그리고 NPU는 GPU 다음 단계의 컴퓨팅 장비로서 AI 반도체를 의미한다. 김 단장은 기조 강연을 마치며 “생성형 AI는 지금 당장 변화를 가져올 수 있는 엄청난 잠재력을 가진 기술이지만, 그렇기 때문에 더욱 책임감 있게 이를 사용해야 한다”며 “AI 기술을 윤리적으로 사용하는 것은 이제는 선택 사항이 아니라 필수적인 문제가 됐다. 이에 대한 인식을 공유하고, 시의적절한 정책을 마련해야 한다”고 강조했다. 한편 5월 22~23일 이틀 동안 서울 코엑스에서 진행되는 ‘Generative AI Summit 2023’ 행사는 인공지능산업협회 주최로 메가존클라우드, 마이크로소프트, 델, 아마존웹서비스, 구글클라우드, 카카오엔터프라이즈 등이 참여하는 국내 최초·최대 규모의 행사다.

서울특별시의회 ‘웰니스 서울 정책 연구 포럼’ 대표의원으로 활동 중인 김춘곤 의원(국민의힘, 강서4) 주관으로 지난 19일 개최된 ‘서울 웰니스 산업 활성화를 위한 정책토론회’가 분산된 서울 웰니스 산업 융합의 촉매제 역할을 하고 성황리에 끝났다. 첫 번째 발제자로 한국웰니스산업협회 이우람 부회장은 “웰니스는 건강한 신체와 정신을 유지하고 향상시키는 것”이라고 정의하고 세계웰니스협회 2020년 발표 자료에 따르면 세계시장 규모는 5800조 원이며 대한민국은 세계 8위에 있다고 했다. 발제를 마무리하면서 K-웰니스 도시 브랜딩을 통한 서울형 웰니스 모델을 제언했고 협회 차원에서는 2024 K-웰니스 푸드&투어리즘, 플랫폼 웰라, 치유 농업사 민간자격증 사업을 추진 중이라고 소개했다. 두 번째 발제자로 나선 서울대학교 의료정보학 김주한 교수는 “웰니스는 질병이 없을 뿐만 아니라 신체적 정신적 사회적 영적으로 건강한 상태를 말한다”고 하며 모든 시민이 자신의 필수 데이터를 저장할 수 있는 최소한의 저장 공간과 로그인할 수 있는 컴퓨팅 파워, 통신환경이 제공되는 디지털시민기본권에 대해 설명하고 지자체 단위의 시범사업을 제안했다. 세 번째 발제자인 경희대학교 동서의학연구소 고성규 소장은 “예방학 차원에서 웰니스는 건강하고 행복하게 주변 환경과 조화롭게 늙어가는 것”이라고 하며 실제 질환 상태에 가지 않았는데 본인이 어딘가 아픈 것 같다고 생각하는 ‘미병’현상을 설명하고 우리나라가 건강염려증이 다소 높은 편이라고 했다. 또한 한의학적으로 웰니스를 위해서는 음양의 균형을 통해 신체 밸런스를 맞출 수 있다고 하며 Health life를 위해 피해야 하는 40가지에 대해 소개했다. 네 번째 발제자인 네이버 헬스케어 연구소 나군호 소장은 ChatGPT 시대에 웰니스 산업은 어떻게 나갈 수 있을까라는 주제로 하이퍼클로버를 소개했다. 하이퍼클로버는 매개변수 2040억 개, 1024개의 GPU, 한국어 데이터세트 1.6테라 바이트로 구성되어 사회복지가 필요한 주민에게 AI가 자동으로 전화를 걸어 긴급조치 등 다양한 서비스를 제공한다고 설명했다. 향후에는 코딩, 마케팅, 물류, 의료, 건강 등에 집중하여 활용할 계획이라고 했다. 다섯 번째 발제자인 카카오헬스케어 황희 대표는 “웰니스란 건강한 상태에서 해피니스를 추구하는 일련의 여러 가지 행위들과 상태”라고 정의하며 디지털헬스케어의 가장 큰 가치는 기본적으로 제한된 자원으로 지속적인 헬스 서비스를 유지할 수 없다고 할 때 보편적 의료혜택을 위한 공평한 리소스의 분배라고 했다. 여섯 번째 발제를 맡은 서울관광재단 탁정삼 본부장은 관광사업을 하기 어려운 여건에서도 ‘2022 서울의료관광 국제트래블마트(SITMMT)’를 개최해 국내 305개 업체 참가, B2B 상담 944건, 계약 협의 263건(약 123억 원)의 실적이 있었으며 국가별 의료관광객 특성을 분석해 홍보마케팅을 추진하고 있다고 했다. 향후에는 서울의료관광 협력기관 네트워킹 활성화, 서울 메디컬&웰니스 센터 운영, 통역 코디네이터 운영 및 전문 인력 양성에 집중하겠다고 했다. 발제를 마치고 첫 번째 토론자인 서울시 관광산업과 과장은 웰니스 관련 조례 마련, 서울메디컬센터를 정보제공 중심에서 체험 중심으로의 전환, 하반기 ‘서울 웰니스 관광 페스타’를 준비하고 있으며 실질적으로 수효를 창출할 수 있는 마케팅과 서울 웰니스의 세계적 홍보에 집중하고 있다고 했다. 두 번째 토론자인 서울시 바이오AI과 과장은 서울의 디지털헬스케어 성장을 위해 물리적 공간과 성장지원 프로그램 그리고 인력을 스타트업 기업에게 지원하고 있다고 설명했다. 홍릉강소특구는 현재 6개 동의 물리적인 공간이 있고 2028년까지 10개 동으로 확장할 계획이고 고가의 바이오 장비 구입 및 활용을 지원하며 향후에는 지방, 국제 클러스터와도 연계하는 계획을 가지고 있다고 했다. 세 번째 토론자로 경인여자대학교 김정하 교수는 서울시 특성에 맞는 웰니스 핵심자원의 선정, 콘텐츠 개발, 관광산업 육성, 관광인력 양성이 요구된다고 했다. 또한 인바운드 중심의 정책에서 벗어나 서울시민과 국내·외 관광시장 전체에 대한 균형적인 시각을 가지고 추진할 필요가 있다고 제언했다. 서울 웰니스 산업 활성화를 위한 정책토론회는 3시간 동안 다양한 분야의 발제와 토론으로 진행됐으며 웰니스 산업의 융복합을 만드는 촉매제 역할을 했다. 전체 토론회는 유튜브(youTube) ‘서울특별시의회 토론회 공청회’에서 다시 볼 수 있다.

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. 

국가 인공지능데이터센터 구축사업을 수행하는 엔에이치엔클라우드(NHN CLOUD)의 연구개발센터가 8일 상무비즈니스센터 4층에서 문을 열었다. 이날 개소식에는 강기정 광주시장과 김동훈 엔에이치엔클라우드 대표, 김상훈 엔에이치엔아카데미 부학장, 김준하 인공지능산업융합사업단장 등이 참석했다. 새로 문을 연 광주연구개발센터는 820㎡ 규모로 60여명이 근무하며, 앞으로 상주직원이 180명까지 확대될 계획이다. 센터에는 본사에서 파견된 인력뿐만 아니라 지난해 9월 개소한 ‘엔에이치엔(NHN) 아카데미 광주캠퍼스’에서 7개월 간 웹개발자, NHN 인증과정을 수료한 전문인력도 함께 근무하게 된다. 광주시는 앞으로도 인공지능(AI) 분야 교육과 채용의 연결고리를 강화해 나간다는 방침이다. 연구개발센터는 광주시와 엔에이치엔클라우드 간 인공지능 분야 협력의 구심점으로써 선도적 역할을 수행하게 된다. 연구개발센터는 지역거점 클라우드 생태계 조성, 인공지능·게임·핀테크 등 엔에이치엔(NHN) 그룹사의 개발 업무를 담당한다. 이와 함께 세계 클라우드 시장으로 진출하기 위해 국산 인공지능(AI) 반도체로 외산 그래픽처리장치(GPU)를 대체하는 국산 AI반도체 클라우드 전환, 인공지능(AI) 및 머신러닝 기술을 활용한 의료영상 분석·진단 지원 서비스 개발 등 인공지능 응용기술 등을 중점 개발할 계획이다. 엔에이치엔클라우드 관계자는 “이번 광주연구개발센터 개소를 통해 지역거점 클라우드 생태계 조성 노력을 더욱 가속화할 것”이라며 “향후 광주연구개발센터는 지난해부터 운영하고 있는 ‘NHN아카데미 광주캠퍼스’와 더불어 지역사회 정보기술 인재양성 등 다양한 영역에서 중요한 역할을 해나갈 것”이라고 말했다. 강기정 광주시장은 “엔에이치엔클라우드와 함께 인공지능데이터센터의 활용률을 높이고 지역의 인프라와 융합해 상승효과가 나타나도록 연구개발센터 운영 등에 협업을 강화할 계획”이라며 “광주는 명실상부 인공지능(AI) 중심도시로 더욱 확고해지고 그 길에 엔에이치엔클라우드가 중요한 역할을 할 것으로 기대한다”고 밝혔다.

구축에도 운영에도 막대한 돈·인프라·에너지카카오브레인 ‘다다음’ 베타버전에 1만명 몰려 중단챗GPT에 2000만원 육박하는 GPU 1만여대 지난 20일 카카오브레인이 카카오톡채널에서 인공지능(AI) 챗봇 ‘다다음’ 베타테스트를 시작한 지 하루 만에 서비스를 일시 중단한 이유, 챗GPT 유료 구독 서비스가 출시된 이유는 같은 곳에 있다. 모두 ‘컴퓨팅 인프라’, 즉 연산 능력과 데이터센터, 클라우드 등을 아우르는 자원 때문이다. 초거대 AI 서비스가 속속 출시되며 컴퓨팅 자원의 중요성이 아주 빠른 속도로 높아지고 있다. 우리가 챗GPT에 접속해 자판을 두드려 질문을 입력하고 답변을 받는 단순해 보이는 과정은, 실은 엄청난 수의 연산을 통해 이뤄지고 있다. 대화창을 통해 주고받는 채팅이지만, 클라우드 환경에서 수만개의 그래픽처리장치(GPU)가 적용된 AI 구동 인프라와 연결되는 셈이다. 안정적인 초거대 AI 서비스를 제공할 수 있는 컴퓨팅 인프라 구축은 쉬운 일이 아니다. 애초에 AI를 학습시키는 과정부터 천문학적인 돈과 자원이 필요하다. 오픈AI의 최신 초거대 언어모델 ‘GPT4’의 머신러닝엔 엔비디아의 최신 GPU ‘A100’ 1만여대가 사용된 것으로 알려졌는데, 1대 당 2000만원에 육박한다. 애초 GPT3 교육에만 무려 1200만 달러(약 144억 7000만원)이 들어간 것으로 알려졌다. AI 서비스 운영에도 엄청난 에너지와 돈이 들어간다. 챗GPT의 경우 출시 한달 만에 사용자 1억명을 넘어섰는데, 이들이 입력한 각각의 질문에 무수한 연산을 수행하려면 GPU를 풀가동해야 하는데, A100의 경우 대당 전력량은 시간당 300~400Wh(와트시)로, 믹서기나 소형 전열기 등과 맞먹는다. 대부분 초거대 AI 운영 기반 시설인 데이터센터는 국내 한 곳 당 평균 연간 전력 사용량이 25GWh(기가와트시)인데, 이는 4인가족 6000가구와 같은 수준이다. 그러다보니 카카오브레인의 경우, 내부 개발 과정의 하나인 베타테스트 차원에서 공개했던 다다음에 충분한 컴퓨팅 인프라를 할당하지 않았을 테고, 여기에 짧은 시간 1만명 이상이 몰리니 정상적으로 AI 서비스를 제공할 수 없었을 것으로 보인다. MS의 천문학적인 투자와 컴퓨팅 인프라를 사용하는 오픈AI가 챗GPT 성공을 확인한 즉시 유료 구독 서비스를 출시한 것도 이런 이유에서다. 거꾸로 말하면 MS처럼 초거대 AI 모델을 돈이 되는 기존 서비스에 즉시 적용할 수 있으며, 글로벌 2위 규모 클라우드 회사로서 인프라를 확보한 기업이 오픈AI에 투자하고 협력하지 않았으면 지금의 챗GPT는 등장하지 않았을 수도 있는 셈이다. 기업이 GPT4를 서비스에 적용하려면 이전 버전인 GPT3.5보다 훨씬 높은 가격을 지불해야 한다. 카카오톡채널에 출시한 챗봇 서비스 ‘아숙업(AskUp)’에 GPT4를 적용한 업스테이지에 따르면, 오픈AI는 GPT4를 통해 제공하는 영어 단어 750개 정도에 3센트(약 39원)를 받는다. 본격 AI 시대를 맞아 기술 경쟁에 뒤처지지 않기 위해서는 컴퓨팅 인프라 확충과 동시에 컴퓨팅 자원 소비를 획기적으로 줄이는 기술 개발이 중요하다. 정부와 국내 업체들이 GPU를 대체할 AI 전용 반도체인 신경망처리장치(NPU) 개발을 서두르는 것도 이와 같은 맥락이다. 정보통신산업진흥원(NIPA)을 중심으로 고성능 컴퓨팅 자원을 지원하는 사업도 시행 중이다. GPU 클라우드 시스템을 임차해 중소∙벤처기업, 공공기관, 대학 등에 지원하는 것으로, 대규모 병렬연산 처리를 위한 고성능컴퓨팅(HPC) 자원, 개발 프레임워크, 개발언어 등을 지원한다.

‘메모리·연산기·데이터 변환’ 가능초거대 AI 구현할 차세대 반도체 D램 메모리 셀 내부에서 인공지능(AI) 연산을 수행하는 아날로그 PIM (Process In Memory·지능형 반도체) 기술이 국내 최초로 개발됐다. 특히 하나의 메모리 셀에서 메모리, 연산기, 데이터 변환 기능을 지원하는 ‘트리플 모드 셀’이 세계 최초로 개발돼 적용됨으로써 기존 아날로그형 PIM 반도체보다 높은 효율성을 갖추게 됐다. 점차 거대해지고 다양해지는 AI 모델에서도 안정적인 성능을 보일 것으로 기대된다. 과학기술정보통신부는 14일 한국과학기술원(KAIST) 유회준 교수 연구팀이 국내 최초로 D램 메모리 셀 내부에 연산기를 집적해 AI 연산을 수행하는 PIM 반도체 ‘다이나플라지아’를 개발했다고 밝혔다. PIM 반도체는 하나의 칩 내부에 메모리와 프로세서 연산기를 집적한 것으로, 데이터 병목 현상과 과도한 전력 소모 문제를 해결할 수 있어 초거대 AI 시대를 구현할 차세대 반도체로 꼽힌다. 다이나플라지아는 트리플 모드 셀을 이용해 실제 AI 연산에 맞춰 하드웨어 구조를 형성함으로써 기존 아날로그형 PIM 반도체보다 2.5배, 챗GPT가 쓰는 그래픽처리장치(GPU)에 견줘 7배 높은 에너지 효율성을 보였다. 이번에 개발된 기술을 적용한 칩은 삼성전자 파운드리 공정에서 생산됐다. 연구를 지휘한 유 교수는 “개발한 기술을 삼성과 SK하이닉스가 마음껏 열람하고 필요하면 활용하도록 하고 있다”고 설명했다.

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.

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.

미국 인공지능(AI) 연구소 오픈AI의 채팅봇 ‘챗GPT’의 세계적인 흥행을 계기로 글로벌 빅테크들이 대화형 AI 개발에 나선 가운데 국내 기업들도 AI 고도화에 대한 투자를 강화하고 있다. AI 산업 확장은 메모리 업황 하락으로 실적 부진에 빠진 국내 반도체 기업에도 새로운 돌파구로 주목받고 있다. 챗GPT로 고도화한 초거대 대화형 AI ‘에이닷’의 연내 출시를 추진하고 있는 SK텔레콤은 에이닷의 두뇌 역할을 하는 슈퍼컴퓨터 ‘타이탄’을 기존 대비 2배로 확대 구축했다고 12일 밝혔다. SK텔레콤은 2021년부터 슈퍼컴퓨터를 구축해 자체 운영하고 있으며, 이번에 타이탄의 그래픽처리장치(GPU)를 기존의 2배인 1040개로 증설했다. 수십억개의 매개변수를 다루는 초거대 AI를 구동하기 위해서는 방대한 양의 데이터를 빠르고 정확하게 처리할 수 있는 슈퍼컴퓨터 인프라가 필수적이다. SK텔레콤의 슈퍼컴퓨터는 17.1페타플롭(Petaflop) 연산 성능을 지원한다. 1페타플롭은 1초에 수학 연산 처리를 1000조 번 수행한다는 의미로, SK텔레콤의 슈퍼컴퓨터는 1초당 1경 7100조 번 연산할 수 있다. 글로벌 시장조사기관 마켓앤마켓은 전 세계 대화형 AI 서비스 시장 규모가 연평균 23.5%의 성장률을 보이며 2026년에는 105억 달러(약 13조 1880억원)에 이를 것으로 내다봤다. 이는 삼성전자와 SK하이닉스 등 국내 반도체 기업에도 호재로 작용할 전망이다. 초거대 AI 구현을 위해서는 고대역폭 메모리(HBM)를 비롯한 고성능 D램 장착이 필수이기 때문이다. 두 기업은 AI에 특화한 AI 반도체 개발에도 속도를 내고 있다. 앞서 삼성전자는 지난 1일 실적 발표 콘퍼런스콜에서 챗GPT와 관련한 질문에 “웹 검색엔진과 AI가 결합하고 기술적 진화에 따라 메모리뿐만 아니라 업계 전반의 활용·확장 가능성이 매우 크다”며 AI 반도체 인프라 투자 확대 가능성을 시사한 바 있다.

미국 인공지능(AI) 연구소 오픈AI의 채팅봇 ‘챗GPT’의 세계적 흥행을 계기로 글로벌 빅테크들이 대화형 AI 개발에 나선 가운데 국내 기업들도 AI 고도화에 투자를 강화하고 있다. AI 산업 확장은 메모리 업황 하락으로 실적 부진에 빠진 국내 반도체 기업들에게도 새로운 돌파구로 주목받고 있다.챗GPT로 고도화한 초거대 대화형 AI ‘에이닷’의 연내 출시를 추진하고 있는 SK텔레콤은 에이닷의 두뇌 역할을 하는 슈퍼컴퓨터 ‘타이탄’을 기존 대비 2배로 확대 구축했다고 12일 밝혔다. SK텔레콤은 2021년부터 슈퍼컴퓨터를 구축해 자체 운영하고 있으며, 이번에 타이탄의 그래픽처리장치(GPU)를 기존의 2배인 1040개로 증설했다. 수십억개 이상의 매개변수를 다루는 초거대 AI를 구동하기 위해서는 방대한 양의 데이터를 빠르고 정확하게 처리할 수 있는 슈퍼컴퓨터 인프라가 필수적이다. SK텔레콤의 슈퍼컴퓨터는 17.1 페타플롭(Petaflop) 연산 성능을 지원한다. 1 페타플롭은 1초에 수학 연산 처리를 1000조번 수행한다는 의미로, SK텔레콤의 슈퍼컴퓨터는 1초당 1경 7100조번 연산할 수 있다. 김영준 에이닷 추진단 담당은 “슈퍼컴퓨터 확대 구축을 통해 에이닷이 기존보다 더 정교한 학습이 가능해져 사람과 대화 흐름과 답변 완성도가 사람 수준에 가깝도록 개선하는 데 큰 역할을 할 것으로 기대된다”라면서 “앞으로도 공격적인 R&D(연구개발) 투자, 인프라 확대, 인재 영입 등을 통해 AI 기술 리더십을 선도하기 위해 지속적으로 노력할 것”이라고 말했다. 글로벌 시장조사기관 마켓앤마켓은 전 세계 대화형 AI 서비스 시장 규모가 연평균 23.5%의 성장률을 보이며 2026년에는 105억 달러(약 13조 1880억원)에 이를 것으로 내다봤다. 이는 삼성전자와 SK하이닉스 등 국내 반도체 기업에도 호재로 작용할 전망이다. 초고대 AI 구현을 위해서는 고대역폭 메모리(HBM)를 비롯한 고성능 D램 장착이 필수이기 때문이다. 두 기업은 AI에 특화한 AI 반도체 개발에도 속도를 내고 있다. 앞서 삼성전자는 지난 1일 실적 발표 컨퍼런스콜에서 챗GPT와 관련한 질문에 “웹 검색엔진과 AI가 결합하고 기술적 진화에 따라 메모리뿐만 아니라 업계 전반의 활용, 확장 가능성이 매우 크다”며 AI 반도체 인프라 투자 확대 가능성을 시사한 바 있다.

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 발 빠르게 쫓고 있다. 하지만 기술·자본·인재풀을 모두 가진 미국 기업, 정부의 전폭적인 지원을 받는 중국 기업들과 경쟁하기엔 국내 기업의 상황이 녹록지 않다. 네이버의 초거대 AI 모델인 ‘하이퍼클로바’를 개발해 운영하는 네이버클라우드 AI랩 하정우 소장은 7일 “초거대 AI 기술과 생태계 분야에서 미국이 글로벌 리더십을 가지고 있으며 한국도 여러 기업이 ‘패스트 팔로잉’ 중”이라면서 “한국은 중국과 함께 세계 2~3위권 수준”이라고 답했다. AI솔루션 기업 업스테이지의 배재경 AI 프로덕트 리더는 “중국은 데이터 확보에 매우 유리한 조건을 갖추고 있어 성능 좋은 AI 응용 모델이 빠르게 나올 수 있고, 한국도 원천 기술과 응용 분야에서 비교적 많은 인재가 활약하고 있어 미국과 중국을 제외한 다른 선진국들에 비해 떨어지지 않는다”고 말했다. 네이버가 2021년 5월 국내 최초로 선보인 초거대 AI 언어 모델인 하이퍼클로바는 AI 모델의 크기를 나타내는 매개변수(파라미터)가 2040억개로, GPT-3(오픈AI)의 1750억개를 능가한다. 네이버가 상반기 출시하겠다고 공언한 생성 AI 서비스 ‘서치GPT’도 하이퍼클로바를 기반으로 한다. 카카오의 AI 전문 계열사 카카오브레인도 GPT-3 기반 한국어 특화 AI 언어 모델인 ‘KoGPT’를 2021년 11월 공개했다. 3000억개의 파라미터를 자랑하는 LG AI 연구원의 ‘엑사원’은 언어뿐 아니라 이미지, 영상 등 다양한 정보를 습득하고 다루는 ‘멀티 모달리티’ 능력도 갖췄다. 특히 초거대 AI는 데이터 확보와 개발, 운용에 막대한 비용이 소요되는데 그만큼 수익을 뽑아내기가 어렵다. 그래서 효율을 높이고 비용을 낮추는 데 큰 효과를 낼 수 있는 AI 반도체 개발은 업계에 매우 중요하다. 현재 널리 사용되는 그래픽처리장치(GPU)를 대체할 신경망처리장치(NPU)가 업계의 기대를 받고 있는데, 아직 초기 단계인 시장을 키우기 위해 정부와 국내 기업이 기민하게 움직이고 있다. 정부는 AI 반도체 부문에 4년간 1조 200억원을 투자하겠다고 밝혔다. KT는 반도체 제조사 리벨리온과 ‘AI 반도체 드림팀’을 구성해 AI 반도체 개발에 나섰고, ‘AI 컴퍼니’를 비전으로 삼은 SK텔레콤도 자체 개발한 NPU ‘사피온’의 고도화에 집중하고 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. 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 AI 스타트업 딥마인드가 6년간 적자만 내는 동안에도 막대한 투자를 멈추지 않았다. 중국은 ‘AI 굴기’로 자국 기업에 지원을 쏟아붓고 있다. 네이버가 지난해 연구개발에 투자한 금액은 8370억원이다. 영국 데이터 분석 미디어인 토터스인텔리전스의 지난해 ‘글로벌AI지수’ 조사에서 한국은 개발 능력이 3위였지만 인재 분야에선 28위에 그쳤다. 국내에서 본격적으로 AI 전문 인재를 양성한 시간이 길지 않아서다. 데이터 확보와 결과물에 대한 국내 규제나 사회의 보수성도 초거대 AI 서비스가 더 활발히 출시되는 데 제약이 된다. 하 소장은 “학습 데이터의 지식재산권, 생성된 결과물에 대한 저작권 등 문제에 좀더 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. 검색 광고, 클라우드, 반도체처럼 소수의 승자가 모든 걸 가져가기 쉬운 IT 업계에서 국내 기업이 글로벌 기업에 의한 기술 종속을 면하기 위해서는 정부의 지원이 필요하다. 하 소장은 “기업들이 연구 투자와 산학 협력을 원활하게 할 수 있도록 다양한 지원이 필요하다”면서 “특히 초거대 AI를 활용하는 능력이 중요해질 전망인데, 중등·대학 교육 과정에서 AI 문해력(리터러시)을 강화할 수 있도록 지원해야 한다”고 말했다.

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.

‘울트라’ 모델명 노트북 첫 적용최고사양에도 ‘맥북’보다 저렴북3프로 사전물량 900대 완판“프리미엄군 판매 10% 올릴 것” “갓태문의 MX가 미친 가성비의 노태북을 내놨다.” 지난 1일(현지시간) 미국 샌프란시스코에서 열린 ‘갤럭시 언팩 2023’의 주인공은 카메라 혁신으로 무장한 ‘갤럭시 S23 울트라’ 모델이었지만 국내 시장에서는 삼성이 이날 함께 공개한 노트북 ‘갤럭시 북3’ 시리즈에 대한 반응이 먼저 터졌다. 노트북 시장에 현존하는 최고 사양을 대거 채택하고 갤럭시 스마트폰, 태블릿과의 연결성을 높이면서도 경쟁 제품인 애플의 ‘맥북’보다 저렴한 가격으로 출시되면서다.정보통신기술(ICT) 제품 정보를 공유하는 주요 커뮤니티에서는 삼성전자 노태문 MX(모바일경험) 사업부장(사장)을 ‘갓(GOD·신)태문’이라고 부르거나 갤럭시 북시리즈를 그의 이름에 빗댄 ‘노태북 시리즈’로 일컫는 표현까지 나오고 있다. 갤럭시 북3 시리즈는 사용성에 따라 세 가지 라인업으로 나뉜다. 역대 갤럭시 북 시리즈 가운데 최고 사양을 갖춘 프리미엄 모델인 ‘갤럭시 북3 울트라’, 360도 회전하는 터치 스크린에 S펜을 지원하는 ‘갤럭시 북3 프로 360’, 얇고 가벼운 클램셸(조개껍데기) 디자인의 ‘갤럭시 북3 프로’로 구성됐다. 이 가운데 울트라는 그간 갤럭시 스마트폰 최상위 모델에 쓰던 명칭으로, 갤럭시 북 시리즈에 적용된 건 이번이 처음이다. 스마트폰과 명칭을 통일해 브랜드의 통일성을 높이고 연결성 강화를 강조하기 위함으로 보인다.북3 시리즈는 전작보다 개선된 중앙처리장치(CPU)·그래픽처리장치(GPU)·디스플레이 등을 탑재해 갤럭시 북 시리즈 중 최고 성능을 갖췄다. 그래픽과 애플리케이션(앱) 실행 성능을 강화한 최신 인텔 13세대 코어 프로세서를 탑재해 더욱 빠른 업무 처리와 향상된 성능으로 게임을 즐길 수 있다. 울트라 모델은 ‘인텔 코어 i9 프로세서’와 ‘엔비디아 지포스 RTX 4070’ 노트북용 외장그래픽을 탑재해 그래픽 작업이나 고사양 게임 등 높은 성능이 필요한 활동도 원활하게 수행할 수 있다. 고사양 노트북이지만 16.5㎜의 얇은 두께와 1.79㎏의 가벼운 무게로 휴대성을 높였다. ‘갤럭시 북3 프로 360’은 콘텐츠 크리에이터를 위한 제품이다. 360도 회전하는 40.6㎝ 터치 스크린과 S펜을 지원해 태블릿과 PC의 사용성을 동시에 제공한다. 초슬림·초경량 제품으로 특히 35.6㎝ 제품은 무게 1.17㎏, 두께 11.3㎜에 불과해 가지고 다니기 간편한 크기와 무게가 특징이다. 디스플레이는 북3 시리즈 전 제품군에 갤럭시 스마트폰에 사용하는 ‘다이내믹 AMOLED 2X’ 디스플레이를 북 시리즈 가운데 처음으로 도입했다. 16대10 비율, 3K 해상도(2880×1800), 최대 120헤르츠(㎐)의 주사율로 갤럭시 북 시리즈 중 최상의 능동형 유기발광다이오드(AMOLED) 디스플레이 경험을 선사한다. 특히 영상과 게임에서 생생한 색감과 선명한 화질을 제공한다. 삼성전자는 갤럭시S23 시리즈와의 연결성 강화 등 시너지를 바탕으로 올해 노트북 프리미엄 제품군에서 10% 이상 성장을 목표로 하고 있다. MX사업부에서 노트북을 담당하는 갤럭시 에코 비즈의 이민철 팀장(상무)는 지난 2일 샌프란시스코에서 가진 기자간담회에서 “현재 노트북 전체 판매 비중의 50%를 차지하고 있는 프리미엄군의 판매 비중을 올해 60%대로 10% 포인트 이상 끌어올릴 것”이라고 자신감을 내비쳤다. 통상 ICT 업계에서는 800달러(약 100만원) 이상 제품을 프리미엄군으로 보지만 삼성전자는 1000달러(125만원) 이상 제품을 프리미엄군으로 분류하고 있다. 갤럭시 북3 프로와 프로 360은 각각 188만원과 259만원부터, 갤럭시 북3 울트라는 347만원부터 시작한다. 삼성전자가 2021년 글로벌 시장에 처음 출시한 갤럭시 북 시리즈는 지난해 판매 국가를 21개국으로 늘렸다. 올해부터는 갤럭시 S23 등 프리미엄 스마트폰과의 연결성 강화를 앞세워 해외 시장 공략을 더욱 강화한다. 현재 해외에서는 현지 생산 시스템을 갖춘 브라질에서 노트북 판매 1위를 기록하고 있다. 이 상무는 “글로벌 점유율은 아직 낮지만 갤럭시 에코 시스템을 완벽히 갖추기 위해 PC가 필요하다고 생각했다”며 “판매 국가를 확대하고 올해 스마트폰과 함께 공개한 것은 PC사업에 대한 의지를 표현한 것”이라고 설명했다. 그는 이어 “성능도 만족시키고 제품 간 연결성도 만족시키는 에코 시스템을 가진 것은 삼성이 유일하다”고 강조했다. 이 상무는 지난해 하반기에는 PC 판매가 다소 부진했지만 올해 하반기에는 반등할 수 있을 것이라고 기대했다. 그는 “지난해 하반기에는 환율도 안 좋았고 원자재 가격도 상승했다”면서 “올해는 상황이 좋아지고 있지만 소비자 구매로 이어지기까지는 시차가 있다”고 말했다. 앞서 삼성전자의 온라인 공식 파트너사가 온라인 쇼핑몰 11번가에서 지난 2일 판매한 북3 프로(14형)는 판매 시작과 동시에 준비 물량 900대가 완판됐다.