패브리스 모이잔(Fabrice Moizan) 그래프코어 글로벌 세일즈 부사장

“기존의 전통적인 방식으로는 컴퓨팅 성능을 개선해 AI 기반의 혁신을 구현하는 것은 거의 불가능에 가깝다. 이러한 맥락에서 AI 반도체와 같은 컴퓨팅 하드웨어를 통해 획기적인 AI 기술을 구현하고 효율성을 새로운 차원으로 끌어 올리는 것은 매우 중요한 의미를 갖는다.”
 
AI가 생존 좌우하는 시대, AI 반도체에 주목해야 하는 이유

“ 더 큰 배가 필요할 거요(You’re gonna need a bigger boat)”.

이 대사는 스티븐 스필버그의 영화 <죠스> (1975)에서 브로디 경찰서장이 상어 사냥꾼 퀸트에게 한 말로, 할리우드 영화 최고의 명대사로 꼽힌다. 영화가 대 흥행한 후 많은 사람들이 패러디를 했던 이 명대사는 마치 오늘날 컴퓨팅 업계를 대변하는 듯하다. 분야를 막론하고 모든 산업에 걸쳐 점점 더 방대한 컴퓨팅 파워가 요구되고 있기 때문이다.

사물인터넷(IoT)부터 모바일 디바이스, 자율주행차, 스마트시티, 인공지능(AI)에 이르는 첨단 기술이 동시다발적으로 등장하고 서로 융합되면서 새로운 산업혁명을 이끌고 있다. 혹자는 지금 이 시대를 5억 4천만 년 전 다양한 종류의 동물화석이 갑작스럽게 출현한 지질학적 사건인 ‘캄브리아기 대폭발’에 비유하기도 한다.

AI와 컴퓨팅 혁신

IT 기술이 진화를 거듭하게 되면서 반도체 회로 내 집적되는 트랜지스터 수가 2년마다 2배씩 늘어난다는 ‘무어의 법칙’은 이미 한계에 다다른 지 오래다. ‘무어의 법칙’을 대체할 새로운 기술이 꾸준히 등장하고 있으며 업계 판도를 크게 바꿔 놓고 있다.

특히, AI는 컴퓨팅 혁신의 중심에 있는 기술로, 질병 치료제 개발을 위한 단백질 모델링을 비롯해, 기후변화를 예측하고 기후 위기에 대응할 수 있는 시스템 구축, 그리고 우주 탐사를 위해 설계된 딥러닝에 이르는 매우 광범위한 분야에 적용되고 있다. 이렇게 무궁무진한 AI의 가능성을 고려하면, 더 큰 컴퓨팅 파워 및 성능에 대한 수요가 갈수록 높아지고 있는 것은 어쩌면 너무 당연한 일이다.
 
컴퓨팅 성능과 AI는 선순환 구조를 이룬다. 즉, 컴퓨팅 성능에 많이 투자할수록 AI를 활용한 혁신을 앞당길 수 있다는 의미다. 하지만, 충분한 컴퓨팅 용량을 확보하고 성능을 향상시키기 위해서는 비용뿐 아니라, 전력 소비, 물리적 수용 공간 등 여러 요소를 고려해야한다. 심지어 하이퍼스케일 기술 기업들도 거대 AI 모델 훈련 비용이 천문학적으로 늘어나는데 대한 우려를 표하기도 한다.


"AI 역량이 기업의 생존을 좌우하는 시대에 대규모
데이터 연산을 빠르고 효율적으로 실행하는 AI 반도체는
이제 선택이 아닌 필수가 됐다. AI 반도체는 AI 알고리즘,
특히 딥 뉴럴 네트워크(DNN)의 핵심으로, 앞으로 농업,
중공업, 물리학 그리고 약리학에 이르는 모든 분야에 활용되며
기존 컴퓨팅의 한계를 뛰어남게 될 것"


기존의 전통적인 방식으로는 컴퓨팅 성능을 개선해 AI 기반의 혁신을 구현하는 것은 거의 불가능에 가깝다. 사람의 생명을 살리고 환경을 보호하며 더 편리한 세상을 만드는데 상당한 역할을 하고 있는 AI 기술이 컴퓨팅 성능 부족으로 인해 그 이점을 제대로 발휘하지 못하는 상황은 그 누구도 원치 않을 것이다. 이러한 맥락에서 AI 반도체와 같은 컴퓨팅 하드웨어를 통해 획기적인 AI 기술을 구현하고 효율성을 새로운 차원으로 끌어 올리는 것은 매우 중요한 의미를 갖는다.

AI 반도체 도입의 이유

이는 세계 선도적인 기업 및 연구조직에서 AI 애플리케이션을 가속화하기 위해 검증된 AI 반도체를 앞다투어 도입하고 있는 이유이기도 하다. AI 반도체를 활용해 고품질 서비스와 개선된 고객경험을 제공하는데 있어 하드웨어의 제한을 없애는 것이다. 일례로, 글로벌 보험사 트랙터블(Tractable)은 AI 기반 서비스로 재해나 사고에 대한 피해 규모를 평가하고 보상금을 지원하는 서비스를 제공한다. 트랙터블은 그래프코어의 IPU(Intelligence Processing Unit)를 도입한 이후 기존에 사용하던 고성능 GPU 대비 시스템 성능을 5배 향상시킬 수 있었다.

의료업계에서도 AI가 급성장하며 AI 모델 훈련에 사용되는 민감한 환자 데이터 개인정보보호와 보안에 관한 중요성도 커지고 있다. 이 가운데, 최근 스탠포드 대학교 의과대학은 IPU를 활용해 민감한 환자 데이터를 보호하는 차등 개인정보보호(Differential Privacy) 기법으로 AI 훈련을 가속화하는데 성공했다. AI 반도체를 통해 광범위하게 사용되기에는 연산적으로 너무 어렵게 여겨졌던 차등 개인정보보호 기법을 실현 가능한 실질적인 솔루션으로 구현해 낸 것이다.

AI 역량이 기업의 생존을 좌우하는 시대에 대규모 데이터 연산을 빠르고 효율적으로 실행하는 AI 반도체는 이제 선택이 아닌 필수가 됐다. AI 반도체는 AI 알고리즘, 특히 딥 뉴럴 네트워크(DNN)의 핵심으로, 앞으로 농업, 중공업, 물리학, 그리고 약리학에 이르는 모든 분야에 활용되며 기존 컴퓨팅의 한계를 뛰어넘게 될 것이다. 즉, AI 반도체는 모든 업계의 기업들이 AI 혁신을 향해 항해하는데 ‘더 큰 배’를 제공할 것이다.