1993년 평범한 PC 그래픽 칩 회사로 출범한 엔비디아(NVIDIA)가 인공지능(AI: Artificial Intelligence) 혁명의 주인공으로 산업계의 주목을 받기 시작했다. 매년 1월 미국 라스베이거스에서 열리는 세계 최대 가전박람회 CES의 올해 기조연설자는 엔비디아의 CEO인 젠슨 황(Jen-Hsun Huang)으로 정해졌다. CES 기조연설은 매년 유력 가전업체의 최고 경영자가 맡았던 점을 감안하면 엔비디아의 위상을 가히 짐작케 한다.
원래 엔비디아는 주로 컴퓨터게임 용도였던 GPU(Graphics Processing Unit)라는 반도체로 두각을 보여온 업체였지만, 최근 AI용 반도체 칩 메이커로 더욱 주목을 받고 있다. 가전의 패러다임이 컴퓨터 기술에서 AI기술로 이행하고 있음을 보여주는 방증이라 할 수 있다.
컴퓨터의 두뇌에 해당하는 반도체 칩은 중앙처리장치, 즉 CPU다. CPU는 계산을 하나씩 순차적으로 처리하는 유형의 반도체다. 반면, GPU는 그래픽 처리에 특화된 반도체 칩으로 몇 개의 수식을 동시에 처리할 수 있다. ‘GPU’라는 용어는 1999년 엔비디아에서 지포스256을 세계 최초의 GPU로 판매하면서 널리 알려졌다.

GPU, 딥 러닝 진화의 촉발 
인간의 뇌는 수십 억 개의 뉴런이 전기신호를 주고받는다. 방대한 병렬처리가 이루어지고 있는 셈이다. 이러한 병렬처리를 잘하는 반도체가 바로 GPU다. 처음 GPU의 가능성에 주목한 AI 연구자는 스탠포드 대학의 앤드류 응(Andrew Ng) 박사다. 응 박사는 스탠포드대학은 물론 구글에서 AI 분야와 관련된 다양한 연구를 수행하며 많은 업적을 남긴 딥 러닝 분야의 최고 권위자로 알려져 있다. 그는 2014년 5월 중국 최대 검색엔진 바이두의 과학연구분야 최고 책임자로 자리를 옮겨 AI 분야 연구를 계속하고 있다.
2011년 응 박사는 2000개의 CPU를 사용해 푸는 딥러닝 계산을 겨우 12개의 엔비디아 GPU에서 실행했다. 이를 계기로 전 세계 AI 연구자들이 엔비디아의 GPU를 사용하게 됐다. 저렴한(?) 비용으로 딥 러닝을 연구 개발할 수 있는 길이 열렸기 때문에, 딥 러닝은 다양한 영역에서 속속 성과를 내고 있다. 오늘날 AI 붐은 어쩌면 엔비디아가 컴퓨팅 비용을 대폭 낮춘 것이 가장 큰 요인일지도 모르겠다.
이후 AI의 진화는 놀라울 정도로 빠르게 진행되고 있다. 2011년 구글의 컴퓨터가 방대한 매수의 고양이 사진을 가져와 고양이의 특징을 스스로 학습하고 고양이 사진을 정확하게 인식할 수 있게 됐지만, 불과 4년 후엔 AI가 인간보다 더 정확하게 이미지 인식을 할 수 있게 됐다.
ImageNet이라는 이미지 데이터베이스에 축적된 사진을 보고, 이 사진에 찍힌 것이 무엇인지를 인식하는 테스트에서 인간은 평균 약 5%의 사진을 오인한다고 한다. 다시 말해 인간의 인식 오류율은 5%가 되는 것이다. 반면 AI는 인식 오류율을 꾸준히 감소시켜 2011년 25%에서 2015년에 3%를 달성했다. 인간보다 이미지를 더 정확하게 인식할 수 있게 된 셈이다.
음성인식 분야에서는 마이크로소프트(MS)가 두각을 나타내고 있다. MS는 지난해 9월 단어 오류율(WER: Word Error Rate)이 6.3%를 기록했다고 했는데, 불과 한 달 만에 WER 5.9%를 기록했다고 발표했다. WER 5.9%는 인간이 대화를 듣고 기록할 때와 동등한 수준이다. 인간의 음성인식 능력을 넘어설 날도 시간문제라고 할 수 있다. 현재 다른 기업들의 음성인식 시스템은 평균적으로 WER 10% 수준인 것으로 알려져 있다.
눈과 귀는 학습을 위해 가장 중요한 감각이다. 현재 AI 기술 수준은 인간 이상의 ‘눈’과 인간 수준의 ‘귀’를 가진 것으로 평가된다. 따라서 AI는 학습을 통해 더 빠른 속도로 진화하게 될 것이다.
눈의 AI, 귀의 AI와 함께 사용되는 하드웨어가 바로 엔비디아의 GPU다. 기업에서 가장 먼저 엔비디아의 GPU를 채택한 곳은 바이두, 구글, 페이스북, MS 등이지만, 엔비디아가 협력하고 있는 기업의 수는 최근 2년간 35배가 증가해 3,400개에 이르고 있다.
AI의 활용 영역은 헬스케어, 생명과학, 에너지, 금용 서비스, 자동차, 제조, 미디어 및 엔터테인먼트, 고등 교육, 게임, 정부 등 거의 모든 산업을 망라한다. 엔비디아는 이러한 업계의 요구에 부응하기 위해 PC용으로는 지포스(GeForce), 클라우드와 슈퍼컴퓨터용 으로는 테슬라(Tesla), 로봇이나 드론용으로는 젝슨(Jetson), 자동차용으로는 DRIVE PX와 같은 이름으로 GPU를 공급하고 있다.
특히 ARM 프로세서를 채용한 단일 칩 솔루션 테그라(Tegra)에 기반을 둔 DRIVE PX 플랫폼은 자율주행차용 컴퓨터로서, 무인자동차의 핵심 딥 뉴럴 네트워크를 구동하도록 제작됐다.
엔비디아는 지난 한 해 다양한 활동을 통해 인공지능 산업을 견인했다. 작년 6월 인공지능 스타트업을 지원하는 내용을 담은 ‘인셉션’ 프로그램을 발표했다. 이 프로그램은 인공지능 기반의 첨단 기술을 통한 신시장 개척에 나서는 스타트업에 시장 안착과 제품 서비스 개발 환경 조성이 목적이다. 엔비디아는 이를 위해 최신 GPU 기술을 바탕으로 다양한 기술 지원, 교육, 협력 네트워크를 스타트업에게 무상으로 제공한다. 인셉션 프로그램은 전 세계적으로 동일한 조건으로 심사와 선정 과정을 진행한다.
같은 해 7월, 젠슨 황 CEO는 미국 캘리포니아 주 스탠포드 대학에서 500여 명의 딥 러닝 전문가와 학생들에게 최상급 성능의 플래그십 GPU, ‘타이탄(TITAN) X’의 파스칼(Pascal) 아키텍처 기반 신제품을 선보이는 자리에서 앤드류 응 박사를 초청해 타이탄 X를 기증하기도 했다. 상징적인 의미가 크다 할 수 있다.
또 하나의 의미 있는 활동으로는 바이두와 AI 자율주행차용 클라우드 기반 플랫폼을 함께 만들기로 했다는 것이다. 그 내용은 엔비디아 자율주행 컴퓨팅 플랫폼과 바이두의 클라우드 및 지도 기술을 결합해 복잡한 자율주행차용 내비게이션 시스템을 구현하는 알고리즘 기반 운영체제(OS)를 만든다는 것이다.
가장 최근에는 엔터프라이즈 분야의 AI 발전을 가속화하기 위해 MS와의 협력을 발표했다. 이로 인해 더 많은 기업들이 AI 혁명에 참여할 수 있게 됐다. 이 협력으로 마이크로소프트 애저(Microsoft Azure)나 온프레미스(On-Premises)에서 엔비디아 테슬라 GPU에서 구동하도록 만들어진 최적화된 엔터프라이즈 AI 프레임워크를 사용해, 기업들은 자사의 데이터센터에서 마이크로소프트 클라우드에 이르는 AI 플랫폼을 보유할 수 있게 된다.
앞으로 다양한 산업에서 AI를 탑재한 제품과 서비스가 봇물처럼 쏟아질 것으로 전망된다. 요즘 한창 주가를 올리고 있는 엔비디아가 AI 산업혁명의 기폭제가 될지 그 행보를 주목해 보자.