[김다경의 전자사전] 26만장 확보한 GPU, 왜 AI 시대의 핵심인가

[이코노믹데일리] ※전자사전은 복잡하고 어렵게만 느껴지는 '전자'분야의 최신 기술과 산업 이슈를 쉽게 풀어드리는 코너입니다. 뉴스에선 자주 등장하지만 정작 이해하기 어려웠던 이야기들을 매주 하나의 핵심 주제로 선정해 딱딱한 전문 용어 대신 알기 쉬운 언어로 정리합니다. <편집자주>

정부가 엔비디아의 GPU(그래픽처리장치) 26만장 국내 공급이 예정대로 진행될 것이라고 재확인했다. 단순한 반도체 도입을 넘어 AI 인프라 강국으로 나아갈 수 있을지 주목된다. 경쟁력이 데이터를 얼마나 빨리 학습시키고 계산할 수 있는지를 알 수 있는 ‘연산력’ 확보로 이동해서다.
 
8일 정부에 따르면 김민석 국무총리는 국회 예산결산특별위원회에 출석해 엔비디아가 한국 정부와 기업에 약속한 그래픽처리장치(GPU) 공급과 관련해 "결국은 다 민간에서 약속한 대로 진행이 될 것"이라고 말했다.
 
그는 '현대차·삼성전자·SK하이닉스가 GPU를 공급받을 수 있냐고 자신하느냐'는 질문에 "그렇게 생각한다"며 "공급받기로 한 GPU가 다 (최신 칩인) 블랙웰만으로 100% 되는 것은 아니라고 볼 수도 있다"고 말했다.
 
앞서 엔비디아는 젠슨 황 최고경영자(CEO)의 지난달 방한 당시 한국 정부와 삼성전자, SK그룹, 현대차그룹, 네이버클라우드 등에 총 26만장의 GPU를 공급하기로 발표했다.

AI 시대에 들어 GPU라는 단어가 익숙해졌지만 불과 얼마 전까지만 해도 CPU(중앙처리장치)가 컴퓨터의 두뇌로 더 잘 알려져 있었다. GPU는 그래픽을 보조적으로 처리하는 장치만으로 인식됐기 때문이다.
 
GPU는 Graphics Processing Unit(그래픽처리장치)의 약자로 그래픽을 처리하기 위한 반도체다. 한 번에 수천 개의 연산을 병렬로 처리할 수 있는 구조로 만들어졌으며 오늘날 대형 언어모델(LLM), 이미지 생성, 음성 인식 등 모든 AI의 핵심 연산이 GPU 위에서 이뤄지고 있다.
 
CPU(중앙처리장치)가 복잡한 일을 순차적으로 해결하는 만능형 두뇌라면 GPU는 단순 연산을 대규모로 동시에 처리하는 병렬형 두뇌에 가깝다. AI 학습은 방대한 양의 데이터를 동시에 계산해야 하는데 GPU의 병렬 구조가 AI 학습에 딱 들어맞는 것이다.
 
업계에서는 AI 개발이 결국 연산력 확보 경쟁이라는 의견이다. 데이터를 학습시키고 모델을 훈련하며 서비스를 운영하는 모든 과정에서 GPU가 필수 인프라로 쓰인다. AI를 개발하려면 데이터가 필요하고 데이터를 학습시키려면 결국 GPU가 필요하다.
 
AI를 학습시키는 대규모 데이터센터를 흔히 ‘AI 팩토리’라 부르며 하나의 거대언어모델 LLM(Large Language Model)을 훈련시키는 데는 수천개의 GPU가 동원된다. GPU가 많을수록 학습 속도가 빨라지고 더 크고 정교한 모델을 만들 수 있어서다.
 
이번에 추가로 GPU 26만장을 받게 되면 국내 보유 첨단 GPU 양은 30만장을 넘어서게 된다. 엔비디아 GPU는 한국 핵심 산업에 AI를 이식하는 데 활용된다. 삼성과 SK는 반도체 생산 공정 전반에 AI를 도입하고 현대차는 차량 AI와 자율 주행에 GPU를 활용할 예정이다.
 
하정우 대통령실 AI미래기획수석은 “젠슨 황 엔비디아 최고경영자(CEO)가 미국에 GPU 2000만장 정도가 있다고 말했고 중국이 그다음”이라며 “미국과 중국이 많이 앞서 있지만 확보되는 물량 기준으로는 3위권”이라고 말했다.