“딥러닝 계산 플랫폼 최적화 기술 개발 정부가 나서 기술 사용처 찾아줬으면”“하나금융그룹과 1년 넘게 협업해 세계 어디에 내놔도 인정받을 수 있는 기술을 만들었습니다.” 신정규(38) 래블업 대표는 26일 서울신문과의 인터뷰에서 “지난해 3월 KEB하나은행의 ‘원큐 애자일 랩’ 스타트업으로 선정된 뒤 받은 가장 큰 지원은 하나금융그룹이라는 대형 고객을 만나 새 프로그램을 시험하고 상용화할 수 있었던 점”이라며 이렇게 말했다. 래블업은 인공지능(AI)의 한 분야인 딥러닝(학습을 통해 생각하는 컴퓨터)에 쓰이는 계산 플랫폼을 최적화하는 기술을 만든다. 빅데이터 처리와 AI 계산의 기본인 행렬 계산에 쓰이는 그래픽카드(GPU)를 최대한 활용할 수 있는 프로그램을 개발해 발전시키고 있다. 신 대표는 “개인용 컴퓨터에 들어가는 그래픽카드는 보통 50만~60만원인데 금융사 등 엄청난 데이터를 돌리는 기관에서는 1개에 1000만원이 넘는 걸 쓴다”며 “비싼 그래픽카드에서 더 많이 계산하고, 더 싸게 데이터를 돌리는 기술”이라고 설명했다. 사업 기반이 없는 스타트업은 주로 연구소나 대학 등 소규모 사용자를 대상으로 새 기술을 시험한다. 기술발전 속도가 더딜 수밖에 없다. 래블업은 지난 1년 8개월간 하나금융그룹과 협업해 금융사에서 실제로 어떤 기술이 필요한지 알게 됐고, 이를 기반으로 프로그램 완성도를 높였다. 하나금융그룹 계열사들은 딥러닝 프로그램을 사용할 때 래블업 기술을 활용, 그래픽카드의 용량을 최적화해 더 싸고 빠르게 데이터를 돌릴 수 있게 됐다. 2015년 래블업을 창업한 신 대표는 그동안 스타트업을 운영하며 느꼈던 가장 큰 어려운 점으로 투자 유치를 꼽았다. 신 대표는 “딥러닝 계산 플랫폼은 국내시장이 작아 전 세계를 타깃으로 하는데, 미국 투자자들은 투자 조건으로 미국에 지사를 두거나 아예 본사를 미국으로 옮기라고 요구한다”며 “이런 이유로 미국 회사가 된 국내 스타트업도 많다. 국내 투자 유치가 어려운 점이 안타깝다”고 털어놨다. 그는 “미국은 세계시장을 대상으로 기업 가치를 평가해 스타트업의 가치를 높게 보는데, 국내 투자자들은 내수시장을 크지 않다고 여기는 데다 기업 가치를 낮게 보는 것도 문제”라고 지적했다. 신 대표는 정부와 금융사들이 스타트업 지원을 위해 챙겼으면 하는 부분도 콕 집어 부탁했다. 이른바 ‘기술 코디네이터’다. 신 대표는 “스타트업은 기술만 만들 줄 알지 이 기술을 어디에 써야 빛을 볼지는 모른다”며 “자동차를 처음 개발했다고 치면 바퀴를 4개 달아 앞으로 가는 것만 생각하지 자동차를 어디에 어떻게 써야 성공할지는 모른다는 것”이라고 설명했다. 그는 “국내에는 스타트업이 개발한 혁신 기술의 사용처를 찾아 주는 기관이나 전문가가 없다”며 “정부와 시중은행이 스타트업에서 새 기술이 나왔을 때 금융사는 물론 병원 등 특정 분야에 어떻게 쓰이면 좋을지 찾아 기술의 가치를 더 높여 주면 도움이 될 것”이라고 강조했다. 장은석 기자 esjang@seoul.co.kr

오바마 행정부 시절 미국 정부는 슈퍼컴퓨터 부분에서 미국을 위협할 정도로 성장한 중국에 대응하고 IT와 과학 기술 분야에서 미국의 주도권을 유지하기 위해 국가 주도 슈퍼컴퓨터 산업 육성 계획인 국가 전략 컴퓨팅 구상(National Strategic Computing Initiative, NSCI)을 발표했습니다. 이미 미국 내 쟁쟁한 IT 기업이 있고 기반 기술력이 충분한 만큼 국가에서 지원만 해주면 미국의 슈퍼컴퓨터 세계 1위 탈환은 시간 문제로 생각됐습니다. 그리고 실제로 2018년 슈퍼컴퓨터 서밋(Summit)을 통해 세계 1위를 탈환했습니다. 하지만 미국은 여기서 멈추지 않고 2021년까지 서밋보다 훨씬 빠른 엑사스케일 슈퍼컴퓨터를 개발하기 위해 적극적인 투자에 나서고 있습니다. 참고로 서밋은 이론적으로 200페타플롭스급의 성능을 지니고 있는데, 엑사스케일 슈퍼컴퓨터는 이론적으로 이보다 5배는 빨라야 합니다. 서밋 개발 후 3년 안에 한 차원 빠른 엑사스케일 슈퍼컴퓨터를 만들기 위해 미국 정부는 인텔, AMD, 엔비디아, IBM 같은 주요 IT 기업에 슈퍼컴퓨터 개발 및 구매 사업을 발주했습니다. 이 가운데 인텔은 2021년까지 오로라(Aurora)라는 명칭의 엑사스케일 슈퍼컴퓨터를 개발할 예정입니다. AMD에서 오랜 세월 라데온 GPU를 개발하다 인텔로 이적한 라자 코두리와 인텔 핵심 관계자들은 인텔 엑사스케일 컴퓨터에 들어갈 사파이어 라피즈(Sapphire Rapids) CPU와 폰테 베키오(Ponte Vecchio) GPU를 공개했습니다. 사파이어 라피즈는 2020년 출시 예정인 아이스 레이크 및 코퍼 레이크 기반 제온 CPU의 후계자로 2세대 10nm 공정과 새로운 아키텍처를 사용합니다. 구체적인 스펙에 대해서는 공개하지 않았지만, 오로라 슈퍼컴퓨터 노드(node)는 2개의 사피이어 라피즈 CPU와 6개의 폰테 베키오 GPU로 구성된다는 점은 분명히 밝혔습니다. (사진) 폰테 베키오는 베키오 다리라는 뜻으로 이탈리아 피렌체에 있는 아르노 강에 있는 중세 다리입니다. 참고로 푸치니의 오페라 잔니 스키키 중 ‘오 사랑하는 나의 아버지 (O mio babbino caro)’에서 언급한 다리이기도 합니다. 아마도 우연의 일치는 아닐 것 같고 여기서 이름을 따온 것으로 보입니다. 인텔의 차세대 GPU인 Xe는 모바일 기기, PC, 게이밍, 워크스테이션, 서버, 고성능 컴퓨팅과 인공지능 (AI) 등 모든 요구를 충족시키기 위해서 다양한 형태의 제품으로 개발되고 있습니다. 폰테 베키오는 이 가운데 강력한 연산 능력에 초점을 맞춘 것으로 7nm 미세 공정과 3차원 적층 반도체 기술인 포베로스(Foveros)를 적용했습니다. 포베로스는 프로세서, 메모리, 스토리지 등 서로 다른 반도체를 주상복합 아파트처럼 수직으로 연결해 크기는 줄이고 데이터 전송 속도는 높인 것으로 인텔이 적극 밀고 있는 차세대 패키징 기술입니다. 아마도 폰테 베키오 GPU와 HBM 같은 고성능 메모리를 하나의 패키지에 넣어 성능을 높였을 가능성이 큽니다. 사파이어 라피즈 CPU와 폰테 베키오 GPU가 아무리 강력한 성능을 지녔더라도 이들이 힘을 합쳐 제 성능을 내기 위해서는 서로 데이터를 원활하게 주고받아야 합니다. 인텔은 오로라 슈퍼컴퓨터에서 현재 개발 중인 차세대 고속 인터페이스인 컴퓨터 익스프레스 링크 Compute eXpress Link (CXL)를 적용할 계획입니다. CXL은 PCIe 5.0 기반으로 현재 사용되는 PCIe 3.0/4.0 인터페이스에 비해 대역폭을 획기적으로 높일 수 있습니다. 이번 발표는 인텔의 차세대 고성능 CPU와 GPU에 대한 정보를 좀 더 보여주긴 했지만, 개발 중인 프로토타입을 시연하거나 구체적인 성능을 공개한 건 아니라서 아쉬움이 남습니다. 아직은 개발 중인 제품이기 때문일 것입니다. 하지만 기본의 컴퓨터를 뛰어넘는 엑사스케일 슈퍼컴퓨터 개발은 착실히 진행 중이며 몇 년 안에 그 성과가 나올 것은 분명합니다. 몇 년에 걸쳐 힘들게 개발한 기술을 슈퍼컴퓨터에 한 번 쓰고 버릴 기업은 없기 때문에 사파이어 라피즈나 폰테 베키오에 사용된 기술은 결국 CPU 및 GPU의 전반적인 성능을 높일 밑거름이 될 것입니다. 슈퍼컴퓨터 자체는 평범한 소비자와 거리가 멀지만, 여기에 사용된 기술은 우리 생활 전반을 편리하게 만드는 기술 혁신의 기초가 되고 경제를 발전시키는 원동력이 될 것입니다. 미국 정부가 당장에 큰 이익이 될 수 없는 슈퍼컴퓨터 개발에 막대한 예산을 투입하는 것이 단지 중국의 추격을 따돌리기 위한 것만이 아닌 이유가 여기 있습니다. 고든 정 칼럼니스트 jjy0501@naver.com

경기 성남시는 15일 시청 8층에 교통·자율주행 빅데이터 센터를 설치해 본격 가동에 들어갔다. 시는 이날 오전 시청 3층 한누리에서 빅데이터 전문가, 협업 기관 대표, 관계 공무원 등 200여 명이 참석한 가운데 ‘교통·자율주행 빅데이터 센터 개소식’을 했다. 은수미 시장은 ‘4차 산업 혁명’을 핵심 단어로 한 비전을 선포해 자율주행 기술개발을 위한 빅데이터 구축을 공식화했다. 시청 빅데이터 센터는 전문직 공무원 2명, 자율주행 빅데이터 전문가 4명 등 모두 6명이 배치돼 인공지능 기반 자율주행 데이터를 생산·구축한다. 성남지역 CCTV 6027대, 드론 6대 등으로 수집한 도로 교통 상황, 3cm 단위 측정치의 차량 위치, 생활 안전 관제 정보 등을 전자부품연구원, ㈜유니콤넷, 네이버 비즈니스 플랫폼(NBP) 등 협업 기관과 함께 융합·가공·분석해 차세대 교통 빅데이터로 생산하는 방식이다. 자율주행차 운행에 필요한 도로 교통량 분석과 예측 정보, 판교 자율 주행 실증단지에서 시험 운행 중인 자율주행차 정보, 자율자동차와 실시간 정보를 주고받는 5G망 정보, 인공지능학습용 자율주행 영상정보 등이 해당한다. 이들 빅데이터는 성남시 교통행정 관련 정책의 과학적 근거자료로 쓰이고 아동, 노인, 장애인 등 교통약자를 위한 공공서비스 개발에 활용한다. 한국교통연구원 교통플랫폼으로도 전송해 필요로 하는 자율 주행 자동차 개발자와 기업, 대학교, 연구단체 등에 제공한다. 이를 위해 센터는 22㎡ 규모에 데이터 분석용 Lamda 장비, 서버내장 GPU, 클라우드 관리용 서버, 클라우드 매니지먼트 시스템, 데이터 통합관리 시스템 등을 갖췄다. 지난 9월 시는 과학기술정보통신부의 ‘빅데이터 플랫폼 및 센터 구축 공모사업’에 선정됐다. 시는 3년간 지원받는 9억원의 국비와 시비 9억원, 민간투자금 1억8000만원 등 모두 19억8000만원을 센터 운영에 투입한다. 신동원 기자 asadal@seoul.co.kr

고성능 소비자 CPU 시장 장악할까? AMD가 16코어 CPU인 라이젠 9 3950X와 24/32코어 3세대 라이젠 스레드리퍼(이하 스레드리퍼)를 발표했습니다. 본래 9월에 출시하기로 했던 라이젠 9 3950X는 예정보다 두 달은 늦은 11월에 정식 출시됐는데, 예상보다 높은 3세대 라이젠 수요와 상대적으로 부족한 TSMC의 7nm 공정 생산능력이 원인으로 보입니다. TSMC의 7nm 공정은 애플처럼 큰 고객사는 물론 여러 팹리스 반도체 회사가 주문을 넣고 있어 AMD의 공급량만 갑자기 늘리기 어려운 상황입니다. 따라서 공급이 충분치 않을 때는 크고 복잡한 제품일수록 출시를 뒤로 미루는 것이 가장 합리적인 대책입니다. AMD는 3세대 라이젠과 스레드리퍼, 그리고 2세대 에픽 CPU를 개발하면서 I/O 부분은 14nm 공정으로 양산하고 CPU 코어는 8개씩 캐쉬 메모리와 묶어 7nm 공정으로 생산했습니다. 덕분에 같은 반도체를 이용해 다양한 제품을 만들 수 있어 수요 및 공급 상황에 따른 유연한 대응이 가능합니다. 라이젠 9 3950X의 경우 I/O 한 개와 8코어 다이 두 개를 사용하며 16코어/32스레드, 72MB L2/L3 캐쉬 메모리를 지원합니다. 가격은 749달러로 일반 소비자보다는 CPU에 많은 부하를 주는 작업을 하는 소비자에게 적합한 제품이라고 할 수 있습니다. 아직은 비싼 몸값을 자랑하지만, 일반 소비자를 위한 저렴한 메인보드에 장착이 가능하고 16코어 제품 가운데서는 가장 저렴한 가격이기 때문에 10코어 이상의 고성능 CPU 보급에 물꼬를 튼 제품이라고 할 수 있습니다. 더구나 비슷한 성능의 인텔 CPU와 비교하면 가격 대 성능비에서 상당히 우수해 고급형/전문가용 CPU 시장에서 인기를 끌 것으로 예상됩니다. 사실 세간의 이목이 집중된 제품은 이미 세부 스펙이 발표되고 출시 시기만 뒤로 미룬 라이젠 9 3950X이 아니라 아직 스펙이 공개되지 않았던 3세대 스레드리퍼입니다. 48코어 혹은 64코어가 나오지 않을까 하는 기대와는 달리 AMD는 32코어 TR 3970X와 24코어 TR 3960X를 각각 1999달러와 1399달러에 발표했습니다. 다소 실망스러운 발표 같지만, AMD는 제품 명칭에서 여운을 남겼습니다. 본래 2세대 스레드리퍼의 경우 최상위 모델이 32코어 제품이 TR 2990WX, 24코어 제품이 TR 2970WX입니다. 그 아래 12/16코어 제품은 TR 2920X/TR 2950X입니다. 즉 이름으로만 보면 TR 3970X/TR 3960X 하위 라인업이며 TR 3990WX가 등장할 수 있는 여지가 남아 있는 것입니다. 다만 현재 7nm 웨이퍼 공급이 충분치 않은 상황이라면 AMD기 24/32코어 제품만 먼저 내놓은 것 역시 충분히 이해할 수 있는 반응입니다. 아직도 14nm 공정에 묶인 인텔이 당장 대항마를 내놓을 수 없기 때문입니다. 스레드리퍼 48/64코어 제품 추가는 어렵지 않겠지만, 시장 상황에 따라 출시 시점은 유동적일 것으로 생각됩니다. 현재 가격이라면 사실 3세대 스레드리퍼는 2세대에 비해 큰 메리트가 있다고 보기는 어렵습니다. 그래도 몇 가지 개선점은 존재합니다. 우선 PCIe 4.0을 도입해 고속 데이터 전송이 가능합니다. 새로운 TRX40 칩셋 탑재 메인보드에서 최대 72레인 (lane)의 PCIe 4.0 인터페이스가 지원되어 다수의 GPU나 NVMe PCIe SSD 사용이 가능합니다. 예를 들어 최대 4개의 USB 3.2나 NVMe 고속 SSD를 사용하거나 8개의 그래픽 카드를 지원하는 메인보드가 가능합니다. 그런 만큼 딥러닝처럼 다수의 GPU를 활용하거나 많은 데이터를 다뤄야 하는 작업에서 유리할 것으로 예상됩니다. 3세대 스레드리퍼는 인터페이스 개선은 물론 전체적인 성능도 향상됐습니다. Zen2 아키텍처 적용과 높아진 작동 클럭, 그리고 두 배 늘어난 거대한 캐쉬 메모리 덕분입니다. 당연히 같은 값이면 TR 3970X이 TR 2990WX보다 유리하지만 AMD는 TR 2990WX은 1799달러 TR 3970X는 1999달러에 출시해 균형을 맞췄습니다. TR 2970WX 역시 1299달러인데 TR 3960X은 1399달러인 것도 같은 맥락에서 이해할 수 있습니다. AMD는 경쟁이 없는 제품군에서 가격을 높인 것입니다. 사실 기업 간 경쟁은 선과 악의 대립이 아니라 서로 더 많은 수익을 거두기 위한 것입니다. 경쟁이 없는 시장에서 기업의 가격 정책은 가능한 최대 수익을 낼 수 있는 수준으로 정해지는 것이 일반적입니다. 과거 인텔이 라이젠이 나오기 전까지 8코어 이상의 CPU 가격을 높게 유지하고 지금 AMD가 24코어 이상 CPU 가격을 높게 유지하는 건 당연합니다. 다만 인텔도 10nm 공정 이전을 서두르고 있고 아키텍처를 개선하고 있기 때문에 고성능 CPU 시장에서 독점은 오래 가지 못할 것입니다. 마지막으로 AMD는 49달러짜리 보급형 제품인 애슬론 3000G를 공개했습니다. 12nm Zen+ 기반의 피카소 (Picasso) APU 제품군으로 2코어 4스레드 CPU와 베가 3 GPU를 탑재했습니다. 출시 가격 55달러였던 애슬론 GE 200보다 더 저렴한 출시 가격에 CPU 클럭은 300MHz 높이고 GPU 클럭도 100MHz 높였습니다. 고성능 CPU도 중요하지만, 더 많은 소비자가 부담 없이 사용할 수 있는 저가형 제품의 성능을 계속해서 높이는 것 역시 중요합니다. AMD는 올해 한 해 계속해서 신제품을 내놓으면서 CPU 시장의 변화를 이끌었습니다. 결국 AMD의 수익도 늘고 소비자들도 선택의 폭의 넓어졌습니다. 동시에 고성능 CPU 보급이 빨라지면서 IT 생태계 전반에 긍정적인 변화를 이끌었습니다. AMD의 도약은 과거에도 그랬듯이 인텔의 성장을 위한 좋은 자극이 될 것입니다. 결국 이런 과정을 거쳐 CPU 기술이 더 발전할 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

2008년, 인텔은 기존의 x86 CPU보다 훨씬 낮은 전력을 소모하는 소형 CPU인 아톰 (Atom)을 공개했습니다. 인텔이 앞서 내놓은 코어 프로세서의 저가형 버전을 내놓는 대신 아톰 프로세서를 내놓은 이유는 비용 때문이었습니다. 코어 프로세서는 당시 문제가 많았던 펜티엄 4 프로세서의 한계를 극복하고 경쟁자인 AMD를 넘어서기 위해 인텔의 기술력을 집약해서 만들어졌습니다. 그런 만큼 성능이 뛰어났지만, 구조가 복잡하고 크기도 컸습니다. 당연히 비용을 낮추는 데 한계가 있었습니다. 반면 보넬(Bonnell) 아키텍처 기반의 1세대 아톰 프로세서는 구조를 대폭 단순화해 크기를 줄이고 비용을 낮췄습니다. 1세대 아톰 프로세서는 지금 기준으로 생각하면 엄청나게 작은 4700만 개의 트랜지스터 집적도와 26㎟에 불과한 다이(die) 면적을 갖고 있었습니다. 덕분에 제작 비용이 저렴해 싸게 판매해도 이윤을 남길 수 있었습니다. 아톰 프로세서는 개도국 교육 시장을 겨냥한 클래스메이트 PC나 저가형 노트북인 넷북 등에 탑재되었는데, 저렴한 가격 덕분에 큰 인기를 끌었습니다. 비록 성능은 낮았지만, 30만 원 이내의 비용으로 휴대가 간편한 소형 노트북을 살 수 있다는 점 때문에 간단한 문서 작업과 웹서핑만 하려는 소비자에게 합리적인 선택이었습니다. 하지만 IT 세상이 스마트폰 중심으로 빠르게 변하면서 아톰 프로세서의 입지는 좁아집니다. 스마트폰과 태블릿의 성능이 1년이 다르게 좋아지고 휴대성도 넷북보다 우수했기 때문에 저전력 PC 시장이 크게 위축된 것입니다. 여기에 ARM 기반 프로세서와 달리 성능 향상이 더딘 아톰 프로세서 자체의 문제도 있었습니다. 인텔은 2013년 22㎚ 공정 기반의 실버몬트(Silvermont) 아키텍처 아톰 프로세서를 내놓으면서 반전을 꾀했습니다. 2013년 말에 등장한 베이 트레일 같은 실버몬트 기반 아톰 프로세서는 상당한 성능 향상을 통해 저가형 윈도우 태블릿과 노트북에 널리 탑재되었습니다. 특히 이 시기에는 x86용 안드로이드 OS가 출시되면서 윈도우와 안드로이드 듀얼 부팅을 지원하는 저가형 태블릿 PC가 잠시 인기를 얻기도 했습니다. 그러나 이 역시 대화면 스마트폰이 늘어나고 태블릿 시장이 고급형 중심으로 재편되면서 설 자리를 잃게 됩니다. 아톰 프로세서의 입자가 좁아진 것은 인텔의 정책 역시 한몫했습니다. 판매량은 적어도 큰 이익을 남길 수 있는 서버용 CPU 수요에 집중하면서 많이 팔아도 수익을 남기기 어려운 아톰 제품군은 자연스럽게 소홀해진 것입니다. 인텔은 2015년에 14㎚ 공정의 에어몬트(Airmont), 2016년에 골드몬트(goldmont) 아톰 프로세서를 내놓기는 했지만, 전체적인 성능 향상은 미미했습니다. 심지어 2017년에 마이너 업그레이드 모델인 골드몬트를 내놓고는 더 이상 모델 업데이트도 없었습니다. 반면 코어 프로세서는 계속해서 전력 대 성능비를 높여 태블릿 PC 및 초경량 PC에 탑재되는데 문제없는 수준까지 발전했습니다. 더구나 x86 태블릿 PC 시장도 서피스나 갤럭시 북처럼 생산성이 높은 고성능 제품 위주로 흘러가고 있습니다. 저가형 저전력 CPU인 아톰의 입지가 줄어들 수밖에 없는 이유입니다. 하지만 인텔은 2019년 3분기 실적 발표와 더불어 트레몬트 (Tremont) 기반 아톰 CPU에서 새로운 가능성을 제시했습니다. 트레몬트는 전 세대인 골드몬트 대비 평균 30% 정도 성능을 높였으며 10㎚+ 공정에서 생산되어 전력 대 성능비를 높였습니다. 하지만 트레몬트와 기존의 아톰 CPU의 가장 큰 차이점은 고성능 코어와 함께 사용할 수 있다는 점입니다. CPU의 성능이 전반적으로 상향 평준화된 지금 저전력 CPU 단독으로는 한계가 있을 수밖에 없습니다. 따라서 인텔은 애플 A 시리즈나 퀄컴 스냅드래곤, 삼성 엑시노스에서 볼 수 있는 고성능 + 저전력 CPU 조합을 x86 CPU에 도입할 계획입니다. 올해 말 출시를 준비 중인 레이크필드(Lakefield) 하이브리드 CPU가 그것으로 고성능 서니 코브(Sunny Cove) 코어와 저전력 트레몬트 코어, 그리고 Gen 11 GPU를 혼합해 만든 새로운 CPU입니다.레이크필드는 여러 가지 신기술이 도입된 새로운 모바일 CPU입니다. 레이크필드는 이미 10세대 코어 마이크로프로세서에서 선보인 서니 코브 아키텍처 기반의 고성능 코어와 새로 개발한 트레몬트 기반의 저전력 코어가 들어갑니다. 인텔 코어 프로세서는 세대를 거듭하면서 저전력 성능을 높여왔지만, 기본적으로 고성능 x86 코어로 ARM 계열 저전력 코어를 사용하는 모바일 AP와 경쟁하기 어려웠습니다. 트레몬트는 이와 같은 단점을 극복할 새로운 저전력 코어로 매우 얇고 가벼운 태블릿 PC나 컨버터블 노트북에서 진가를 발휘할 것으로 예상됩니다. 윈도우 태블릿 PC의 배터리 성능을 높이거나 더 가벼워질 수 있는 것입니다. 레이크필드의 성공 여부는 실제 제품이 출시되어야 알 수 있지만, 인텔의 방향성 자체는 옳다고 생각됩니다. 1세대 아톰이 등장했던 2008년과 지금의 IT 환경은 너무나 다릅니다. 경쟁자인 ARM 계열 CPU의 성능이 너무 좋아졌고 AMD의 저가형 CPU의 성능도 만만치 않습니다. 저전력이지만 저성능인 아톰 프로세서 단독으로만 제품을 내놓으면 운신의 폭은 계속 좁을 수밖에 없습니다. 만약 레이크필드가 기대처럼 저전력과 고성능의 두 마리 토끼를 잡는다면 아톰 제품군에 새로운 희망이 생길 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

현재 그래픽 카드 메모리의 주류는 GDDR (Graphics DDR) SDRAM 메모리입니다. 초창기 그래픽 카드는 PC용 시스템 메모리와 동일한 메모리를 사용했지만, 그래픽 처리 프로세서인 GPU의 급격한 성능 발달로 이미 2000년대 초반 속도 한계에 직면했습니다. CPU용으로 개발된 시스템 메모리로는 GPU가 처리하는 방대한 데이터를 감당하기 어려워진 것입니다. 기본적으로 GPU는 큰 크기의 고해상도 그래픽 데이터를 빠르게 (가능한 초당 60 프레임 이상으로) 처리해야 합니다. 그래야 화려한 게임 그래픽을 끊김 없이 처리할 수 있습니다. 이런 이유로 2003년부터 일반 DDR 메모리보다 더 큰 대역폭을 지닌 GDDR 메모리가 그래픽 카드에 도입되기 시작합니다. GDDR2 메모리는 2003년 출시한 엔비디아의 지포스 FX 5700/5800 울트라 시리즈에 처음 사용됩니다. (1세대 GDDR 메모리는 90년대 후반 등장했는데 당시 그래픽 카드에는 사용되지 않았습니다) 하지만 GDDR 메모리의 본격적인 보급은 2004년 등장한 GDDR3부터입니다. GDDR3는 나중에 AMD에 합병된 ATI와 엘피다, 하이닉스, 인피니온 등 메모리 제조사들이 협력해 만든 그래픽 메모리 규격입니다. 이름과는 달리 DDR2 기반으로 덕분에 DDR3 메모리 규격이 확립되기 전인 2004년부터 본격적으로 보급될 수 있었습니다. GDDR 메모리는 DDR 메모리보다 데이터가 지날 수 있는 통로가 더 많고 데이터 전송 속도가 빨라 3D 그래픽처럼 대용량 데이터를 빠르게 처리할 때 유리합니다. 사실 GPU가 빠른 속도로 발전할 수 있었던 것은 이를 뒷받침할 GDDR 메모리의 발전이 있었기 때문입니다. 따라서 DDR 메모리보다 버전 업데이트가 훨씬 빨리 이뤄져 DDR4 메모리가 도입되는 동안 GDDR5, GDDR5x, GDDDR6 같은 새로운 규격이 등장했습니다. GDDR6 메모리를 사용한 지포스 RTX 2080의 경우 14Gbps GDDR5 (256bit) 메모리에서 448GB/s의 넓은 대역폭을 지원받고 있습니다. 이는 DVD 영화 100편 정도를 1초에 전송하는 속도입니다. 하지만 GDDR 메모리 규격 역시 점점 한계에 도달하고 있습니다. GDDR3에서 메모리 칩 하나 당 19.9 GB/s의 속도를 확보했고, GDDR5에서 40–64 GB/s, GDDR6에서 112–128 GB/s으로 늘어나기는 했지만, GPU의 연산 능력이 급격히 향상되면서 한계에 봉착한 것입니다. 이는 GPU가 게임에서만 쓰이는 것이 아니라 인공지능이나 슈퍼컴퓨터 같은 더 중요한 분야에 사용되면서 연산 능력이 급격히 높아진 것도 원인입니다. HBM (High Bandwidth Memory) 메모리는 이 문제에 대한 가장 합리적인 해결책입니다. HBM 메모리는 삼성전자, SK 하이닉스, AMD의 협력으로 개발되었으며 2013년 SK 하이닉스에서 첫 제품을 내놓았습니다. HBM은 여러 개의 D램 다이(die)를 아파트처럼 수직으로 쌓고 여기에 데이터 통로인 TSV (through-silicon via)를 뚫어 고속으로 데이터를 주고받는 메모리라고 할 수 있습니다. 아예 통로를 여러 개 뚫어 대량으로 데이터를 전송하기 때문에 대역폭에서 GDDR6 메모리를 크게 앞설 수 있습니다. 따라서 슈퍼컴퓨터나 인공지능 연산용 고성능 GPU에 사용됩니다. 하지만 비싼 가격으로 인해 일반 그래픽 카드에는 제한적으로 보급되고 있습니다.올해 출시된 AMD의 라데온 VII 그래픽 카드는 HBM2 메모리를 사용하는데, 4개만 있어도 1TB/s의 대역폭과 16GB의 메모리 용량을 확보할 수 있습니다. 하지만 이미 국내 메모리 제조사들은 이를 뛰어넘는 제품을 개발했습니다. 올해 3월 삼성전자가 공개한 플래시볼트 (Flashbolt) HBM2E 메모리는 칩 하나 당 410GB/s의 대역폭과 16GB의 용량을 제공합니다. 8개의 다이를 수직으로 올린 후 5000개 이상의 TSV로 연결해 속도와 용량을 획기적으로 끌어 올렸습니다. 그리고 이번 달 SK 하이닉스는 이보다 더 빠른 460GB/s 속도의 HBM2E 메모리를 개발했다고 발표했습니다. 이 제품을 4개 사용한 GPU는 1.84TB/s의 대역폭과 64GB의 용량을 확보할 수 있습니다. 이렇게 빠르고 용량이 큰 메모리가 필요한지 의문을 지닐 수도 있지만, 단순히 게임용이 아니라 인공지능 및 슈퍼컴퓨터를 위해서는 이것도 부족할 수 있습니다. 현재 국내 제조사들은 HBM2E보다 더 빠른 HBM3 및 HBM4 메모리 개발을 위한 연구를 진행하고 있습니다. 이 메모리는 현재 미국이 개발하는 엑사스케일 슈퍼컴퓨터에 사용될 것입니다. 국내 기업이 주도하는 HBM 메모리는 인공지능 및 슈퍼컴퓨터 개발에 없어서는 안 될 핵심 부품이라고 할 수 있습니다. 다른 한편으로 일반 소비자용 그래픽 카드에서 HBM 메모리를 사용할 수 있게 하려는 시도도 진행 중입니다. GDDR 규격도 좀 더 빨라질 수 있지만, 대역폭 문제의 근본적인 해결책은 메모리 구조 자체를 혁신한 HBM 메모리의 염가형 버전을 보급하는 것입니다. HBM 메모리를 사용한 그래픽 카드 중 그나마 저렴한 라데온 VII이 699달러로 아직 꽤 비싼 편이기 때문에 500달러 이하 그래픽 카드에서 사용할 수 있는 HBM 메모리가 필요할 것입니다. 결국 이 문제 역시 국내 제조사들의 노력에 달려 있습니다. GDDR 메모리가 결국 DDR 메모리를 대체하고 그래픽 카드 메모리의 대세가 된 것처럼 언젠가는 HBM 메모리가 새로운 대세가 될 날이 올 것으로 기대합니다. 고든 정 칼럼니스트 jjy0501@naver.com　

SK하이닉스가 업계 최고 속도를 지원하는 고대역폭 메모리(HBM)인 ‘HBM2E D램’ 개발에 성공했다고 12일 밝혔다. 대용량 데이터 처리에 특화된 HBM2E는 HBM2의 차세대 규격 제품이다. 2013년에 HBM D램이 처음 나왔고, HBM2는 지난해 개발됐다. 1년 만에 한 단계 발전한 HBM2E가 출시된 것이다. 본격적인 양산은 2020년부터 시작된다. SK하이닉스가 개발한 HBM2E는 업계 최고 속도를 구현했다. 핀당 3.6기가비트(Gbit/s) 속도를 지원할 수 있다. 총 1024개 정보출입구(IO)를 통한 전체 데이터 처리 속도는 초당 460기가바이트(GByte)다. 풀HD 영화(3.7GB 용량) 124편 분량을 단 1초에 처리할 수 있는 수준이다. HBM2보다 속도를 50% 높였다. 용량은 단일 제품 기준으로 16Gb 칩 8개를 TSV 기술로 수직 연결해 16GB를 구현했다. TSV를 활용하면 기존 패키징 방식보다 크기는 30% 이상, 전력 소모는 50% 이상 줄일 수 있다. HBM은 짧은 시간에 대용량 데이터를 처리하는 특성 때문에 그동안 그래픽카드(GPU) 등 고성능 그래픽 처리 분야에 활용됐다. 향후 자율주행차뿐만 아니라 인공지능(AI), 슈퍼컴퓨터 등에서 대용량 그래픽 데이터 처리가 필수인 만큼 HBM에 대한 수요 확대가 예상된다. 한재희 기자 jh@seoul.co.kr

인텔이 아이스 레이크 (Ice Lake)로 알려진 10세대 코어 프로세서를 노트북 제조사들에 공급하기 시작했습니다. 출시된 제품들은 TDP 9 ~ 28W 사이의 저전력 노트북 및 태블릿 CPU로 일반 소비자가 시중에서 CPU만 구매할 수 있는 물건이 아닙니다. 현재 선적이 시작됐다면 소비자가 이를 사용한 노트북을 구매할 수 있는 것은 연말쯤이 될 것입니다. 다만 해외 IT 관련 매체들은 10세대 코어 프로세서를 사용한 프로토타입 노트북을 사용해 간단한 벤치마크 결과를 공개했습니다. 결론적으로 말하면 CPU 성능 향상은 인상적이지 않지만, GPU 성능 향상은 괄목할 만한 수준이라는 것입니다. 인텔은 2011년 출시한 샌디브릿지 이후 미세 공정과 마이크로 아키텍처를 조금씩 개선해 나갔습니다. 하지만 가장 강력한 경쟁 상대인 AMD가 젠(Zen) 아키텍처를 선보이며 인텔 코어 프로세서를 바짝 추격하자 지지부진했던 10nm 미세 공정 이전을 서두르면서 아키텍처를 대대적으로 변경하겠다고 발표했습니다. 물론 보안 문제 역시 아키텍처 개혁의 중요한 이유입니다. 아이스 레이크는 그 첫 결과물입니다. 인텔은 정식 출시 전 아이스 레이크에 적용된 서니 코브 (Sunny Cove) 아키텍처가 스카이레이크 계열 CPU보다 18% (같은 클럭에서 성능을 평가하는 IPC 기준) 정도 성능이 향상됐다고 발표했습니다. 그러나 막상 모습을 드러낸 10세대 코어 프로세서의 CPU 성능은 전 세대와 크게 다르지 않습니다. 인텔이 공개한 슬라이드에 따르면 10세대 코어 프로세서는 15W 제품군에서 싱글 쓰레드 기준으로 5세대 코어 프로세서(브로드웰)보다 47% 빠릅니다. 8세대 코어 프로세서 (위스키 레이크)가 5세대보다 42% 빠르다는 점을 생각하면 미미한 차이입니다. 그 이유는 작동 클럭이 낮아진데 있습니다.10세대 코어 프로세서인 Core i7-1065G7의 작동 속도는 베이스 1.3GHz/터보 3.9GHz인 반면 8세대 코어 프로세서인 Core i7-8565U의 작동 속도는 베이스 1.8GHz/터보 4.6GHz입니다. 같은 클럭에서 성능이 높아지긴 했는데, 대신 작동 클럭이 낮아지면서 정작 성능은 큰 변화가 없었던 것이죠. 하지만 10세대 코어 프로세서가 서니 코브 아키텍처의 1세대 제품이라는 점도 감안해야 합니다. 앞으로 몇 세대를 지나면서 점점 클럭을 높이고 아키텍처와 미세 공정을 개선하면 성능이 크게 높아질 수 있습니다. 10세대 코어 프로세서는 AMD에서 잔뼈가 굵은 엔지니어인 라자 코두리를 영입해 지금까지 큰 약점으로 지적되었던 GPU를 대폭 개선했습니다. 일부 게임 벤치마크 결과만 공개되었지만, 기존의 인텔 내장 그래픽보다 두 배 이상의 성능을 보이는 경우도 있어 드라이버 최적화 이후 성능이 기대됩니다. Gen11 내장 GPU는 전 세대 GPU보다 훨씬 많은 32/48/64개 실행유닛 (EUs)을 탑재했을 뿐 아니라 아키텍처를 대폭 개선해 성능을 끌어올렸습니다. 덕분에 강력한 그래픽 성능을 지닌 AMD의 모바일 CPU와 어느 정도 경쟁이 가능할 것으로 예상됩니다. 반면 지포스 MX150/250 같은 보급형 그래픽 카드의 위치는 다소 위태로워졌습니다. 휴대성과 배터리 지속 시간이 중요한 노트북에서 별도의 그래픽 카드를 탑재한다는 것은 추가 비용은 물론 발열, 배터리 지속 시간, 무게 등 여러 가지 약점을 감수할 만큼 성능 향상이 있을 때만 가능한 일입니다. CPU 내장 그래픽이 이 성능 차이를 크게 좁혔다면 당연히 CPU 내장 그래픽만 탑재하는 것이 유리합니다. 보급형 그래픽 카드의 성능을 지금보다 더 높여야 할 이유가 생긴 것입니다. 반대로 소비자는 얇고 배터리가 오래 가는 노트북과 태블릿으로 지금보다 쾌적하게 게임을 즐길 수 있게 됐습니다. 당연히 소비자에게 유리한 변화입니다. 이외에도 10세대 코어 프로세서에는 여러 가지 새로운 기술들이 녹아 들어가 있습니다. 인공지능 전용 명령어 세트인 인텔 딥러닝 부스트 (Intel DL Boost), AVX-512, LPDDR4X 3733 메모리 지원, 와이파이 6와 썬더볼트 3 기본 통합으로 소비자들은 신기술을 추가 비용이나 하드웨어 없이 사용할 수 있습니다. 10세대 코어 프로세서를 통해 인텔은 계속해서 프로세서 성능을 높이고 기능을 추가할 수 있음을 보여줬습니다. 프로세서 기술의 발전은 과거보다 느려졌지만, 우리를 편리하게 만드는 기술적 진보는 멈추지 않을 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

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

연구개발 73조·생산시설 60조원 투자 설계 업체들에 인터페이스 IP 등 지원 불량 분석 툴·소프트웨어 등 나눠 ‘상생’ 소량제품 생산·디자인하우스와 협력 “향후 화성캠퍼스 신규 EUV 라인 활용한 생산량 증대·신규 라인 투자도 지속 추진” 삼성 관련 반도체 클러스터 구체화 주목 업계들 “매출액 기준 현실성 있다” 진단 2030년까지 시스템(비메모리) 반도체 연구개발·생산시설 확충에 133조원을 투자하는 내용을 담아 ‘반도체 비전 2030’을 24일 발표하며 삼성전자는 명확한 목표를 제시했다. D램·낸드플래시 같은 메모리 반도체뿐 아니라 시스템 반도체 분야에서도 2030년까지 글로벌 1위를 달성하는 것이다. 가능할까. 반도체 업계에선 셈을 어떻게 하느냐에 따라 현실성 있는 목표라고 진단했다. “비메모리 반도체 산업은 팹리스(반도체 설계)와 파운드리(위탁생산)로 구분된다. 삼성전자는 팹리스와 파운드리를 모두 한다. 팹리스·파운드리 양쪽을 더한 매출액 기준으로 삼성전자가 1위에 오르지 못할 이유가 없다”는 것이 안기현 한국반도체산업협회 상무의 설명이다. 팹리스로부터 설계 도면을 받아 반도체를 위탁생산하는 파운드리는 삼성전자의 비메모리 시장 석권 여정 초반의 디딤돌이 돼 줄 것으로 기대된다. 지난해 글로벌 파운드리 시장은 70조원 규모로, 대만의 TSMC가 1인자이지만 삼성전자가 치열하게 기술경쟁을 하는 중이다. 트렌드포스는 올 1분기 파운드리 시장 점유율을 TSMC 48.1%, 삼성전자 19.1%, 글로벌파운드리 8.4%, UMC 7.2%, SMIC 4.5% 순으로 집계했다. 삼성전자의 점유율이 여전히 TSMC의 절반에도 미치지 못하고 있지만, 몇 년 전까지 50% 이상을 넘었던 TSMC의 점유율 벽을 삼성전자가 공략하는 중이다. 특히 삼성전자는 7~5나노 미세공정 기술에서 빠른 속도로 성과를 내 왔다. 과거에는 팹리스와 파운드리 사업을 함께 하는 것이 비메모리 반도체 시장에서 삼성전자의 약점이 될 것이란 짐작이 있었다. 애플이 아이폰에 탑재하는 비메모리 반도체인 AP(스마트폰의 CPU) 생산을 경쟁 스마트폰 기업인 삼성전자에 선뜻 맡기긴 쉽지 않다고 보는 시각에서였다. 하지만 실제로 애플은 삼성의 반도체, 삼성의 OLED(올레드·유기발광다이오드) 디스플레이 등 부품을 채택해 왔는데 이는 독보적 기술력을 보유하는 한 파운드리가 반드시 팹리스의 ‘을’(乙)이 되지 않는다는 것을 방증한다. 비메모리 반도체가 실제 기기 안에서 고장 없이 순조롭게 가동되려면 설계역량뿐 아니라 구현능력, 즉 파운드리 기술력이 중요하기 때문이다. 삼성전자는 2017년 파운드리사업부를 설계사업(LSI 사업부)과 분리해 사업 전문성을 강화하고, 지난해부터 화성사업장에 극자외선(EUV) 라인을 건설하는 등 파운드리 사업 경쟁력 강화에 의지를 보여 왔다. 이날 발표 중 팹리스 육성 비전은 특히 삼성전자의 체질 변화 가능성을 점치게 한다. ▲국내 팹리스 업체 지원 ▲중소 팹리스에 삼성전자 개발 인터페이스IP(지적재산권), 아날로그IP, 시큐리티IP 호혜적 지원 ▲삼성전자가 개발한 설계/불량 분석 툴과 소프트웨어 지원 ▲반도체 위탁생산 물량 기준 완화로 국내 중소 팹리스 업체의 소량제품 생산 지원 ▲디자인하우스(설계 서비스 기업)와의 외주협력 확대 등 상생 생태계 조성에 대한 구상이 담겨 있기 때문이다. 비메모리 반도체 산업이 문재인 정부가 꼽은 육성 산업과 일치하는 가운데 현 정부의 상생 기조를 적극 반영해 전략을 세운 삼성전자의 정치적 고려가 엿보이는 대목이지만, 비메모리 반도체 산업의 특성상 필연적인 선택으로도 평가된다. 업계 표준 제품을 빨리 대량생산해 가격 경쟁력을 갖춰서 잘 파는 기업이 시장 점유율을 늘리는 메모리 반도체 시장과 다르게 제품, 기기별로 특화된 칩을 생산해 내는 비메모리 반도체 시장은 다품종 소량생산 체제로 운영된다. 비메모리 반도체의 ‘비’(非) 자체가 저장 자치인 메모리 반도체를 뺀 모든 반도체를 의미하고, 그만큼 반도체의 종류가 다양한 것이다. 스마트폰, 5G, 인공지능(AI), 사물인터넷(IoT), 자동차부품, 그래픽처리장치(GPU), 전력 부품, 이미지 센서 등 다양한 기술 분야마다 적합한 비메모리 반도체가 있고 브랜드와 제품 별로도 탑재되는 반도체가 다르다. 따라서 다품종 반도체 설계부터 양산까지 다수 기업이 제휴하고 경쟁할 수 있는 생태계 조성이 비메모리 반도체 산업 성장의 필수 요소로 꼽힌다. ‘반도체 비전 2030’은 고용, 지역개발 측면에서도 직간접적인 효과를 낼 것으로 점쳐진다. 삼성전자는 이날 “향후 화성캠퍼스 신규 EUV 라인을 활용해 생산량을 증대하고, 국내 신규 라인 투자도 지속 추진할 계획”이라고 밝혔는데, 신규 라인을 기존 캠퍼스 부지에 증설할지 새로운 부지를 물색할지 등에 대해선 미정이라며 여지를 남겼다. 수도권 공장총량 규제 완화로 SK하이닉스 주도의 용인 반도체 특화 클러스터 조성이 확실시된 가운데 삼성 관련 반도체 클러스터 구상도 구체화될지 주목된다. 삼성전자가 밝힌 “1만 5000명 직접고용, 42만명 간접고용 유발”의 영향력도 관심을 모은다. 삼성전자 관계자는 “시스템 반도체 연구개발(R&D) 및 제조 전문인력을 포함해 1만 5000명”이라면서 “R&D 인력은 석·박사 전문인력으로 구성될 가능성이 높고, 제조 인력 역시 숙련이 요구된다”고 설명했다. 메모리 반도체 육성 시절 고졸 생산직원이 대규모 고용됐던 것과 다른 형태의 인력 수급이 진행될 것이란 뜻이다. 홍희경 기자 saloo@seoul.co.kr

작년에 공개한 서밋(Summit)을 통해 세계에서 가장 빠른 슈퍼컴퓨터 타이틀을 되찾은 미국이 이보다 5배 빠른 차세대 슈퍼컴퓨터 도입 계획을 발표했습니다. 미국 에너지부 산하의 아르곤 국립 연구소에 도입될 오로라(Aurora)는 1엑사플롭스(Exaflops, 1000페타플롭스) 연산 능력을 지녀 역대 가장 강력한 컴퓨터가 될 예정입니다. 이번 발표에서 눈길을 끄는 부분은 오로라가 인텔 프로세서와 메모리를 사용한 슈퍼컴퓨터라는 사실입니다. 오로라는 차세대 인텔 제온 스케일러블 프로세서(Xeon Scalable processor)와 Xe 컴퓨트 아키텍처(Xe compute architecture), 그리고 인텔 옵테인 DC 퍼시스턴트 메모리(Optane DC Persistent Memory)를 탑재해 서밋의 200페타플롭스보다 5배 빠른 1엑사플롭스의 성능을 갖게 됩니다. 이 세 가지는 인텔의 미래를 책임질 차세대 제품군이기 때문에 관심이 쏠리고 있습니다. 차세대 제온 인텔은 올해 차세대 아키텍처인 서니 코브(Sunny Cove)를 선보일 계획입니다. 초기에는 일반 PC용 제품으로 등장하겠지만, 어떻게 보더라도 서니 코브 기반 제온 CPU가 등장하는 것은 단지 시간문제일 뿐입니다. 인텔이 오로라에서 언급한 차세대 제온 스케일러블 프로세서가 서니 코브 기반 제온인지는 알 수 없지만, 2021년이라는 시기를 감안할 때 최소한 서니 코브 혹은 그 이후 아키텍처 기반 제온 프로세서로 보입니다. 인텔은 차세대 제온 프로세서의 미세공정 역시 밝히지 않았지만, 올해 10nm 공정 프로세서의 대량 생산에 들어가고 현재 7nm EUV 기반 팹을 건설하는 점을 생각하면 아마도 7nm나 그 이하 공정이 될 가능성이 큽니다. 따라서 코어 집적도와 성능 역시 현재 제온 프로세서에 비해 획기적으로 향상될 것으로 생각됩니다. 인텔은 슈퍼컴퓨팅 2018 콘퍼런스에서 멀티 칩 패키징 (MCP) 방식의 48코어 캐스케이드 레이크 AP(Cascade Lake-AP)를 공개한 바 있습니다. 14nm 공정으로 만든 캐스케이드 레이크 AP에 비해 훨씬 미세한 공정을 사용하는 차세대 제온 스케일러블 프로레서는 더 많은 코어를 집적할 수 있을 것으로 생각됩니다. 물론 이렇게 만든 강력한 제온 프로세서는 슈퍼컴퓨터에만 들어가는 것이 아니라 일반 서버 제품군으로도 출시되어 전반적인 서버 성능을 높일 것으로 생각됩니다. 최근 64코어 2세대 에픽 프로세서를 공개하면서 고성능 서버는 물론 슈퍼컴퓨터 시장으로의 복귀를 준비 중인 AMD의 도전을 생각하면 당연한 대응입니다. Xe 컴퓨트 아키텍처 인텔은 내년에 Xe 아키텍처 기반의 그래픽 카드 및 데이터 센터 제품군을 선보일 예정입니다. 인텔이 다시 고성능 그래픽 카드 시장에 도전한다는 소식도 흥미롭지만, 더 흥미로운 부분은 슈퍼컴퓨터 시장에 Xe 제품군을 투입한다는 것입니다. 이는 사실상 엔비디아의 GPU와 거의 같은 제품군을 만들겠다는 의미입니다. 엔비디아는 게이밍 GPU를 시작으로 GPGPU라는 고성능 병렬 연산을 위한 제품군을 선보였고 최근에는 인공지능(AI) 부분에 집중하고 있습니다. Xe가 게임용 그래픽 카드는 물론 고성능 데이터 센터 및 슈퍼컴퓨터 부분에도 투입된다면 엔비디아의 GPU와 치열한 경쟁은 불가피한 상황입니다. Xe의 성능은 베일에 가려있지만, 엑사스케일 컴퓨터에 탑재된다면 서밋에 탑재된 볼타(Volta)보다 훨씬 강력한 성능을 지녔다고 보는 것이 타당합니다. 물론 이 시기에는 엔비디아 역시 더 강력한 GPU를 선보이면서 Xe와 치열한 경쟁을 벌이게 될 것입니다. 인텔의 도전이 성공할지 아니면 현재 챔피언인 엔비디아가 타이틀을 유지할지가 흥미로운 관전 포인트입니다. Xe가 시장에 진입하는 데 성공한다면 인텔은 CPU 시장은 물론 GPU/슈퍼컴퓨터/인공지능 시장에서 강력한 영향력을 행사할 수 있어 미래 시장 지배력이 커질 것으로 예상됩니다. 옵테인 DC 퍼시스턴트 메모리 인텔은 작년에 128/256/512GB 용량의 옵테인 DC 퍼시스턴트 메모리 제품군을 공개했습니다. 옵테인은 차세대 비휘발성 메모리인 3D XPoint 기반 제품으로 DRAM보다 약간 느리지만 비슷한 성능과 낸드 플래시 메모리처럼 전원을 꺼도 데이터가 유지되는 데이터 저장 능력을 지니고 있습니다. 이런 차세대 비휘발성 메모리의 목표는 SSD 같은 데이터 저장 장치와 DRAM 같은 메인 메모리를 하나로 만들어 컴퓨터를 더 빠르고 효율적으로 만드는 것입니다. 데이터의 크기가 커질수록 저장 장치에서 메인 메모리로 데이터를 옮겨 처리하고 다시 이를 저장 장치에 기록하는 방식이 느리고 비효율적이기 때문입니다. 오로라는 옵테인 DC 퍼시스턴트 메모리를 사용해서 대규모의 데이터를 빠르게 처리하고 바로 저장할 수 있을 것으로 기대됩니다. 다만 오로라가 순수하게 옵테인 메모리만 사용했는지 아니면 별도의 DRAM을 지녔는지는 아직 알려지지 않았습니다. 옵테인이 낸드 플래시 메모리보다는 빠르지만, 아직 고성능 GPU에서 필요한 대역폭을 모두 제공하기에는 느리기 때문에 아마도 후자의 가능성이 높을 것으로 예상됩니다. 설령 그렇다 하더라도 옵테인 메모리를 대량으로 사용해 데이터 처리 및 저장 속도를 높였다면 그것만으로도 상당한 성과라고 할 수 있습니다. 2년 후 모습을 드러낼 인텔의 3종 무기 사실 오로라에 사용될 새로운 하드웨어 가운데 그 구체적인 스펙이 공개된 것은 없습니다. 오로라에 탑재될 차세대 제온 및 옵테인 DC 퍼시스턴트 메모리는 현재 나와 있는 제품보다 훨씬 성능이 향상된 다음 세대 제품이고 Xe는 아예 한 번도 등장한 적이 없는 제품입니다. 그래도 미 정부 기관이 막대한 예산을 들여 도입 계획을 발표했다는 것은 인텔의 신기술에 어느 정도 믿을 만한 구석이 있다는 이야기입니다. 과연 얼마나 성능을 높였을지 업계의 이목이 쏠리는 건 당연합니다. 물론 다른 경쟁자도 놀고 있지는 않습니다. 엔비디아 역시 엑사스케일 컴퓨터를 위해 볼타 다음 세대(Volta-Next) GPU를 개발하고 있으며 미 에너지부 산하 기관이 이를 도입할 계획을 가지고 있습니다. 미 정부는 적어도 두 개 이상의 사업자를 지원해 서로 경쟁을 통해 성능을 높인다는 계획입니다. 흥미로운 사실은 엔비디아의 차세대 GPU가 AMD의 차세대 에픽 CPU와 함께 들어갈 것이라는 사실입니다. 펄뮤터(Perlmutter)로 알려진 이 슈퍼컴퓨터에 대해서도 아직 알려진 내용이 별로 없지만, 적어도 서밋보다 훨씬 강력한 슈퍼컴퓨터가 될 것은 분명합니다. 여기에 최근에는 비교적 조용했지만, 자체 개발 CPU로 세계 최고 성능 슈퍼컴퓨터를 만들어 세상을 놀라게 한 중국 역시 차기 제품을 준비하고 있습니다. 이 경쟁에서 이기기 위해 인텔과 그 경쟁자들은 계속해서 연구 개발을 멈추지 않을 것입니다. 그리고 이를 통해서 컴퓨터 기술은 한 단계 더 발전하게 될 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com　

인공지능(AI) 기술 덕분에 로봇이 요리하는 시대도 머지않은 것 같다. AI 분야에서 두각을 나타내고 있는 세계 1위 그래픽칩(GPU) 제조기업 엔비디아는 11일 미국 시애틀에 있는 로봇연구소 개소식 행사에서 AI 주방 지원 로봇 ‘키친 머니퓰레이터’를 공개했다.엔비디아에 따르면, 이 로봇은 AI와 스스로 학습하는 딥러닝 기술을 사용해 서랍장 등 사물을 감지·추적할 수 있다. 이 덕분에 이 로봇은 로봇 팔을 사용해 서랍장의 문을 스스로 여닫을 수도 있다. 물론 이 같은 동작은 아직 간단한 작업에 불과하지만, 앞으로 이 로봇이 딥러닝을 통해 더욱 똑똑해지면 주방에서 사람들을 도와 요리를 만드는 복잡한 작업도 수행할 수도 있다.선행 목표는 이 로봇이 설거지를 수행하고 냉장고나 선반에서 음식 재료를 꺼내거나 제자리에 가져다 놓는 것이다. 사실 이 로봇은 해당 로봇연구소에서 개발하고 있는 여러 로봇들 중 한 종류에 불과하다. 연구소의 목표는 지금보다 훨씬 복잡한 작업은 물론 사람들을 도와 옆에서 작업을 수행하도록 훈련된 로봇 이른바 협동로봇(cobot)을 개발하는 것에 있다. 이미 협동로봇은 공장이나 병원 등에서 도우미로 활용되기 시작했지만, 이제는 집에서도, 좀 더 구체적으로는 주방에서 맡은 작업을 수행한다는 것이다. 이에 대해 엔비디아의 저명한 연구자 네이선 래틀리프는 “협동로봇은 지금 당장 로봇공학의 성배라고도 부를 수 있는 것”이라면서 “사람들 주변에서 안전하게 작동하고 규격화돼 있지 않은 환경에서 작업을 수행하게 하는 과정은 가장 어려운 것 중 하나”라고 설명했다. 또한 “가장 어려운 협동 영역 중 하나가 바로 주방 환경이므로, 우리는 여러 기술을 개발하고 이 분야의 체계를 연구하며 우리가 배운 여러 가지를 통해 다른 협동 영역에서도 적용하기 위한 시험대로 주방을 택한 것”이라고 말했다.로봇연구소의 책임자인 디터 폭스 소장도 “사람들과 함께 자연스럽게 작업을 수행하는 로봇을 개발하기를 원한다”면서 “그렇게 하려면 사람들이 무엇을 하고 싶은지, 어떻게 해야 목표를 이루도록 도울 수 있는지를 알 수 있어야 한다”고 말했다. 한편 엔비디아 로봇연구소에서는 앞으로 50명에 달하는 연구원과 객원 연구원, 학생 인턴 등이 로봇공학 분야의 기초 연구를 수행할 예정이다. 사진=엔비디아 윤태희 기자 th20022@seoul.co.kr

삼성전자는 글로벌 자동차업체인 아우디에 차세대 인포테인먼트 시스템을 위한 차량용 반도체 ‘엑시노스 오토 V9’을 공급한다고 3일 밝혔다.‘엑시노스 오토 V9’은 삼성전자가 지난해 10월 차량용 반도체 브랜드인 ‘엑시노스 오토’를 공개한 이후 처음 선보이는 고성능·저전력 프로세서다. 최대 2.1㎓ 속도로 동작하는 고성능 ‘옥타코어’가 차량 인포테인먼트 시스템의 디스플레이 장치 6개를 동시에 제어할 수 있고, 카메라는 최대 12개까지 지원 가능하다. 또 3개의 그래픽처리장치(GPU)가 디지털 계기판과 중앙화면표시장치(CID), 헤드업 디스플레이(HUD) 등 애플리케이션을 독립적으로 동작할 수 있도록 설계됐다. 인공지능(AI) 연산을 하는 신경망처리장치(NPU)도 탑재돼 운전자의 음성과 얼굴, 동작 인식 등 다양한 데이터를 빠르고 정확하게 처리해 운전 상황에 맞는 정보를 제공하는 기능도 갖췄다. 특히 차량용 시스템 안전기준인 ‘에이실(ASIL)-B’를 지원하는 영역이 별도 탑재돼 차량 운행 중 발생할 수 있는 시스템 오작동을 방지하는 등 안정성도 대폭 강화했다는 설명이다. 에이실은 사고 발생 가능성, 심각도, 운전자의 제어 가능성을 바탕으로 4개 단계(ABCD)로 구분되는데, 일반적으로 프리미엄 통합 인포테인먼트 시스템은 B 레벨을 요구한다. 삼성전자는 인포테인먼트 시스템(IVI)용 ‘V시리즈’, 첨단 운전자 보조 시스템(ADAS)용 ‘A시리즈’, 텔레매틱스 시스템용 ‘T시리즈’ 등 특화된 차량용 프로세서를 계속 출시할 계획이다. 이재연 기자 oscal@seoul.co.kr

화무십일홍, 권불십년… 지금 잘나가도 세상에는 영원한 권력도 강자도 없다는 진리를 일깨워주는 단어들입니다. 하지만 영원하지는 않아도 오랜 세월 시장에서 강자의 위치를 지켜온 기업은 있습니다. CPU 업계에서는 인텔이 그런 기업입니다. 1980년대에 시장 지배적인 위치로 올라온 이후 수많은 경쟁자를 물리치고 데스크톱, 노트북은 물론 서버 시장까지 세력을 확장해 무너지지 않을 것 같은 ‘제국’을 건설한 기업이 인텔입니다. 하지만 그런 인텔도 안팎으로 위기라는 이야기가 나오고 있습니다. 인텔의 미세 공정이 14nm에서 몇 년째 움직이지 않는 사이 경쟁사들은 이미 7nm 공정 양산에 들어갔고 가장 직접적인 경쟁자인 AMD는 젠(Zen) 아키텍처에서 인텔 CPU를 많이 따라잡아 큰 위협이 되고 있습니다. 이 위협은 내년에 7nm 미세 공정과 차세대 젠 아키텍처로 무장한 CPU가 등장하면 더 커질 것입니다. 이런 위협에 대응할 인텔의 혁신이 시급하다는 것은 누구보다 인텔 스스로가 가장 잘 알고 있습니다. 그리고 인텔은 인텔 아키텍처 데이 2018 (Intel Architecture Day 2018)을 통해 구체적으로 어떻게 혁신을 이뤄낼 것인지를 보여줬습니다. 비록 사람들이 궁금해하는 모든 내용을 속 시원하게 밝히진 않았지만, 많은 궁금증을 풀어줄 내용이 공개됐습니다. 가장 중요한 발표는 역시 차세대 CPU 아키텍처에 관한 것입니다. 현재 사용되는 인텔 CPU는 대부분 몇 년 전 나온 스카이레이크 기반입니다. 더 오래전으로 가면 2011년에 나온 샌디브릿지를 조금씩 개선한 버전이라고 할 수 있습니다. 아무리 뛰어난 아키텍처라도 이제는 변경해야 할 시점이 온 것입니다. 인텔이 몇 년 전부터 새로운 아키텍처를 개발하고 있다는 이야기는 있어왔고 AMD에서 젠 아키텍처를 설계한 짐 켈러를 영입했기 때문에 2020년까지는 새로운 아키텍처가 나올 것이라는 예측이 지배적이었습니다. 그러나 짐 켈러는 예상보다 빠른 2019년에 서니 코브 (Sunny Cove)라는 새 아키텍처 기반 CPU가 나올 것이라고 확답했습니다. 서니 코브는 스카이레이크에 비해 더 크고 복잡한 구조를 지녀 한 번에 더 많은 연산을 할 수 있으며 새로운 명령어를 지원합니다. 따라서 같은 클럭의 기존 CPU 대비 싱글 쓰레드 성능이 향상될 것으로 보입니다. 다만 이렇게 되면 CPU가 커지기 때문에 같은 미세 공정에서는 전력 소모가 증가하고 클럭이 제한될 가능성이 있습니다. 하지만 서니 코브는 10nm 공정 기반으로 등장해 이런 문제를 극복하고 성능을 크게 높일 것으로 기대됩니다. 최근 인텔은 7nm EUV 리소그래피 공정을 개발하고 있다고 말했는데, 이로 인해 10nm 공정은 건너뛰거나 주력으로 사용하지 않을 것이라는 예상도 있었습니다. 하지만 이날 아키텍처 데이에서는 10nm CPU를 보게 될 것이라고 확답했습니다. 인텔은 서니 코브에 이어 2020년에는 서니 코브를 개선한 윌로우 코브(Willow Cove)를 선보이고 다시 2021년에는 골든 코브(Golden Cove)를 내놓을 예정입니다. 윌로우 코브에서는 캐쉬를 다시 디자인하고 보안 성능을 높이며 골든 코브에서는 AI나 5G 등 신기술에도 대응한다는 계획입니다. 다만 구체적인 공정 및 코어 숫자, 작동 클럭 등 여러 가지 세부 사항에 대해서는 말을 아꼈습니다. 아직은 개발 중인 상태로 확정되지 않은 부분들이 많기 때문일 것입니다. 몇 년째 발전이 멈춘 인텔의 GPU 부분 역시 대폭 물갈이를 할 예정입니다. 2019년 서니 코브와 함께 나올 Gen 11 (11세대) 내장 그래픽은 테라플롭스급 연산 능력을 지녀 기존의 내장 그래픽 대비 큰 폭의 성능 향상을 보여줄 것으로 기대됩니다. 하지만 더 흥미로운 사실은 인텔이 독립 그래픽 카드 제품을 준비 중이라는 것입니다. Xe로 명명된 이 GPU가 등장하는 것은 2020년으로 현재 엔비디아가 인텔만큼 시장을 독점한 GPU 시장에 파란을 일으킬 수 있을지 주목됩니다. 이밖에도 인텔은 3차원 적층 방식의 칩 패키징 방식인 FOVEROS 기술과 차세대 아톰 프로세서에 대해서도 언급했습니다. 서로 다른 공정에서 만든 칩이라도 3차원적으로 쌓아 하나의 프로세서로 만들 수 있으며 메모리처럼 완전 다른 종류의 반도체도 통합할 수 있다는 것이 인텔의 설명입니다. 역시 2019년에 첫 제품이 나올 예정입니다. 구체적인 제원과 성능에 대해서는 출시 시점이 가까워질수록 많은 내용이 공개될 것입니다. 이 차세대 아키텍처에 인텔의 운명이 걸린 만큼 총력을 다해 개발을 진행할 것은 분명합니다. 2019년에는 개선된 젠 아키텍처와 7nm 공정으로 무장한 AMD와 와신상담 새 아키텍처를 개발한 인텔의 진검 승부가 예상됩니다. 그리고 그 결과로 일반 소비자용에서 서버용까지 x86 CPU의 성능이 전반적으로 향상될 것으로 기대됩니다. 당연히 그 혜택은 소비자와 IT 산업 전체가 누리게 될 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

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

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

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

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

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

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