우리 일상 깊숙이 들어온 인공지능(AI)은 이제 단순한 기술을 넘어, 세상을 바라보는 새로운 시각을 제시하고 있습니다. 이 거대한 AI 혁명의 중심에는 엔비디아(NVIDIA)가 있습니다. 그들은 어떻게 30년 전 비디오 게임 기술을 현재의 ‘AI 혁명 엔진’으로 변모시킬 수 있었을까요?

이 질문에 대한 답은 엔비디아 CEO 젠슨 황이 제시하는 핵심 비전 속에 있습니다. 그가 그리는 미래는 우리가 지금껏 상상했던 것보다 훨씬 더 가깝고, 실질적인 변화를 예고합니다. 당신이 매일 만드는 소프트웨어 서비스부터, 미래의 산업 구조까지 뒤흔들 이 기술의 핵심 원리를 지금부터 자세히 살펴보겠습니다.

 

GPU가 처음에 비디오 게임에서 시작됐다는 점이 흥미롭습니다. 당시 CPU로는 해결할 수 없었던 문제는 무엇이었고, 엔비디아는 여기서 어떤 통찰을 얻었나요?

핵심은 처리 방식의 차이에 있었습니다. 1990년대 비디오 게임 개발자들은 더 사실적인 3차원 그래픽을 원했습니다. 하지만 CPU는 문제를 하나씩 순서대로 처리하는 순차 처리 방식에 최적화되어 있었습니다. 이 방식으로는 엄청난 양의 그래픽 계산을 실시간으로 감당할 수 없었죠.

우리는 여기서 중요한 통찰을 얻었습니다. 소프트웨어 코드는 극히 일부만 순차 처리가 필요하며, 대부분의 연산은 병렬로 처리될 수 있다는 점이었습니다. 기존 컴퓨터는 순차 처리와 병렬 처리를 모두 효율적으로 할 수 없었습니다.

그래서 우리는 GPU를 만들었습니다. GPU는 수백, 수천 개의 작은 계산을 동시에 처리할 수 있는 구조를 가집니다. CPU가 문제를 한 발씩 쏘는 로봇이라면, GPU는 수많은 페인트볼을 한 번에 발사하여 문제를 해결하는 거대한 로봇과 같았습니다. 이 대규모 병렬 처리 능력이 엔비디아의 시작이었습니다.

 

GPU를 범용 프로세서로 만든 결정적인 계기는 CUDA 플랫폼이었다고 들었습니다. 일반 개발자가 그래픽카드를 쉽게 활용할 수 있게 된 비결은 무엇인가요?

GPU의 병렬 처리 능력이 게임 외 다른 분야에서도 필요하다는 것을 깨달았을 때, 문제가 있었습니다. 초기 연구자들은 자신의 문제를 그래픽 문제인 것처럼 속여야만 GPU를 사용할 수 있었죠. 이는 비효율적이었습니다.

이 불편함을 해소하기 위해 우리가 개발한 것이 바로 CUDA입니다. CUDA는 프로그래머들이 익숙한 C언어 같은 일반 프로그래밍 언어를 사용해서 GPU에 직접 명령을 내릴 수 있도록 해줍니다. GPU는 이제 그래픽카드가 아닌, 모든 분야의 연산을 가속하는 범용 병렬 프로세서로 거듭날 수 있었습니다.

저는 GPU를’시간 여행 장치라고 부릅니다. 애플리케이션 실행 속도가 훨씬 빨라지면서, 과학자들은 수십 년이 걸릴 ‘평생의 연구’를 자신의 생애 안에 마칠 수 있게 되었습니다. 날씨 예측이나 자율 주행 시뮬레이션 같은 미래 계산을 가속화해주는 것, 이것이 바로 CUDA가 가져온 혁신입니다.

 

 

 2012년 AI 빅뱅 이후, 엔비디아가 ‘컴퓨팅 스택 전체를 재설계’하기로 결정한 대담한 배경이 궁금합니다.

2012년 알렉스넷(AlexNet)이 딥 뉴럴 네트워크(DNN)를 이용해 이미지 인식 대회에서 압도적인 성능을 보였을 때, 우리는 깨달았습니다. 이제 컴퓨터에게 명령을 내리는 방식이 아닌, 수많은 예시를 보여주어 학습시키는 방식으로 근본적인 변화가 시작되었음을 말입니다.

딥러닝 아키텍처는 확장성의 원리에 기반합니다. 모델의 크기와 학습시키는 데이터의 양이 커질수록, 그 지식 습득 능력이 비약적으로 향상된다는 확신이 있었습니다. 우리는 이 가능성에 모든 것을 걸고 AI 시대에 최적화된 새로운 시스템인 DJX를 구축했습니다.

DJX 개발에서 중요한 성과 중 하나는 에너지 효율이었습니다. 8년 만에 AI 컴퓨팅의 에너지 효율을 10,000배나 향상시키는 데 성공했습니다. 이것은 100와트의 빛을 내면서 1와트도 아닌, 0.01와트만 소모하는 전구를 만든 것과 같은 혁신입니다. 이러한 효율성 개선 덕분에 AI는 더 빠르게 대중화될 수 있었습니다.

 

앞으로의 10년이 AI 응용의 시대라고 전망하셨는데, 특히 로봇 공학 분야에서 로봇의 ‘학습 방식’은 어떻게 진화하고 있습니까?

움직이는 모든 것이 로봇이 될 것입니다. 그 시대는 생각보다 훨씬 빨리 다가오고 있습니다. 로봇을 실제 세계에서 훈련시키는 것은 매우 비효율적입니다. 시간이 오래 걸리고 로봇이 손상되거나 마모될 수 있기 때문이죠.

우리는 로봇이 디지털 세상에서 안전하게 무한대로 학습할 수 있는 환경을 만들었습니다. 핵심은 가상 세계인 옴니버스와 코스모스의 결합입니다.

코스모스는 로봇에게 중력, 마찰, 사물의 영속성 같은 물리적 세계 상식을 가르치는 세계 언어 모델입니다. 대규모 언어 모델이 텍스트를 학습하듯, 이 모델은 세계의 물리적 데이터를 학습합니다.

그리고 옴니버스는 뉴턴 물리학을 기반으로 한 시뮬레이터입니다. 이 시뮬레이션 안에서 코스모스가 예측하는 모든 미래 시나리오는 물리적 진실성에 기반하여 검증됩니다. 로봇은 이 무한한 디지털 시뮬레이션 속에서 단시간에 방대한 경험을 쌓고, 그 지식을 현실 세계에 적용하게 됩니다.

 

마지막으로, 지금의 변화를 마주하는 개인들에게 어떤 조언을 건네고 싶으신가요?

우리는 지금 초인의 지능을 가진 새로운 보조원과 함께 일하는 시대에 들어서고 있습니다. AI는 지식과 이해의 장벽을 낮춰줍니다. 누구나 챗지피티에 접속해서 복잡한 질문을 하고, 심지어 ‘이 도구를 어떻게 써야 가장 효율적인가요?’라고 물어볼 수 있습니다.

개인에게 던져야 할 가장 중요한 질문은 이것입니다.

 

“나의 분야에 AI를 어떻게 적용할 것인가?”

내가 변호사라면 AI를 이용해 어떻게 더 나은 변호사가 될 수 있을까요?

내가 개발자라면 AI를 이용해 어떻게 더 빠르고 정확하게 내 일을 처리할 수 있을까요?

 

AI는 우리 모두를 더욱 유능하게 만들고, 더 야심 찬 목표에 도전할 수 있는 자신감을 줄 것입니다. 우리 세대는 컴퓨터를 사용하는 법을 배워야 했지만, 다음 세대는 AI를 사용하여 자신의 일을 더 잘하는 법을 배워야 할 것입니다. 이 혁명의 중심에 서서, 다음 세대가 우리를 엄청난 영향력을 만든 사람들로 기억할 수 있도록 합시다.

 

출처: Cleo Abram 유튜브