2016년 5월 지포스 GTX 1080 이후 2년이 되어가도록 차세대 게이밍 GPU 발표가 이뤄지지 않고 있는
점이나, CES나 GTC 등에서 인공지능이나 머신 러닝 같은 GPU 컴퓨팅 이야기만 하는 점도 게이머 입장에서는 아쉬운 점이다.
가상화폐
채굴 붐 때문에 그래픽 카드 품귀현상이 계속되는 가운데, GPU 생산량을 늘리겠다지만 상황은 딱히 개선될 기미도 보이지 않는다. 메모리 문제도 얽혀 있고,
모든 판매점을 컨트롤 할 수 없다는 점은 알지만 아쉬운 건 어쩔 수 없다.
수익을 우선해야 하는 기업 입장에서 속칭 '돈 되는' 신사업 개척에 열을 올리는
것을 이해 못할 것도 아니다. 그래서 최근 IT 시장을 보면 넘쳐나는 데이터를 얼마나 빠르게 분석해 사용자에게 필요한 정보로
가공-제공하는데 사활을 걸고 있는 것이 보인다.
예외적인 상황이지만 그래픽 카드 품귀 현상에 일조하는 가상화폐 채굴을 비롯해 머신 러닝과 인공 지능을 보면 그
바탕에 메인스트림 시스템으로는 도저히 감당하기 어려운 대용량/ 다수의 자료들을 바탕으로 하고 있음을 알 수 있는데, 요즘 IT 시장의 트랜드와 그에
대응하기 위한 시스템에 대한 내용을 간단히 정리해 보았다.
인텔, 엔비디아 등 빠진 기업 찾기 어려운 자율주행 / 인공 지능
현대 IT 분야의 핫 아이템을 꼽으라면 빼놓을 수 없는 것이 바로 인공
지능과 자율주행 자동차다.
인공지능은 애플 시리나 아마존 알렉사, 구글 어시스턴트 등을 통해 이미 우리 일상에 깊이
파고들었다. 구글 포토나 인스타그램 등의 사진 기반 서비스에서 인물이나 시간, 장소 등에 따라 자동 분류하고, 개인의
손글씨를 인식한다거나 음성 인식을 통한 스마트 스피커와 스마트폰/ TV의 동작등 최근 IT 서비스의 많은 부분이 인공지능의
뒷받침이 필요하다.
어느 세월에 사람이 하나 하나 기준을 만들고 예외 처리 지정할 것인가? 사용자에 따라
다른 음성 높낮이나 같은 글자라도 다른 방향과 기울기 등 수많은 경우에 대응하기 위해서는 기계가 스스로 학습하고 기준을
세우며 예상치 못한 예외 상황에 대응할 수 있어야 한다.
하다못해 네이버와 카카오도 '인공지능'을 내세운 스피커를 내놓는 세상이다.
자율 주행 자동차는 주변 상황을 인지해 위험을 피하고 교통 흐름을 거스리지 않으며,
수시로 변하는 교통 흐름을 파악해 탑승자를 안전하고 편안하며 빠르게 목적지까지 모셔야 한다. 카메라와 사운드로 주변 상황을
파악하는 것은 물론이요, 평소 흐름이 원활하던 경로지만, 교통 사고나 행사 등의 이유로 갑자기 막히지는 않는지 공공기관에서
제공하는 실시간 교통 정보 파악도 필요하다.
인텔이 말하길 한 대의 자율 주행 자동차가 하루 생성하는 데이터가 4TB에 달한다는데,
실제 서비스 기업들은 이렇게 넘치는 자료를 처리하기 위해 자체적인 데이터 센터를 설립해 운영하고 있으며, 여기에는
제온이나 ECC 메모리 등 엔터프라이즈 작업에 대응하기 위한 고가의 고성능 설비를 운용하고 있다.
하지만 모든 것을 데이터 센터에서만 처리할 수 없는 법. 실제 서비스 전 새로운 기능이나
서비스의 시범 운용이나 이론 검증, 혹은 시작 단계의 스타트업 같은 소규모 업체나 이제 막 해당 분야에 발을 들인 개인까지
실제 서비스를 위한 데이터센터 수준의 시스템을 갖추는 것은 과한 면이 있다.
메인스트림 기반 시스템도 고려해볼 수 있지만, 하루 4TB에 달하진 않는다 해도 일반인으로 상상하기 어려울
데이터가 쏟아지는 상황에서 이들을 비교 분석하고 유의미한 자료로 가공하는데 메인스트림 시스템은 부족하다.
현 IT 시장에서 가장 관심이 높은 분야의
경쟁력 확보를 위한 작업 속도 확보는 선택이 아닌 필수이며, 이러한 사용자들 위해 등장한 것이 바로 하이엔드 데스크탑(HEDT)
제품군이다.
인텔 플랫폼을 기준으로 설명하자면 HEDT CPU인 코어 X 시리즈는 메인스트림의 최대
6개보다 세 배 많은 최대 18개를 갖춰 빠른 데이터 처리가 가능하고, 코어간 효율 개선을 위해 서버용 제온 프로세서에
도입된 메시 아키텍처가 적용되었다.
메인스트림 시스템이 듀얼 채널과 최대 64GB 메모리 용량을 지원하는 것과 달리 쿼드
채널 구성과 다량의 데이터를 처리할 때 필요한 메모리 용량도 메인스트림의 두 배에 달하는 128GB를 꾸밀 수 있어,
메인스트림 시스템을 쓸 때보다 빠르게 작업을 끝낼 수 있다.
기업 입장에서는 실제 서비스 적용 시점을 앞당길 수 있고, 개인은 숙련도를 높이는데
속도를 높일 수 있어 결과적으로 투자 비용 대비 효율을 높일 수 있다.
개인 사용자도 쉽게 접할 VR과 4K 컨텐츠
IT 기업들이 인공 지능과 자율 주행 자동차를 차세대 성장동력으로 상정하고 역량을
집중하고 있다는 소식을 자주 접할 수 있고, 인공 지능도 알게 모르게 생활속에 파고들어오지만 인공 지능 그 자체로는 기술의 영역인데다, 자율주행
자동차는 인명과 밀접하기에 아직은 일상에서 찾아볼 수 없어 조금은 추상적인 느낌이 있다.
약간 뜬구름 잡는 듯한 인공
지능이나 자율 주행 자동차와 달리 이미 일상 속에 들어온 트랜드 기술을 꼽자면 VR과 4K 컨텐츠를 들 수 있다.
세계 최대 SNS 서비스로 자리잡은
페이스북은 VR 카메라없이 스마트폰 카메라로 360 사진을 만들 수 있는 서비스를 시작했고, 유튜브에서도 조금만 둘러보면
손쉽게 VR/ 360 영상을 감상할 수 있다.
또한 LG 360 캠이나 삼성 기어 360 시리즈같이 일상을 VR/360 사진과
동영상으로 촬영할 수 있는 장비도 판매중이라 마음만 먹는다면 개인도 손쉽게 VR 컨텐츠를 만들 수 있으며, 이러한 별도
장비 없이도 지원 타이틀 한정이지만 그래픽 카드 제조사에서 제공하는 VR 캡처 기능을 이용하는 방법도 있다.
유튜브와 넷플릭스, 아마존 프라임 등 다양한 동영상 스트리밍 플랫폼에 4K 컨텐츠를
감상할 수 있고, 전문 장비가 필요했던 4K 이미지/ 동영상 촬영은 개인의 스마트폰으로도 가능해져 손쉽게 공유할 수
있고, 4K 동영상을 감상하기 위한 모니터와 TV류의 디스플레이 장비도 마음만 먹는다면 쉽게 구매할 수 있을 정도로 대중화 되었다.
오큘러스 리프트와 함께 치솟던 초기의 열기는 식었지만 그만큼 대중에 쉽게 대가갈 수 있는 VR과 4K는 컨텐츠
생산과 감상을 위해서도 역시 고성능 시스템이 요구된다. 4K는 단순히 이미지와 동영상 같은 평면형 컨텐츠만 따져도 Full HD 대비 자료
처리량이 4배로 늘어난다.
보다 현실에 가까운 화면을 표시하기 위한 HDR, 3D 게임과 같은 공간 정보 처리가 필요한 경우와 VR 류의 체감형 컨텐츠로 넘어가면 필요한
데이터 처리량은 계산하기 싫어질 정도다.
두 말하면 입 아픈 PC는 물론이고 대표적인 PC VR 디바이스인 HTC VIve는
Vive Pro로, 콘솔 게임기쪽에서는 엑스박스원 엑스와 플에이스테이션 4 프로등 앞으르도 컨텐츠 개발과 체험에 갈수록
고사양 시스템이 요구될 것이며, 이에 맞춰 개발 시스템도 갈수록 인텔 코어 X와 같은 고성능 필요성이 높아진다.
오큘러스 리프트에서 ASW(Asynchronous SpaceWarp)로 불리는 프레임 보간 기능을 더한 것도
그만큼 높은 사양으로 인한 접근 장벽을 조금이라도 낮춰보려는 노력의 일환으로 해석할 수 있다.
Full HD가 기준이던 지금까지의 컨텐츠와 달리 4K 컨텐츠 역시 서비스 공급자는 물론이요 서비스 받는 소비자 입장에서도 요구 사양이
급격히 상승할 수 밖에 없다. 게다가 영상쪽에서는 단순 4K에 그치지 않고 더욱 실사에 가까운 컨텐츠 제공을 위한 HDR 기법까지 도입하고
있다.
CPU 코어가 증가하고 GPU의 미디어 가속 엔진 업데이트되면서
영화와 드라마등 영상쪽의 '소비용' 시스템 사양 자체는
메인스트림급으로도 가능해졌지만, 기존 시스템 사용자에게는 업그레이드 부담을 안겨준다.
이러한 최신 트랜드에 맞춘 컨텐츠를 창조하는 크리에이터들에겐 고객에게 전달한 컨텐츠의
종류와 품질 만큼이나 완성까지 걸리는 시간 역시 중요하다. 같은 컨텐츠라도 경쟁사는 4K HDR과 VR로 신세계를 보여주고 있는데
여전히 Full HD와 평면형에 머물고 있다면, 소비자가 어느쪽에 먼저 관심을 둘지는 뻔하다.
이러한 환경에서 경쟁력 확보를 위해서는 인텔 코어 X와 같은 하이엔드 시스템이 필요한 것은 두말할
필요가 없다. 스마트폰으로도 쉽게 촬영할 수 있는 4K 영상을 변환하는데 코어 i9 7960X는 코어i i7
8700 보다 두 배 빠르게 작업을 마칠 수 있었던 것을 지나 번에 확인할 수 있었으며, 여기에 HDR 보정이나 특수효과 추가 등 처리량이
늘어나면 그 차이는 더욱 벌어질 것이다.
폭증하는 데이터의 처리, 그에 맞는 고성능 시스템 필요
2018년 평창 동계 올림픽에 선수들의 경기 만큼이나 주목 받았던 것이 인텔의 드론 쇼였다. 1200여개의
드론이 펼쳐내는 일사분란한 움직임은 감탄을 자아내기에 충분했다. 관중의 입장에서는 '와' 하는 감탄 한번하고 끝나겠지만, 결과를 위해 자연과
주변 드론의 비행에 의한 바람의 영향을 이겨내기 위한 제어 프로그램이 필요하고, 그 제어 프로그램을 완성하기 위한 셀 수 없이 많은 시뮬레이션과
테스트 모델 제작을 통한 검증 과정의 길고 긴 과정이 필요한 작업이었다.
당연히 결과가 나오기 전까지 무한정 시간과 예산을 투자할 수 없으니, 결과물이 제 시간에 나올 수
있을지, 성공 가능성은 어느 정도인지, 최초 계획으로 성공 가능성이 낮다면 어떤 방식으로 수정할 것인지 등 다양한 변수가 등장하고, 주기적으로
이들을 감안해 프로젝트를 이끌어야 한다.
이는 평창 동계 올림픽서 보여준 드론 뿐 아니라 바쁘게 돌아가는 현 시대의 모든 작업에서
고려할 점이고, 그 중심에 핵심 작업 도구인 PC를 HEDT CPU 기반으로 고성능화할 필요의 이유기도 하다. 계획에 없던
새로운 변수가 발생했을 때 그 영향을 보다 빠르게 파악하고 반영할 수 있다면 갈수록 복잡해지는 시대에 경쟁력을 높일 수
있을 것이다.
[영상] 딥시크 쇼크, 엔비디아와 고성능 GPU 수요에 미치는 영향은? 
