이 기사는 7월 7일 오전 08시59분 '해외 주식 투자의 도우미' GAM(Global Asset Management)에 출고된 프리미엄 기사입니다. GAM에서 회원 가입을 하면 9000여 해외 종목의 프리미엄 기사를 보실 수 있습니다.

[서울=뉴스핌] 이홍규 기자 = 인공지능(AI) 모델 경쟁의 승부처가 모델 성능에서 반도체 통제력으로 이동하고 있다. 오픈AI에 이어 앤스로픽까지 자체 칩 개발에 나선 것은 알고리즘 우위만으로는 경쟁을 지속할 수 없다는 판단이 작용했기 때문으로 풀이된다.

두 기업의 자체 칩 개발 목적은 조달 비용 절감에 그치지 않는다. 모델 설계와 반도체 설계를 하나의 최적화 틀에 넣어 추론 효율과 단위 경제성을 끌어올리는 동시에 연산자원 공급의 자립도를 높이려는 전략이라는 것이다. 이들은 연산용 칩을 넘어 메모리 반도체까지 설계에 관여하면서 주요 반도체를 자사 모델에 맞추려는 방향으로 나아가고 있다.

◆자체 개발 이유는

최근 오픈AI와 앤스로픽의 행보는 승부처 전환을 뚜렷이 드러내는 사례다. 디인포메이션 보도에 따르면 앤스로픽은 자체 AI 칩 초기 개발에 착수하면서 생산을 맡을 파운드리(반도체 위탁생산) 후보로 삼성전자와 논의한 것으로 전해졌다. 오픈AI는 한발 앞서 브로드컴과 함께 첫 추론 칩을 공개하고 올해 하반기 초기 배치를 앞두고 있다.

두 회사의 자체 칩 개발은 대형 AI 모델 경쟁의 성격 변화를 드러낸다는 평가가 나온다. 모델 성능을 좌우하는 변수가 알고리즘에서 칩 설계 역량으로 바뀌었다는 것이다. 범용 칩 조달만으로는 자사 모델 구조에 맞는 최적화를 달성하기 어렵다는 판단이 작용한 것으로 해석된다.

자체 칩의 핵심 효용은 모델과 소프트웨어와 칩을 함께 설계하는 데서 나온다. 세미애널리시스 창업자 딜런 파텔에 따르면 3가지 요소 가운데 하나만 개선하면 성능이 2배 수준에 그치는 반면 3가지를 맞물려 함께 설계하면 그 이상의 효과를 낸다고 한다. 직접 설계한 칩은 모델의 실제 연산 형태와 빈도에 맞출 수 있어 추론 속도와 전력 효율을 함께 개선 시킬 수 있다.

◆서로 다른 모델 연산

두 회사가 똑같이 자체 칩 개발을 택했지만 필요로 하는 칩의 형태는 서로 다르다. 배경에는 모델의 연산 방식 차이가 있다. 파텔에 따르면 오픈AI 모델은 입력이 들어올 때 내부의 여러 계산 조직 중 필요한 일부만 골라 작동시킨다. 반면 앤스로픽 모델은 입력마다 계산 조직 대부분을 고르게 작동시킨다. 전자는 그때그때 필요한 부분만 쓰는 방식이고 후자는 전체를 두루 쓰는 방식이다.

연산 방식이 다르면 적합한 칩도 달라진다. 앤스로픽처럼 대부분을 고르게 작동시키는 모델은 크고 규칙적인 계산을 반복하므로 그런 계산에 특화된 칩이 적합하다. 오픈AI처럼 일부만 골라 쓰는 모델은 무엇을 골라 어디로 보낼지 판단하는 작업의 비중이 커서 규칙적 계산에만 특화된 칩이 오히려 불리할 수 있다.

세미애널리시스의 파텔 창업자는 "오픈AI 모델의 발전 방향에서는 구글의 TPU(텐서처리장치) 사용이 그들에게 나쁜 결정일 수 있고 앤스로픽과 구글 모델의 방향에서는 엔비디아의 GPU(화상처리장치를) 이용한 훈련이 마찬가지로 나쁜 결정일 수 있다"고 했다.

◆연산 너머 메모리까지

급증하는 연산 수요가 반도체 자립의 필요성을 키웠을 것이라는 설명도 제시된다 앤스로픽의 연간 기준으로 환산한 매출은 작년 말 약 90억달러에서 최근 300억달러가 넘는 수준으로 불어났다. 사업이 커질수록 필요한 연산자원도 늘어나 외부 칩 공급에 기대는 구조의 위험도 커진다. 앤스로픽은 현재 구글 TPU와 아마존 자체 칩에 의존하고 있고 구글·브로드컴과 TPU 장기 공급 계약도 맺은 상태다.

하드웨어 확보 움직임은 연산 칩에 그치지 않는다. 앤스로픽은 지난달 메모리 반도체 기업 마이크론과 전략적 계약을 맺었다. 계약에는 다년간의 공급 계약과 함께 HBM(고대역폭메모리)·D램 등을 앤스로픽 모델의 작업 특성에 맞춰 함께 설계하는 협력이 포함됐다. 연산 성능이 높아도 데이터를 주고받는 메모리가 느리면 전체 효율이 떨어지는 만큼 자립과 맞춤화의 범위가 반도체 전 영역으로 넓어지는 양상이다.

◆필수 아닌 생존 조건으로

자체 칩 확보 경쟁은 이미 업계 전반으로 번진 상태다. 구글(모회사 알파벳, GOOGL)은 10년 넘게 TPU를 개발해 왔고 아마존(AMZN)은 트레이니엄을, 메타(META)는 MTIA를, 마이크로소프트(MSFT)는 마이아를 각각 고도화하고 있다. 대형 기술기업에 이어 모델 회사들까지 가세하면서 연산자원 자립은 선택이 아닌 생존 조건으로 굳어지는 흐름이다.

다만 이런 자립 흐름이 기존 공급 구도를 단기간에 바꾸기는 어렵다는 분석이 따른다. AI 연산용 칩은 설계와 검증과 양산까지 통상 18~24개월이 걸린다. 앤스로픽과 삼성의 협력이 성사돼도 기존 연산자원 공급을 당장 대체하기는 어렵다는 평가가 많다. AI 연산용 반도체 시장에서 엔비디아가 쥔 지위가 흔들릴 가능성도 현재로서는 낮게 평가된다.

시간이라는 장벽보다 더 근본적인 장벽은 생태계다. 파텔 창립자는 이른바 엔비디아의 경쟁 우위력의 핵심이 되는 CUDA의 실체가 CUDA 소프트웨어 자체가 아니라 세상의 수많은 모델과 소프트웨어가 이미 엔비디아 칩에 맞춰 만들어진 현실이라고 짚었다. 따라서 당장의 현실적인 경로는 GPU·TPU·트레이니엄 등 복수의 연산자원을 병행하는 방식이 될 것이라는 전망이 제시된다.

 bernard0202@newspim.com