GPU는 동시에 인공지능을 학습시킬 수백만의 과외선생님
인공지능의 종착역 향한 선봉장들의 만남이 깐부치킨 회동
오미애
경북대학교 치의학전문대학원 졸
한양대학교병원 외래교수
통합치의학전문의
현)청담클린치과 대표원장
이재용, 정의선, 젠슨황 3인의 깐부치킨 치맥만남과 엔비디아의 26만장 GPU공급은 최근의 가장 큰 화제였다.
GPU로 학습한 인공지능은 10년 후 인간의 10배, 20년 후엔 인간의 만 배의 능력을 갖출 것으로 예측되고 있다.
치맥회동 후 젠슨 황의 엔디비아는 지금 전 세계에서 유일 하게 AI인프라에 들어 가는 모든 칩을 설계하는 회사로서 한국에 26만장의 GPU를 공급하겠다고 선언했다. 소버린 AI를 주도하는 정부에 5만장, 제조, 물류, 자율주행, 통신 등 기업에 필요한 21만장을 공급함으로서 우리나라는 현재 보유중인 4만장의 GPU와 신규 공급되는 26만장을 합쳐 총30여만장의 엔디비아GPU를 확보하게 되어 세계3위의 인공지능 개발 잠재력을 가진 국가로 도약하게 된 것이다.
도대체 이 GPU(Graphics Processing Unit)가 뭐길래 전 세계와 우리나라가 엔디비아의 26만장의 공급 선언에 난리가 난 것이며, 왜 유독 한국에 이런 파격적인 공급을 선언하게 되었는 가에 대한 분주한 분석들이 나오고 있다.
모임에서 연세가 지긋하신 선배 원장님이 물어보신다.
“오원장! 인공지능(Artificial Intelligence)에 대해서 많이 아는 것 같은데 도대체 GPU! GPU! 하는 데 GPU가 뭐야? CPU는 알겠는데 GPU는 도대체 이해가 안돼!”
“원장님! 우리가 인공지능을 학습시키기 위해서 과외선생님을 둔다고 가정해 보세요. CPU는 1등 하는 한 분 원장님이예요. GPU는 2만명 치과원장님이예요. 그동안 인공지능은 1등 하는 CPU원장님 한 분에게만 배웠어요. 그런데 전국의 2만명 GPU원장님들에게 과외를 받는다고 생각해 보세요! 인공지능이 질문을 해도 2만명의 원장님들이 답을 해 주니까 집단지성에 의해서 해법을 빨리 찾아 지게 되었어요. 그런데 생각을 더 넓혀서 전 세계의 200만명의 치과원장님을 스승으로 묻고 답하고 생각하고 추론한다고 생각해 보세요. 그러면 200만명의 임상과 치료경험, 치료법들을 배경으로 한 해법들이 순식간에 찾아지겠죠. 이게 엔비디아 GPU방식으로 인공지능을 학습시키는 방식 이예요. 즉 병렬로 연산을 해서 수많은 작업을 동시에 처리를 해서 빨리 해법을 찾아내고 학습하는 처리장치라고 생각 하시면 되요”
“와! 그럼 과외선생 1인 원장 대 전 세계 200만명원장이 두뇌로 답을 찾아 내는 것과 같네. 그러면 당연히 200만명 치과원장이 해법을 찾는 것이 최고이겠군”
“맞습니다. AI를 학습시키기 위해 최적화되어 있는게 CPU가 아니고 GPU이다 보니 엔디비아가 GPU시장점유율 92%로 AMD, 브로드컴, 인텔 등의 경쟁사들을 압도해 버렸답니다. 엔디비아의 AI칩을 이용한 AI칩은 최근 AI가 로봇, 자율주행, 첨단의료 등의 일상에 적용되기 시작하고 스스로 생각, 판단해내는 추론까지 할 수 있는 단계로 발전하고 있습니다. 우리 같은 치과의사들은 바로 AI칩이 첨단의료에 사용되기 시작하면서 치과영역으로 파급되어 올 미래에 대해서 미리 준비하고 대비해야 합니다”
“와! 놀라운 시대가 오고 있는데 난 모르고 있었구만”
“사실 AI칩에 대해서 이해를 하려면 벨류체인을 이해를 해야 합니다. 기술의 선도는 후발산업을 발전시키고 공급사슬을 만들어 가죠. 마치 기관차가 길게 기차를 끌고 가는 것과 같습니다. 철로는 국가나 글로벌 인프라 또는 시장이라고 생각 할 수 있습니다. 그리고 선도기관차로 엔디비아 같은 GPU회사들이 끌고 가면서 시대를 바꾸고 모든 환경을 바꾸게 되는 것입니다. 선도기관차가 끌고 가는 종착역은 인공지능의 시대인것이지요. 이 종착역은 구글이나 마이크로 소프트 같은 빅테크 그리고 인류모두의 희망이죠. 앞으로 인류는 인공지능의 종착역에 도착하여 새로운 세상에 살게 될 것입니다. 그 종착역에 가기 위해서 엔디비아는 선도기관차로서 후발 기차들이 가기 위한 목표AI를 학습 시키는 데 가장 중요한 선봉장이 되어 있는 것이랍니다.”
“아하 그래서 모두 힘을 합쳐서 종착역에 가자 하고 의기투합하기 위해 삼성동 깐부치킨에 모여서 읏샤읏샤를 했구만”
“네. 맞습니다. AI를 학습시키기 위한 칩을 만드는 데 그걸 위한 설계 즉 아키텍처 라고 하는 디자인을 하는 곳이 엔비디아 입니다. 이 설계를 했는데 만들 수 있는 회사가 있어야 겠죠? 그 유일한 회사가 바로 TSMC예요. 들어 보셨죠? 이 회사를 파운드리 회사라고 해요. 삼성도 만들고 싶어했지만 못했어요. 즉 주문형 반도체를 만들어야 하는 데 아무도 주문을 안 해 주는 거였죠. 그런데 최근 테슬러가 주문을 삼성에 주면서 내가 믿고 주문을 해 주께 한번 해 볼래? 하고 협업을 제시 합니다. 이게 바로 삼성반도체 파운드리에 테슬러가 협업을 제안 했다라는 뉴스입니다.”
“아 우리가 만약 오스템, 덴티움 ,메가젠 등과 같이 제작된 임플란트를 사용 하는 것은 D램을 만드는 반도체회사의 칩을 사용하는 것 이라고 보면 되는 군. 환자맞춤형 AI임플란트를 설계해서 주문하는 회사는 엔디비아이고 제작해 주는 회사가 있다면 그곳이 임플란트 파운드리 즉 TSMC라고 생각 하면 되겠군”
“맞습니다. 원장님이 이해가 빠르신데요!”
“그런데 파운드리를 만드는 TSMC는 반도체를 필요로 한다고 하던데?”
“잘 아시는 데요? 임플란트 위에 크라운이 필요 하듯이 파운드리는 계산하고 저장해놨다 계산하고 저장해 놨다 하는 연산을 계속 수행해야 하니까 이를 도와줄 반도체가 필요 합니다. 연산을 많이 빠르게 해야 하니까 길이 하나 보다는 몇 십차선의 고속도로가 필요 하겠죠? 이렇게 넓은 고속도로를 High Bandwidth라고 하는 데 이 고속도로를 담은 메모리가 바로 High Bandwidth Memory 즉, HBM이라고 한답니다”
“아! 우리나라 하이닉스에서 제일 잘 만든다고 하는 그 HBM!”
“맞습니다. 원장님”
<다음호에 계속>
http://www.chihak.co.kr/news/20652
관련기사
기사에 대한 독자의견
독자의견 (총 0건)
Powered by Newsbuilder
