젠슨 황의 새 법칙 …"로봇·PC로 AI 확장, GPU 100배 더 필요"

#헤드라인

젠슨 황의 새 법칙 …"로봇·PC로 AI 확장, GPU 100배 더 필요"

https://n.news.naver.com/mnews/article/009/0005461607

젠슨 황의 새 법칙 …"로봇·PC로 AI 확장, GPU 100배 더 필요"

"수요 정체는 없다"… 엔비디아 AI 칩 로드맵 공개

내년 '루빈'에 HBM4 탑재

2027년 '울트라'엔 HBM4E

속도 14배 높이고 가격 낮춰

"과거 인텔 무어의 법칙처럼

데이터센터 매년 도약할것"

GM·구글과의 협업도 발표

주가는 '젠슨황 효과' 못 봐

---

#본문

◆ 엔비디아 AI 속도전 ◆

 

젠슨 황 엔비디아 최고경영자(CEO)가 18일(현지시간) 미국 캘리포니아주 새너제이 컨벤션센터에서 열린 'GTC 2025'에서 디즈니·구글 딥마인드와 함께 개발한 엔터테인먼트 로봇 'BDX 드로이드'를 소개하고 있다. AFP연합뉴스

 

 

젠슨 황 엔비디아 최고경영자(CEO)가 "추론형 인공지능(AI) 등장으로 AI에 필요한 연산량이 100배 더 늘어났다"며 그래픽처리장치(GPU) 수요가 폭발적으로 늘어날 것이라고 밝혔다. 젠슨 황 CEO는 18일(현지시간) 미국 캘리포니아주 새너제이 컨벤션센터에서 열린 엔비디아 연례 개발자 콘퍼런스 'GTC 2025' 기조연설에서 "지난 1월 중국의 '딥시크'가 등장하면서 불거진 엔비디아 GPU 무용론은 잘못됐다"며 이같이 말했다.

 

그는 "사고능력을 갖춘 AI와 AI에이전트가 많이 사용될수록 AI 추론 수요는 늘어날 것"이라며 데이터센터를 넘어 로봇과 개인용 컴퓨터(PC)까지 AI 반도체가 확장될 것이라고 설명했다. 엔비디아는 이날 구글 딥마인드와 손잡고 로봇을 개발한다고 발표했고, 개인용 PC에서 사용할 수 있는 DGX스파크와 DGX스테이션이라는 소형 GPU 컴퓨터도 공개했다.

 

엔비디아는 또 후속 GPU로 내년 하반기에 선보일 베라 루빈이 올해 하반기 공개될 블랙웰 울트라 성능의 3.3배에 달하며, HBM4가 처음으로 탑재될 것이라고 소개했다. 2027년 선보일 루빈 울트라에는 1테라바이트(TB) 대역폭의 HBM4E가 탑재된다고 밝혔다.

 

엔비디아가 공개한 차세대 AI 반도체 및 플랫폼 로드맵에는 AI 성능을 혁신적으로 끌어올리겠다는 강한 의지가 드러났다. 과거 인텔이 '무어의 법칙'을 통해 반도체뿐만 아니라 컴퓨터 성능을 매년 비약적으로 끌어올린 것과 유사하다는 설명이다. 이날 행사에 참석한 한 기업 임원은 "엔비디아가 과거 인텔의 위상을 뛰어넘었다. 1등 기업으로 업계 전체를 끌고 나가겠다는 모습을 보여줬다"고 평가했다. 젠슨 황 CEO는 이번 콘퍼런스를 'AI 슈퍼볼'이라고 표현하며 "엔비디아의 칩은 AI 시스템이 스마트하게 반응하도록 돕고 가능한 한 빠른 응답을 제공하는 두 임무를 모두 수행할 수 있는 유일한 칩"이라고 강조했다.

 

엔비디아가 올해 하반기에 공급할 블랙웰 울트라는 기존 블랙웰 제품 대비 메모리(HBM) 대역폭을 288GB로 50% 늘린 제품이다. 내년에 출시하는 베라 루빈은 완전히 새롭게 설계된 GPU 루빈과 중앙처리장치(CPU) 베라로 구성된다. 2027년 선보일 루빈 울트라에서는 더욱 공격적인 성능 향상이 이뤄진다. 블랙웰부터 두 개의 GPU를 하나로 합쳐서 슈퍼칩을 만들었는데, 루빈 울트라에서는 4개의 GPU를 하나로 만든다.루빈 울트라가 계획대로 만들어진다면 연산 속도는 현재 블랙웰 울트라 대비 14배 빨라진다. 지금보다 훨씬 빠르고 저렴한 비용으로 고객들에게 AI 서비스를 제공할 수 있게 되는 것이다.

 

엔비디아는 이날 2028년 공개할 차세대 GPU의 이름도 공개했다. 양자컴퓨팅의 개념을 처음으로 제시한 물리학자 리처드 파인먼의 이름을 딴 것이다. GPU 운영 서비스를 제공하는 래블업의 신정규 대표는 "AI가 스케일링 법칙의 한계에 도달했다는 우려를 엔비디아가 기술혁신으로 돌파하려는 것으로 보인다"면서 "인텔이 반도체 하나에서 무어의 법칙을 달성하려고 했다면 엔비디아는 데이터센터 전체 규모에서 무어의 법칙을 달성하려고 한다"고 설명했다.

 

젠슨 황 CEO는 최근 고객 인도가 지연된 블랙웰 GPU에 대해서도 우려를 불식시켰다. 그는 "4대 클라우드 기업의 블랙웰 GPU 주문이 360만장에 달해, 지난해 호퍼 130만장에 비해 월등히 많다"고 설명했다.

 

엔비디아는 이날 추론 AI 전용 소프트웨어 라이브러리 '다이나모'를 공개했다. CUDA처럼 오픈소스로 어떤 기업이든 이를 활용해 데이터센터에서 이뤄지는 추론 과정을 최적화할 수 있다. 미국의 대표적인 자동차 회사인 GM과의 협력도 발표했다. GM은 향후 엔비디아의 반도체와 플랫폼을 운전자 보조와 안전기능을 위해 사용한다. 엔비디아의 기술을 이용해 GM의 자율주행차를 학습시킨다는 의미다.

 

엔비디아는 구글과 로보틱스 분야에서 협력하기로 했다. 이와 관련해 젠슨 황 CEO는 "엔비디아의 AI는 로봇이 주변 환경을 인식하고 추론할 수 있도록 돕는다"고 말했다.

 

다만 이날 공개된 새로운 반도체와 혁신기술에도 불구하고 주식시장 반응은 부정적이었다. 장중 하락 출발했던 엔비디아 주가는 젠슨 황 CEO의 기조연설을 앞두고 상승했으나 기조연설 후에는 다시 하락세로 반전하면서 전일 대비 3.43% 하락한 115.43달러로 거래를 마쳤다.

 

[실리콘밸리 이덕주 특파원]

 

이덕주 특파원(mrdjlee@mk.co.kr)

---

#추가 조사할 내용

1. GPU(Graphics Processing Unit)

- 그래픽 처리에 특화된 프로세서로, 컴퓨터에서 그래픽 연산을 빠르게 처리하여 모니터에 결과값을 출력하는 장치

 

2. GPU의 기본 개념

- 병렬 처리 능력: 수백에서 수천 개의 작은 연산 코어를 가지고 있어 한 번에 많은 계산을 동시에 수행 가능(그래픽 연산 등)

- 전문화된 역할: 이미지 처리나 복잡한 수학 연산 등 특정 작업에 최적화되어 있어 3D 그래픽 렌더링, 딥러닝, 비디오 프로세싱, 과학 컴퓨팅 딥러닝 같은 분야에서 성능 발휘

 

3. GPU의 성능 향상 원리

- 여러 GPU의 협업: 작은 GPU들(칩렛)을 하나의 큰 칩처럼 작동하도록 연결하는데, 각 GPU가 맡은 부분의 연산을 동시에 처리해 전체 성능 향상

- 빠른 데이터 통신: 여러 GPU가 같은 패키지 내에 있으면 개별 GPU 간의 데이터 전달 속도가 매우 빨라짐. 이를 통해 서로 다른 GPU들이 협력할 때 소통 지연 없이 데이터를 교환할 수 있도록 해 효율적인 작업 분배가 가능해짐

- 전력 및 발열 관리 최적화: 한 곳에 여러 GPU를 집적하면, 전력 소모나 발열 문제를 보다 효과적으로 관리할 수 있어 고성능을 오랫동안 유지

---

#적용할 점

[엔비디아]
1. 제품 및 기술
- 블랙웰 울트라 GPU: 기존 블랙웰 제품보다 메모리(HBM) 대역폭이 50% 증가(288GB)한 제품
- 베라 루빈 & 루빈 울트라: 내년 출시 예정인 베라 루빈은 새롭게 설계된 GPU(루빈)와 CPU(베라)로 구성되며, 2027년 선보일 루빈 울트라에서는 4개의 GPU를 하나로 결합해 블랙웰 울트라 대비 연산 속도를 14배까지 높이는 성능 혁신을 목표로 함.
- 차세대 GPU (2028년 공개 예정): 물리학자 리처드 파인먼의 이름을 딴 제품으로, 차세대 AI 반도체의 방향을 제시할 것으로 기대됨.

2. 기술 및 사업 특징
- AI 연산 수요 급증: 추론형 인공지능(AI) 등장으로 필요한 연산량이 100배 증가할 것으로 예상, 이에 따라 GPU 수요가 폭발적으로 늘어남.
- AI 반도체의 확장: 데이터센터뿐만 아니라 로봇, 개인용 PC 등 다양한 분야로 AI 반도체가 확대될 전망.
- 추론 AI 소프트웨어 라이브러리 '다이나모': CUDA와 유사하게 누구나 활용할 수 있도록 오픈소스로 공개, 데이터센터에서의 추론 과정을 최적화할 수 있게 지원.

3. 협업 및 사업 제휴
- 구글 딥마인드와의 협력: 로보틱스 분야에서 함께 로봇을 개발
- GM과의 협력: 자율주행차의 운전자 보조 및 안전 기능 향상을 위한 엔비디아 반도체 및 플랫폼 활용
- 구글과의 추가 협력: 로보틱스 분야에서 AI 기술을 접목하는 등 다양한 협력 추진

[현직자 질문]
- 블랙웰에서 두 개의 GPU를 결합한 기술과 루빈 울트라에서 네 개의 GPU를 결합할 때의 기술적 차이와 주요 도전 과제는 무엇인지
- Vera 루빈 제품에서 GPU와 CPU의 결합 구조가 실제 연산 성능 및 전력 효율 측면에서 어떤 이점을 제공할 수 있는지
- 새로 공개된 '다이나모' 라이브러리가 기존 CUDA와 비교해서 실제 개발 및 최적화 측면에서 어떤 차별점을 보유하고 있는지
- HBM4와 HBM4E 메모리 간의 구체적인 차이점은 무엇이며, 1TB 대역폭을 구현하기 위해 해결해야 하는 기술적 문제는 어떤 것이 있는지