[IT CEO 열전: 젠슨 황]엔비디아, 게입니다 반도체 회사서 자율주행車 인공지능 작은기업으로의 도약...방법은 '시장 보통 장악' 볼까요

젠슨 황과 엔비디아에게는 한가지 나쁜 버릇이 있다. 아무런 참고 견디면 바로 시장 좋은 기술을 따르지 않고 무리하게 독자 기술을 떠넘기다 자사 최초의 제품인 NV1을 망친 것도 무리한 독자 기술 조건에 있었다. 시장에 정착한 최근에도 시장 기술 대신 피직스와 G싱크 등 적잖은 독자 기술에 집착하고 있어 많은 사용자로부터 비판을 받고 있다. 시장 반응도 그다지 좋지 않다. 엔비디아가 GPU 시장에서도 대기업에 없었다면, 그 기술은 벌써 시장에서 철수했을 것이다.

그러나 젠슨 황의 뚝심이 마침내 대박을 내렸다. 바로 GPU 병렬처리 기술인 CUDA다. 인텔, AMD 등 경쟁사들은 시장기술인 OpenCL을 자체 GPU에 탑재한 반면 젠슨팬과 엔비디아는 직접 개발한 GPU 병렬처리기술 CUDA를 자체 GPU에 탑재했습니다.

>

젠슨 황은 GPU라는 단어에서 교훈을 얻었다. 시장 그대로는 누가 개발했느냐에 따라 결정되는 것이 아니라 얼마나 아름답지 않고 많이 쓰느냐에 따라 결정된다는 것이었다. CUDA가 즉각 그런 사례였다. 엔비디아는 기업의 사활을 걸고 CUDA에 많은 투자를 감행했다. 관련 신기술을 지속적으로 개발해, 자사의 GPU에 CUDA 명령을 짜넣었다. GPU 기술 개발자와 엔지니어에게 지속적인 CUDA 기술 교육도 제공했다. 반면 경쟁사인 인텔과 AMD는 OpenCL 관련 기술 개발과 투자를 소홀히 했다. 인텔은 GPU가 주력사업이 아니라는 이유로, AMD는 경영이 어렵다는 이유로 프로젝트를 외면했다. 모든 책은 누구의 책도 아니다는 격언도 인텔과 AMD의 발목을 잡았다. 오픈소스인 OpenCL 관련 기술개발과 투자를 해봤자 기업 소유에 귀속되는 경우는 적었기 때문에 엔비디아의 투자와 인텔, AMD의 외면이 겹쳐 CUDA는 OpenCL을 밀어내고 GPU 병렬처리 기술의 사실상 그대로였다.  젠슨황과 엔비디아의 이런 준비가 시장의 변화와 맞물려 엔비디아에 절대적인 호재를 가져다줬다.즉 인공지능의 등장이었던 현재의 인공지능을 구현하는 핵심 기술이 곧바로 딥러닝(인공신경망)이었던 딥러닝은 사람의 신경망을 모방한 많은 인공신경망을 컴퓨터 내부에 생성해 이를 바탕으로 기계에 학습능력(머신러닝)을 주는 기술이었다.딥러닝을 통해 기계는 마침내 보고 듣고 학습하는 인지능력을 갖추게 됐다.

>

딥러닝으로 인공신경망을 유지하기 위해서는 기계 내부에서 단순 연산이 여러 번 반복돼야 한다. 이처럼 수많은 단순 연산을 처리하기에는 GPU가 CPU보다 압도적으로 유리하다. 물론 단 1 GPU만으로는 만족한 연산 능력을 확보할 수 없으므로 수백, 수천대의 GPU와 이렇게 많은 GPU을 1프지앙 소개하는 병렬 처리 기술이 필요하게 됐다. 전술한 것처럼, 바로 이 시장을 엔비디아가 사실상 독점하고 있었다. GPGPU 테슬라와 병렬 처리 기술 CUDA로 사용.  담눗게, 인텔이 내부에서 중단된 고성능 GPU프로젝트'라야 '를 토대로 한 차세대 GPGPU'제온 파이 2세대'를 개발하고 Open CL에 대한 투자를 강화하면서 잃어버린 GPU병렬 처리 시장 확보에 나쁘지 않아 섰지만 아직 엔비디아의 입지를 흔들기에는 역부족이라고 평가되고 있다.  인공지능이 대세를 이루면서 하드웨어 원천기술을 확보한 엔비디아는 매출과 시가총액이 날개 돋친 듯 성장했습니다. 한때 34억달러까지 떨어진 매출은 2016년 69억달러까지 성장하며 2017년에는 80억달러를 돌파할 것으로 예상된다. 20달러 후반에 그쳤던 주가도 1년간 100~110달러로 급증하고 시가 총액도 함께 3배 이상 늘어났다. 현재 엔비디아의 GPGPU는 글로벌 작은 기업의 클라우드 데이터센터와 슈퍼컴퓨터 위주로 공급되고 있다. 아마존, 마이크로소프트, 구글, IBM, 알리바바, 텐센트 등 많은 글로벌 작은 기업들이 인공지능을 연구하고 상용화하기 위해 엔비디아의 GPGPU와 병렬처리 기술을 자사 데이터센터에 도입했습니다. 더욱이 이처럼 GPGPU와 병렬처리 기술을 도입한 것을 클라우드 서비스의 핵심 경쟁력으로 홍보할 정도다.  또 세계 500대 슈퍼 컴퓨터의 대부분이 엔비디아의 테슬라 GPGPU와 CUDA병렬 처리 기술을 활용하는 성능을 확보하고 있다. 이 같은 인공지능 하드웨어 원천기술을 바탕으로 젠슨팬과 엔비디아는 새로운 도전을 준비하고 있다. 바로 자율 주행 차의 핵심 기술인 자율 주행 기술 개발이었다 엔비디아는 과거, 퀄컴, 에키풀, 삼성 전자 등이 개발한 무바 1프로세서(무바 1 CPU+무바 1 GPU)에 밀려서 쓴맛을 본무바 1프로세서'테그라'을 자율 주행 차용 핵심 물품에 개량했습니다. 그때 테그라가 경쟁 제품보다 뛰어난 성능에도 불구하고 실패한 이유가 무바 1물품 같지 않은 크기와 전력에 있는 그러나 자동차는 공간이 제법 건한 관계로 테그라의 크기와 전력 소모는 무슨 사건이 아니었다. 오히려 뛰어난 성능이 주목받게 됐다. 엔비디아는 테슬라 모터스, 돈산디 등과 손잡고 개량된 테그라 프로세서를 활용한 자율주행차를 개발하고 있다. 이미 성과도 나쁘지 않다. 엔비디아의 하드웨어가 동사의 전기 자동차에 탑재되고'오토파 1롯데(테슬라 모터스가 공급하는 제한적인 자율 주행 기술)'을 구현하는데 이용된다. 테슬라 모터스의 주요 행사에 젠센 황이 등장하고 1담보 대출 마스크와 자율 주행 차의 미래에 대해서 후와은후(후)를 나쁘게 안은 꼴 이유다.

>

자율주행은 그 원리가 인공지능과 같다. 딥러닝을 활용한 사물인식(컴퓨터 비전)이 자율주행차의 핵심기술이었다.자율주행차 소프트웨어 원천기술 확보를 위해 구글, 테슬라모터스, 우버, 네이버 등이 연구를 진행하고 있듯이 젠슨팬과 엔비디아도 자율주행차 하드웨어 원천기술 확보를 위해 연구를 계속하고 있다. 이를 바탕으로 엔비디아는 GPU시장에서 그랬듯 인텔, 퀄컴 등 경쟁사를 제치고 자율주행차 하드웨어의 핵심으로 떠오르려는 의도였다.

>

아직 엔비디아는 하나방 GPU가 핵심 사업이었다. 2016년 기준으로 모두 매출 가운데 59%를 멀티 미디어의 실현을 위한 하나반 GPU의 판매가 차지하고 있다. 인공 지능을 위한 GPGPU의 판매는 모두 매출의 12%, 자율 주행 자동차를 위한 모 바하나 프로세서의 판매는 모두 매출의 7퍼센트에 불과하다.  하지만 인공지능과 자율주행차 시장이 커지면 결국 이 수치는 둔화될 수밖에 없다. (엔비디아의 고위 관계자에 의하면 내부적으로도 벌써 그렇게 보고 있다.) 게입니다. 용 GPU를 판매하던 기업이, 인공지능과 자율주행을 위한 하드웨어를 판매하는 기업으로 다시 태어났음을 어필하고 있다. 젠슨 황의 두번째 도전은 이제 막 시작했어요 글/IT, 동아 강 형석(redbk@itdonga.com)

GPU의 리더에게서 인공 지능의 선도자로 거듭 자신의 매출 감소로 연봉 1달러로 줄이는...집무실을 없애기 때문에 격의 없이 대화하는 희생과 소통의 리더십

>