헐크같은 애가 기술을 만나면?

모든 산업 분야에서 인간의 역량을 뛰어넘는 인공지능 ‘슈퍼휴먼(Superhuman)’이 나옵니다. 그 중심에는 그래픽프로세서유닛(GPU) 기술이 있을 것입니다.

과거에 비해 최근 한참 주가를 올리고 있는 CEO들이 몇 있습니다. 그 중 Nvidia 공동창업자이자 최고경영자인 젠슨 황Jensen Huang의 이야기입니다.

세월이 지날때마다 그의 귀여운모습도 진화를…

Nvidia는 컴퓨터를 좋아하던 세대부터 지금의 모바일세대까지 이제는 한번쯤은 들어본 글로벌기업입니다. 최근에는 머신러닝, 인공지능Ai, 자율주행 자동차 등 미래의 기술에 핵심이 되는 기술을 개발하고 공급하는 무시못할 기업으로 성장했습니다.

Nvidia는 자율주행의 핵심기술을 갖고있다

인공지능 개발 및 상용화에 속도를 붙인 인물, Nvidia의 젠슨 황은 반도체 제조사 LSI 로직(Logic)과 AMD(Advanced Micro Devices)에서 중앙 처리 장치(CPU) 관련 개발자를 역임하였고, 현재 최근 기술들의 핵심이 되는 인공지능을 위한 ‘병렬 GPU 관련 핵심 기술(CUDA)’을 보유한 회사의 최고경영자입니다.

때문에 여러 기술들의 개발방향에 맞물려 최근 Nvidia의 주가는 5년 전과 비교해 9배 이상 뛰어올랐고 이 주식을 소유한 젠슨 황은 2016년 포브스가 선정한 미국 400대 부자에 선정되었습니다.

이거 많이 팔아서 부자됐어요

사진만 봐도 처음보는 사람들은 다 아시겠지만 그는 대만 이민자 출신의 미국인입니다. 1963년 화학응용 공학자였던 아버지와 영어를 가르쳤던 어머니 사이에서 태어나 대만에서 어린 시절을 보내고 10세가 되던 해 미국으로 건너갔습니다. 그는 미국에서 동양인이란 이유로 3년 넘게 기숙사 변기를 닦는 등 인종차별을 겪었지만 이를 이겨내며 학업에 매진하고 결국 오레곤 주립대에 입학했습니다. 전자공학 학사과정을 마치고 스탠포드 대학원에서 석사과정학위를 받습니다.

우리회사에 들어오면 이런 낙인을 무료로 새겨드려요

젠슨 황은 한 가지 비전을 생각했는데 당시 사무용으로 사용하고 있던 PC가 언젠가는 발전하여 다양한 멀티미디어 기기로 사용할수 있을 것이라는 기대였습니다. 그리고 그 새로운 시장을 1993년 썬 마이크로시스템(Sun Microsystems)에서 그래픽 칩셋을 설계하던 엔지니어인 커티스 프리엠(Curtis Priem), 전자기술 전문가였던 크리스 말라초스키(Chris Malachowsky)와 손을 잡고 Nvidia를 설립하여 열게 되죠. 그들은 고작 침대 2개만 있는 아파트에서 시작했고 그 가능성을 본 세쿼이아 캐피털 등 벤처투자사들은 약 2천만 달러를 Nvidia에 투자합니다.

최근 공개한 신사옥의 설계구상도

1995년 9월, ‘NV1’이라는 GPU를 세상에 선보였지만 너무 시대를 앞서갔는지 2D와 3D, 음성까지 모두 한 장의 카드에서 처리할수 있었지만 가격이 너무 비싸고 독자 기술을 고집하다보니 호환성에서 뒤떨어지며 실패하게 됩니다.

요즘 어린애들은 본적없는 ‘nv1’

하지만 일본 게임개발사 SEGA는 기술력을 높이 보고 차세대 게임 그래픽 개발을 위한 수백만 달러의 투자를 지원했습니다. 그러나 개발의 어려움과 그놈의 독자규격 등으로 프로젝트 자체가 불투명해지고 후속작인 NV2도 시원하게 말아먹죠.

nv2는 프로젝트 무산으로 시장에 나오지도 못한다

이러다 망하겠다는 생각에 젠슨 황은 컴퓨터 공학 박사인 데이비드 커크(David Kirk)를 수석 과학자로 영입해 NV3개발을 시도합니다. 그리고 1997년, ‘NV3(리바 128)’가 불티나게 팔려나가면서 도약합니다.

당시 NV3는 강력한 3D 처리 능력이 있었는데 당시 막 인기가 오르던 3D 게임 시장에 맞물려 큰 인기를 끌었습니다. 역시 타이밍..

반면 3D 처리 능력에 집중한 나머지 2D 게임이나 동영상 처리 능력은 부족하다는 평가를 받았고, 2000년 강력한 경쟁사 였던 3Dfx를 인수함으로 개선합니다.

3Dfx 를 인수함으로 많은 기술을 이전받는다

1999년 최초의 지포스GeForce 제품군인 ‘지포스 256(NV10)’을 공개하고 그 뒤로 계속된 GeForce 계열 제품이 유지됩니다. 동영상 처리 등 당시 CPU에 의존하던 기술을 GPU에서도 자체적으로 처리할수 있게되고 드디어 GPU가 지금의 독립적인 별도의 능력을 갖춘 기기로 재탄생하게 된 순간이기도 합니다. PC는 크게 CPU 파트(CPU+메모리+메인보드)와 GPU 파트(GPU+그래픽 메모리+그래픽 칩셋) 그리고 저장장치 파트(HDD+SSD)로 나눌 수 있다. Nvidia는 이를 기념하기 위해 지금도 GeForce 이름을 붙이고 있죠.

GeForce 그래픽카드는 게임산업은 물론 멀티미디어 산업이 발전하게 되는 큰 요인이었다

이때부터 Nvidia는 자사의 제품들을 과거 ‘영상 그래픽 어댑터(VGA — Video Graphics Adaptor) 라는 이름에서 ‘그래픽 처리 장치(GPU — Graphic Processing Unit)’ 라는 이름으로 부르기 시작하고 PC의 핵심인 CPU와 동급으로 마케팅하기 시작합니다.

“이제 집에 이런거 하나씩은 다 있을거에요. 왜냐구요?”

젠슨 황은 GPU가 단순히 멀티미디어용으로 쓰이는 것보다 컴퓨팅 전반에 걸쳐 광범위하게 쓰이길 원했고, 오토캐드, 3D 맥스, 마야, 앤시스, 카티아 등 산업용 3D CG 제작용 SW를 실행하는데 특화된 GPU ‘쿼드로(Quadro)’를 만듭니다.

쬐~금 비싸지만 그래픽작업하는 사람들에게는 거의 필수

이어 GPU가 단순 연산을 반복하는데 최적화된 기기임에 주목하고, 멀티미디어 처리 능력을 제거한 대신 천문학적인 단순 연산을 빠르게 처리할 수 있는 일반 목적용 GPU(GPGPU — General purpose GPU) ‘테슬라(Tesla)’와 테슬라 수백 수천 대를 병렬로 연결해 처리 능력을 슈퍼컴퓨터급으로 끌어올리는 기술 CUDA 등을 개발합니다.

멀티미디어 등 단순계산에 필요없는 부분을 과감히 제거했다
서버용 GPU 가속기로 머신러닝에 최적화시켜 미친듯한 빠른속도를 낸다

젠슨 황은 직원들과의 소통에도 매우 적극적인것으로 알려졌습니다. 회사내부에 자신의 사무실을 따로 만들지 않고, 직원들은 회사나 집 어디서든 작업할수 있는 열린 환경을 만들기도 했습니다.

젠슨 황의 과감한 결단과 희생 정신도 본받아야 할 점. 지난 2008년 국제 금융위기를 맞이하며 창립 이래 두 번째 위기를 맞이하고 경제가 흔들리면서 소비자들이 지갑을 닫았고, 동시에 나름 사치품으로 분류되던 GPU는 구매 순위에서 뒤로 밀려나고 말아 41억 달러에 달했던 매출이 34억 달러로 주저 앉게 됩니다.

이때 두가지 결단을 내리는데, 첫 번째는 자신과 임원들의 연봉을 줄이는 것. 그는 2009년 자신의 연봉을 1달러로 책정(누구랑 비슷한데?)하고, 두 번째로 이렇게 줄인 돈을 인재를 영입하는데 활용합니다. 이때부터 Nvidia는 경쟁사보다 1~ 2 단계 앞선 기술을 선보이기 시작합니다.

떨이로 팔아요…

사실 젠슨 황과 그의 Nvidia는 무리하게 독자기술을 고집하여 밀어붙이는 습관이 있습니다. 예전 NV1도 그렇게 말아먹었고, 피직스, G싱크 등 독자기술을 사용해 시장에선 사람들의 욕도 많았죠.

그러나 이런 고집 중에 하나가 최근 대박이 난겁니다. 바로 GPU 병렬처리 기술인 CUDA 입니다. 인텔, AMD 등 경쟁사들은 시장 표준 기술인 ‘Open CL’을 자사 GPU에 탑재한반면 Nvidia는 자신들이 직접 개발한 기술을 탑재한거죠.

직접 개발한 GPU 병렬처리 기술 CUDA. 이때부터 박리다매

이러한 준비가 시장 변화와 맞물려 ‘인공지능’ 의 등장으로 지금의 엄청난 효과를 발휘하죠.

바둑기사들을 한방에 치킨집 사장으로 만들뻔한 세기의 싸움, 역시 이세돌!

현재 인공지능을 구현하는 핵심 기술이 바로 ‘딥러닝(인공신경망)’입니다. 딥러닝은 사람의 신경망을 모방한 수많은 인공 신경망을 컴퓨터 내부에 생성해, 이를 바탕으로 기계에게 학습 능력(머신러닝)을 부여하는 기술로 단순 연산을 처리하는 데에는 GPU가 CPU보다 압도적으로 유리합니다.

물론 단일 GPU만으로는 만족스러운 연산 능력을 확보할 수 없으니 수백, 수천 대의 GPU와 이렇게 많은 GPU를 하나로 묶을 병렬처리 기술이 필요하게 됩니다. 근데 이 기술의 대부분을 선견지명이 있던 Nvidia가 독점하고 있어, 한때 34억 달러까지 떨어졌던 매출은 2016년 69억 달러까지 성장했고, 2017년에는 80억 달러를 돌파할 것으로 예상됩니다.

딥러닝에는 효과적인 병렬처리 기술이 필요하다

최근 Nvidia는 자율주행의 핵심기술로도 손을 뻗고 있는데 과거 퀄컴, 애플, 삼성전자 등이 개발한 모바일 프로세서(모바일 CPU+모바일 GPU)에 밀려 쓴맛을 본 모바일 프로세서 ‘테그라’를 자율주행차용 핵심부품으로 개량한게 바로 그겁니다.

당시엔 크다고 욕했지만 지금은 자동차에 들어간다

당시 테그라가 경쟁 제품들보다 뛰어난 성능에도 불구하고 실패한 이유가 모바일 부품답지 않은 크기와 전력에 있었습니다. 하지만 자동차는 공간이 제법 넉넉한 관계로 테그라의 크기와 전력 소모는 아무런 문제가 되지도 않고, 오히려 뛰어난 성능이 주목받게 된거죠.

아직까지 Nvidia는 일반 GPU가 핵심 사업입니다. 2016년을 기준으로 전체 매출 가운데 59%를 멀티미디어 구현을 위한 일반 GPU 판매가 차지하고 있죠. 인공지능을 위한 GPGPU 판매는 전체 매출의 12%, 자율주행차를 위한 모바일 프로세서 판매는 전체 매출의 7%에 불과합니다.

하지만 인공지능자율주행차 시장이 확대되면 결국 이 수치는 뒤집어질 수밖에 없는거죠. 게임용 GPU를 판매하던 기업이 인공지능과 자율주행차를 위한 하드웨어를 판매하는 기업으로 새롭게 태어난다면 시장의 흐름, 운, 기술과 실력 등이 모두 허락하게 된 기업이 아닌가 생각해봅니다.

성공하고싶다고? 일단 GPU 영역에는 손떼라
One clap, two clap, three clap, forty?

By clapping more or less, you can signal to us which stories really stand out.