“그간 따로 구동돼왔던 임베디드 시스템에도 인공지능(AI)이 심어진다. 단말 간 연결성은 빠르게 가속화될 것이다. 오픈된 환경에서는 다수 간의 협력이 필수다. 인공지능 기술, 산업이 발전하려면 딥러닝을 연구하는 단체와 활용하는 기업, 이를 인프라로 구현하는 프로바이더 모두 각자 영역에서 적극 교류해야 한다.”

[IT비즈뉴스 최태우 기자] 3년 전 알파고 이슈로 시작된 인공지능(AI)이 전세계 경제·산업계의 화두로 자리한 지 오래다.

인간과 로봇의 바둑대결로 시작된 관련 기술들은 누구(NUGU), 에코(Echo)가 탑재된 같은 스마트스피커에도, 고객센터 앱(App)에 탑재되는 챗봇(Chatbot)에도, 온라인서점의 장바구니에 담아뒀던 책의 할인정보를 제공하는 맞춤형 서비스에도 탑재되고 있다. 기술은 더욱 진화하고 있으며, 빠르게 현실 속으로 파고들고 있다.

AI가 가장 주목받고 있는 산업군은 무궁무진하다. 맞춤형 신약을 개발하거나 방대한 데이터 분석을 통해 더 나은 치료법을 제공할 수 있는 의료서비스 부문에도, 운전자가 없는 자동차를 타고 가장 효율적인 주행정보로 빠르게 이동하면서 미디어 콘텐츠를 소비하는 미래형 자동차 부문에도 적용할 수 있다.

◆딥러닝 구현에 최적화된 컴퓨팅파워로 주목받는 엔비디아
전세계를 강타한 AI 이슈로 혜택을 받은 기업으로는 엔비디아를 빼놓을 수 없다. 엔비디아는 실시간 이미지 처리를 위해 다수의 코어가 탑재된 그래픽프로세서(GPU)를 설계·제조해온 기업이다.

엔비디아는 AI 구현에 있어 가장 많이 활용되는 딥러닝을 위해 GPU 가속컴퓨팅 환경을 지원하는 하드웨어/소프트웨어를 공급하고 있다. 다수의 개발자와 기업, 학교에서 엔비디아의 칩과 소프트웨어를 AI 개발 부문에서 활용하고 있다.

자체 코어이자 컴퓨팅언어인 쿠다(CUDA)도 보유한 엔비디아는 특정 산업군에 맞춤화된 AI가 아닌 범용성을 갖춘 AI를 목표로 하면서 다양한 개발자·컴퓨팅언어를 지원하면서 개발자 생태계를 지원하고 있다.

매트랩(MATLAB)과 같은 상용 툴은 물론 가장 많은 AI 개발자가 사용하고 있는 텐서플로(TensorFlow)·카페(Caffe)와 같은 오픈 프레임워크와의 통합을 지원하는 것도 이와 같은 맥락이다.

엔비디아코리아에서 임베디드·오토모티브사업부를 총괄하고 있는 차정훈 상무는 “기술과 산업계의 환경이 빠르게 변화하면서 기술 트렌드, 시장 모두가 오픈된 현실이다. 예전처럼 혼자만 개발하고 잘하면 되는 시대가 아니”라고 말한다.

빠르게 변화하는 환경에서 생존하기 위해서는 산업 간, 기업 간 협업 관점에서 봐야하며, 특히 AI가 제공하는 기술적 가치를 높이기 위해서는 기술 간 교류, 서비스 간 융합 등 다양한 산업계에서 교류가 이뤄져야 한다는 설명이다.

◆자율주행기술은 빠르게 고도화 중…“상용화는 조금 더..”
차세대 서비스 플랫폼으로 자동차가 주목을 받으면서 글로벌 완성차OEM은 물론 글로벌 공룡IT기업들도 관련 시장에 뛰어든 상태다.

스마트카를 사용하는 탑승자의 잉여시간을 목표로 인터넷 서비스 기업은 또 다른 서비스 비즈니스 창출이 가능하고, 합리적인 비용과 빠른 도착시간을 보장하는 이동형 서비스(MaaS/TaaS)와 같은 차량공유 기업들도 빠르게 성장하고 있다.

빠르게 전장화가 진행되고 있는 자동차가 '비싼 IT가전제품화(化)'가 되면서 자동차시장의 패러다임이 변화하고 있는 것에 주목할 필요가 있다. 그리고 중심에는 운전자가 없는 자동차를 구현하는 고도의 자율주행 플랫폼이 자리한다.

엔비디아도 최근 주력하고 있는 분야인 자율주행기술, 가속컴퓨팅기술 부문에서 관련 기업들과의 협업·투자를 단행하고 있다. 자율주행 부문의 경우 글로벌 완성차OEM과 협업을 통해 향후 2년 내 고수준의 자율주행이 가능한 차세대 자동차를 출시할 계획도 발표했다.

인지-측위-판단-제어의 블록을 갖춘 자율주행기술은 센서·레이더·라이다에서 수집된 인지기술, 고정밀지도(HD맵)와 같은 위치정보를 활용하는 측위기술을 컴퓨터가 활용해 판단하고 차량에 제어명령을 내리는 구조다. 관련 기술 고도화를 위해 다수의 기업들이 엔비디아 GPU가 탑재된 고성능 컴퓨터를 활용하고 있다.

허나 기술 고도화가 빠르게 진행되고는 있으나, 완전자율주행이 가능한 시점이 언제인가에 대한 산업계의 의견은 분분하다.

차정훈 상무는 “레벨5 기술을 완전자율차로 본다면, 현재 기술수준은 레벨4까지 다가온 수준으로 기술적으로 크게 문제는 없는 상태”라며 “다만 국가 간 법령 채비와 관련 시장에서의 상황, 비즈니스적인 관점에서의 이슈 등으로 상용화까지는 다소 시간이 걸릴 것으로 예상한다”고 말했다.

- 아래는 엔비디아코리아 차정훈 상무와의 일문일답 -

Q. AI 학습을 위해서는 다량의 데이터 확보가 중요하다
A. 맞다. 왕도는 없다. 자율주행기술로 예를 들자면, 일단 많이 운행을 하면서 데이터를 쌓아야 한다. 다양한 데이터의 확보가 중요하다. 무엇보다 다양한 환경..이를테면 비가 오거나, 태풍이 불거나, 야간의 시야가 흐려진 환경..에 구조화된 데이터 맵을 구성하는 게 매우 중요하다.

기술을 고도화하는 것도 같다. 다양한 환경에서 수집된 데이터에서 각기 다르게 운영돼야 한다. 이 구조화된 맵을 구성하는 게 가장 어렵다. 분류된 데이터뭉치가 중요한 셈이다.

Q. AI 기술·시장이 성장하는 데 있어 장애가 있다면 뭐라 생각하나
A. 인식의 개선이 필요하다. 예전처럼 나만 코딩을, 서비스 론칭을 잘하면 된다는 생각을 버려야한다. 공유와 경쟁이 동시 존재하는 오픈된 환경임을 인식해야 한다.

자율주행차를 예로 들어보자. 흔히 말하듯 선순환적인 자율주행차 산업 생태계를 구축하려면, IT인프라, AI, 차량제어로직기술, 차량에 탑재되는 컴퓨팅 기술, 우버·리프트와 같은 MaaS/TaaS 비즈니스 모델이 있어야 한다. 인프라, 기술, 서비스 모두 같이 움직여야 한다.

기술이 빠르게 진화한다고 비즈니스 상용화가 빨라지는 것은 아니다. 서비스가 먼저 나왔어도 기술이 받쳐주질 않으면 반쪽짜리로 끝난다. 모든 분야에서의 진보는 이뤄지고 있으나, 사실 이게 어려운 부분이다. 또 관련된 분야에서의 규제도 다양하다. 기술적인 요소를 통합하는 것도 추후 해결해야할 과제다.

생태계 안의 기업들이 같이 플레이할 수 있는 오픈 그라운드가 필요하다. 물론 다수의 기업들도 이와 같은 고민을 하고 있을 것이다. 개인적으로 엔비디아가 이러한 역할을 해나가길 바란다. 객관적인 시각으로 인식 개선의 합의가 이뤄진다면, 어느 한 순간에 폭발적으로 생태계는 확장될 것이라고 생각한다.

Q. 최근 멜라녹스를 인수했다. 인피니밴드 1위 기업이라 개인적으로 관심이 많다
A. 엣지에서나 메인컴퓨터에서 모두 AI가 구현되는 방향으로 가고 있다. 엔비디아는 그간 슈퍼컴퓨터(HPC) 분야에 집중해왔다. 우리는 클라우드 컴퓨팅, 데이터센터 모두 같다고 본다. 이를 같게 만드는 핵심은 병렬화다. 하드웨어적으로 안정적이고, 또 유기적으로 연결돼야 한다.

인터커넥트 하드웨어 부문에서 경쟁력을 확보하고 있는 멜라녹스 인수의 경우, 본사에서도 비슷한 판단 아래에서 추진한 것으로 본다. 아주 중요한 베이스 기술을 확보할 수 있을 것으로 생각한다. 중요한 기술이며, 미래지향적인 관점에서 보면 이는 상당히 큰 의미가 있다고 생각한다.