NVIDIA AI 기자 간담회 NVIDIA라고 하면 게이밍 그래픽카드인 GeForce가 익숙하실 텐데요, 그에 못지않게 인공지능(Artificial Intelligence) 분야에도 선도적인 기업입니다. 병렬 연산 프로세서인 GPU 회사인 만큼 GPU에 기반한 다양한 기기 및 AI 연구를 위한 지원도 꾸준히 하고 있죠. DLI(Deep Learning Institute)가 대표적인데요, NVIDIA가 인증한 딥러닝 전문가들이 AI 교육 프로그램을 진행하고 있습니다. 2017년에는 AI에 특화된 볼타(Volta) 아키텍처가 발표되었습니다. 볼타에는 딥러닝을 위한 텐서 코어(Tensor Core)가 내장된 최초의 아키텍처로 텐서 코어가 없는 이전의 파스칼(Pascal) 아키텍처 대비 트레이닝에서 12배, 추론에서는 6배 높은 처리량을 가지고 있습니다. 그리고 올해에는 텐서 코어와 함께 레이 트레이싱(Ray Tracing)을 가속하는 RT 코어가 내장되어 실시간 광원 추적을 지원하는 튜링(Turing) 아키텍처가 발표되었습니다. 자율주행과 알파고로 대표되는 AI가 그 어느 때보다 성장하고 있는 시점입니다.
이런 시대 흐름에 맞춰 NVIDIA는 2018년 11월 7~8일에 서울 코엑스에서 AI 콘퍼런스를 개최했습니다. AI와 딥러닝 종사자나 연구원, 또는 관심이 있는 사람들을 위한 행사로 자율주행, 데이터 센터, 클라우드, 슈퍼컴퓨터 같은 주제를 다룹니다. 그리고 그보다 하루 이른 11월 6일에는 강남 삼성동 롯데 시그니엘 호텔 76층에서 NVIDIA AI 기자 간담회가 개최되었고, 퀘이사존에서는 퀘이사존벤치와 센스가 참석하였습니다. 유응준 NVIDIA KOREA 엔터프라이즈 사업부문 대표
마크 해밀턴(Marc Hamilton) NVIDIA 설루션 아키텍처 및 엔지니어링 담당 부사장 마크 해밀턴 연설 엔비디아는 지난 25년간 GPU 기반의 다양한 설루션을 만들어냈습니다. 특히 올해는 튜링 GPU 아키텍처 발표와 함께, 지포스 RTX 시리즈 그래픽카드 그리고 딥 러닝 관련 행사로 굉장히 바쁜 행보를 이어가고 있는데요, 아래 내용 정리를 통해 엔비디아의 2018년 주요 행보를 살펴보실 수 있습니다.
올해 3월, 미국 캘리포니아 산호세에서 개최된 GTC(GPU Technology Conference) 2018에서는 딥 러닝과 AI 연구 가속화를 위해 개발된 딥 러닝 전용 슈퍼컴퓨터인 DGX-2를 발표하였습니다. DGX-2는 512 GB의 메모리와 16개의 테슬라 V100(Tesla V100)이 NVSwitch(네트워크 패브릭, GPU 간 대역폭: 2.5 TB/s)로 연결되어, 병렬 트레이닝 및 2 페타플롭스(petaFLOPS, PFLOPS)의 연산 성능을 발휘할 수 있습니다.
그리고 캐나다 밴쿠버에서 열린 시그라프(SIGGRAPH) 2018에서는 40년의 컴퓨터 그래픽 분야에서 가장 큰 돌파구라 할 수 있는 튜링 GPU 아키텍처를 발표했습니다. 튜링 GPU 아키텍처가 가지는 가장 큰 특징은 그동안 영화 CG/산업, 이미지 등의 전문 영역에서나 사용되던 레이 트레이싱 기술이 3D 게임에까지 확대할 수 있다는 것이겠죠. 튜링 GPU를 통해서 그래픽 표현 기법이 진보되었고, 레이 트레이싱뿐만 아니라 텐서 코어를 통해 구현되는 AI Super Rez 기술 등 AI 분야에 큰 의미가 있는 기술을 선보였습니다.
마지막으로 지난달 독일 뮌헨에서 개최된 GTC 유럽에서는 데이터 사이언스와 머신 러닝 용으로 설계된 가장 큰 플랫폼인 래피즈(RAPIDS)가 발표되었습니다. 업계에서 가장 널리 사용되는 데이터 사이언스 라이브러리가 워크플로에 통합되어 머신 러닝 속도를 향상시켜 색다른 차원의 가속 성능을 발휘합니다. 발표 이후에는 바로 기자들의 질문을 받는 QnA가 진행되었습니다. QnA Q) 슈퍼컴퓨터 시장이 AI 분야로 넘어가면서 국내 수요에 어떤 변화가 있었습니까?
A) 엔비디아의 슈퍼컴퓨터는 2006년부터 사용되었고, 당시에는 슈퍼컴퓨터 센터 혹은 정부 기관이 주 고객이었지만, 2012년부터는 DNN(Deep Neural Network, 심층신경망) 소프트웨어를 통해 전 세계적인 변혁이 발생하였습니다. 물론 DNN 기술 자체는 새로운 것이 아닌 30~40년의 역사를 가진 기술이지만, 2012년에 최초로 GPU를 통한 가속화가 이루어졌습니다. 즉 사람이 아닌 소프트웨어가 스스로 소프트웨어를 작성하는 시대가 도래하게 된 것입니다. 특히 빅데이터를 처리하는 데 탁월한 능력을 보였으며, 사물/그림 식별 및 IoT(사물인터넷) 분야에서도 높은 성과를 기대할 수 있게 되었습니다. 오늘날 딥 러닝을 사용하는 분야는 방대한 데이터를 보유하고 있는 산업이며, 사실상 대부분 기업이 이에 속한다고 해도 과언이 아닙니다.
Q) 다른 회사들이 자체 AI 가속기를 사용하는 부분에 대해서는 어떻게 생각합니까? A) 많은 기업들이 자체 AI 칩 개발에 나서고 있습니다. 또한 종류도 굉장히 다양하게 망라되어 있는데요, 그러나 여기서 유념해야 할 것은 AI 칩은 엔비디아가 AI 분야에 투자하고 노력하고 있는 것에 비해 극히 일부분일 뿐이라는 점입니다. 대표적인 예로 구글을 들 수 있습니다. 구글은 텐서플로(Tensorflow) 딥 러닝 툴을 사용하는데요, 여기서 엔비디아가 실질적인 플랫폼 최적화를 담당하고 있습니다. AI 칩은 기업들이 단순히 파워포인트에서 소개하는 것으로 이뤄지는 것이 아닙니다. 실제로 구현하기 위해서는 텐서플로를 활성화할 수 있는 수백 명의 엔지니어가 필요하기 때문이죠. 엔비디아는 현재 시장 내의 경쟁 구도를 면밀히 지켜보고 있으며, 단순히 AI 칩을 만드는 게 다가 아니기 때문에 AI 칩 또는 설루션 구축 분야에 매년 20억 달러 이상의 R&D 투자를 하고 있습니다. 앞으로 AI가 모든 데이터 센터에서 활용되리라 전망합니다. 따라서 엔비디아는 GPU 아키텍처에도 큰 집중을 하고 있습니다.
Q) 딥 러닝을 위한 인퍼런스(Inference, 추론) 분야에서 엔비디아의 GPU 발열이 높다는 얘기가 있습니다. 개선 방안이 있나요? A) 전 세계의 수십~수백만에 이르는 서버에 풀사이즈 GPU(빅칩 GPU)가 투입되기는 쉽지 않습니다. 말씀하신 전력과 발열 문제가 있기 때문이죠. 이와 관련하여 몇 주 전에 개최된 GTC 일본(JAPAN)에서는 튜링 T4 인퍼런스 가속기를 발표했습니다. 전력과 발열 부문에서 크게 개선하여 약 70W 수준에 그치는 제품입니다. 또한, 새로운 혼합 프리시전(Mixed Precision) 모드가 적용되어 INT16, INT8, INT4 연산도 구동할 수 있습니다. 새로운 텐서 RT 서버 소프트웨어를 활용하여 GPU에 하나 이상의 추론 애플리케이션이나 모델을 함께 연산할 수 있습니다. 엔비디아가 전력과 발열 개선을 위해 상당한 집중을 하고 있다는 것을 알아주시기 바랍니다.
NVIDIA Tesla T4
또한, GPU 기반의 AI 데이터 센터는 사실 데이터 센터 자체의 디자인을 새롭게 할 필요성이 있습니다. 기존의 Legacy(고전 방식) 데이터 센터는 AI 환경에 맞추기 어렵기 때문이죠. 실제로 많은 기업이 새로운 AI 데이터 센터를 구축하고 있습니다. Q) 자율주행자동차 분야에서 엔비디아의 성과 혹은 대표적인 예를 소개해주실 수 있나요? A) 얼마 전 엔비디아의 자율 테스트 차량 BB8의 경우 캘리포니아주 산타클라라에 위치한 엔비디아 본사 근처에서 출발하여, 운전자가 전혀 자동차를 조작하지 않는 상태에서 약 80 km(50 마일) 거리를 완주하였습니다. 물론, 혁신적인 성과이지만 이것이 자율주행자동차의 완벽한 보장을 뜻하는 것은 아닙니다. 앞으로도 많은 발전이 필요하죠. 엔비디아는 현재 자율주행자동차 분야와 관련하여 300여 개의 회사와 협력하고 있습니다. 대표적인 예로 안전을 중시하는 가치로 정평이 나 있는 볼보(Volvo) 브랜드를 꼽을 수 있습니다. 볼보는 지난달 있었던 GTC 유럽에 직접 무대로 등단하여 차세대 자율주행자동차 개발을 위해 엔비디아 DRIVE 플랫폼을 채택하기로 발표하면서 2020년을 기점으로 볼보 자율주행자동차 때문에 사망하는 사례가 없게 하겠다고 천명하기도 했습니다.
보통 기자 간담회라고 하면 시간의 절반 이상을 새로운 기술 발표나 설명으로 진행하고 짧은 시간 동안만 QnA를 진행하는 것이 보통입니다. 하지만 이번에 진행된 AI 기자 간담회에서는 관계자의 발표보다는 QnA에 많은 시간을 할당하여 궁금한 점을 최대한 해소해주려는 노력이 돋보였습니다. 일반 소비자에게는 해당하지 않는 전문 분야 같지만, 자율주행자동차나 최근 실생활에 녹아들고 있는 AI에 대해 NVIDIA가 들이는 노력을 알 수 있는 자리였습니다. |