AI의 중요성과 AI반도체 마하1의 경쟁력

안녕하세요 오늘은 우리의 삶을 바꿀 AI기술의 중요성과 치열해지는 AI반도 경쟁에  대해서 알아보고 현재 우리의 AI경쟁력은 얼마나 되고 위치는 어디쯤 와 있는지 살펴보도록 하겠습니다

 우리나라의 AI 기술 수준과, 미국AI의 강점

 

 미국의 AI기술과 비교하자면  비교하기가 민망할 정도로 기술력 차이가 많이 나는 것은 사실입니다, 그런데 이건 비단 우리나라뿐만 아니라 전 세계 어떤 나라를 비교해도 사실 미국하고는 AI 기술 격차가 굉장히 크다고 볼 수 있죠 그럼에도 불구하고 사실 우리나라가 전 세계 AI에서 그렇게 뒤처지는 나라는 아닙니다.

 

 일단은 파운데이션 AI 모델이라는 것이 있죠,"대규모 딥러닝 신경망"을 일컫는 기술인데 이 기술을 구현할 수 있는 나라는 세계에서 한국, 미국, 중국, 이스라엘 밖에 없습니다, 이런 가장 중요하고 핵심적인 기술에서 한국이 소외되지 않고 한몫을 하고 있다는 것입니다.

 

 그리고 그 파운데이션 AI 모델을 하기 위해서는 결국 AI 반도체가 중요한데 AI 반도체를 설계하고 생산할 수 있는 나라는 전 세계 세 개밖에 없습니다, 그 세 나라가 바로 미국 , 한국 , 중국입니다

 

 이런 측면에서 보면 우리나라가 AI라는 포지션에서 나쁘지는 않은데  AI라는 게 정말 철저하게  자본이 많은 업체가 너무 유리할 수밖에 없는 산업입니다, 왜냐하면 AI의 "트랜스포머"라는  알고리즘 자체가 무조건 컴퓨팅 파워, 스케일이 클수록 엄청나게 성능이 좋아집니다.

 

그러니까 컴퓨팅 파워라는 것은 자기들 서버에다가 NVIDIA 칩 많이 갖다 놓으면 무조건 좋아질 수밖에 없는데, 그러면 이거는 자본이 많고 인력이 많은 회사가 유리할 수밖에 없는 구조로 되어있습니다, 그리고 그다음 컴퓨팅 파워가 어느 정도 세팅이 되면 그다음은 데이터 싸움인데, 전 세계에서 가장 많은 데이터를 가지고 있는 것이 바로 미국의 빅테크 업체들이죠.

 

이러한 자본과 데이터를 가장 많이 가지고 있는 미국이 선두에 설 수밖에 없는 이유가 되는 것입니다.

 

AI의 핵심 3대 요소

일단 지금 우리가 알고 있는 생성형 AI라는 건 세 가지 요소가 제일 중요합니다. 일단  컴퓨팅 파워가 제일 중요하고요. 그리고  빅데이터입니다, 그리고 세 번째가 모델링이죠.

 

<생성형 AI의 핵심요소  : 1 컴퓨팅 파워  2 빅데이터  3 모델링>

 

이렇게 3가지가 중요하지만  사실 제일 중요한 것은 컴퓨팅 파워입니다, 컴퓨팅 파워라는 것은 누가 자기 서버에다가 제일 좋은 칩을 갖다 놓느냐인데, 이것은 결국  누가 엔비디아 칩을 많이 구매하느냐 이죠, 결국 미국의 빅테크 업체인, 마이크로소프트, 오픈 AI , 메타, 구글 이런 업체들입니다.

 

여기서 미국 빅테크 업체들의 구매내역을 좀 더 알아보면 23년도 엔비디아의 H100칩이 천만 원 정도의 가격을 형성하고 있을 때 마이크로소프트와 메타가 각각 15만 장을 사갔고, 이어서 구글이 7만 5천 장을 구매했습니다, 정말 엄청난 투자죠, 참고로 국내에서는 네이버가 2천 장 정도를 구매했다고 알려져 있습니다.

 

H100

 

이런 구매자금을 보면 미국 빅테크 업체들은 조 단위로 투자를 하고 있는 것을 알 수가 있죠, 네이버도 구매를 했지만 수량에서는 정말 겜도 안 되는 수치입니다.

 

그리고 그다음은 빅데이터 싸움인데, 결국 빅데이터를 전 세계에서  플랫폼을 깔아놓고 지금 쪽쪽 빨아가고 있는 게 미국인데 그래서 보통 이러한 현상을 보고  플랫폼의 디지털 식민지라고 이야기를 하고 있죠, 그러니까 전 세계는 결국 미국의 빅테크한테 다 의존하고 있다는 말인데, 그런 측면에서 또 우리나라는 정말 특이합니다, 우리나라의 플랫폼인 네이버 카카오 이런 것들이 의외로 미국 빅테크한테 잠식되지 않았고  의외로 일본에서는 우리나라의 "라인" 이 일본에서는 피투피 플랫폼 1등 서비스 업체이고, 동남아에서도 1등을 하고 있죠  남미 같은 데서도 2등 정도는 하고 있는 등, 그러니까 비영어권 쪽에서 빅데이터 수집은 그렇게 나쁘지 않은 상황입니다,사실 미국이외에 이정도의 빅데이타 경쟁력을 가지는 국가는 없다고 봐야겠죠.

 

삼성의 마하 1 게임체인저가 될 수 있을까

일단 삼성의 마하 1 칩에 대해서서는 언론들이 너무 과장되게 왜곡 보도한 것들이 많아서 잘못 알고 게시는 부분들부터 수정을 해야 하는데, 사실 AI에서는 크게 나누어서 2가지의 역할이 있습니다, 하나는 데이터를 학습하는 용도이고 나머지 하나는 추론하는 용도입니다.

 

데이터를 학습하는 용도에는 엔비디아의 GPU를 쓸수밖에 없습니다 , 우리가 알고 있는 H100같은 칩이죠,그리고 추론하는 과정이 문제인데 이 추론이라는 것은 학습된 데이타를 사용자가 질문을 하게 되면 거기에 맞는 내용을 산출해야 되는데 이 산출하는 과정에서 추론이 되게 됩니다 이때 쓰이는 반도체 칩이 삼성의 마하 1이죠.

 

이렇게 마하 1과 엔비디아의 칩이 하는 일이 전혀 다르기 때문에 마하1이 엔비디아의 GPU를 대체 한다는건 말이 될수가 없는 것 이죠, 하지만 마하1의 수요가 늘어날 수 밖에 없는 이유로는 추론 과정에서 엔비디아의 고성는 GPU를 쓸필요는 없다고 합니다,또 엔비디아의 GPU같은 경우는 엄청난 전력을 필요로 하기때문에 저전력이며 가격까지 저렴한  삼성의 마하1

수요가 일정 부분 차지할 수 있는 건 사실입니다.

 

추론용 반도체시장

 

예를 들어 데이터 센타에서 데이타 트레이닝과 추론을 모두 엔비디아 GPU로 쓸 수는 있습니다, 한 10만 장의 GPU를 필요로 한다면 여기서 추론에 필요한 퍼포먼스만을 계산하여 거기에 필요한 GPU를 삼성의 마하 1칩으로 대체한다면 엔비디아의 GPU7만장과 마하1 3만 장 정도로 대체가 되면서 삼성의 마하 1이 엔비디아 시장을 일정 부분 대체할 수는 있는 것 이죠.

 

그리고 좀 덭붙혀서 이야기하자면 현재 데이터트레이딩용 GPU로는 엔비디아의 GPU와 AMD의 MI300X가 경쟁을 하고 있고, 얼마 전 발표한 인텔의 가우디 3가 있습니다, 하지만 말이 경쟁이지 23년까지 모든 데이터센터에서는 거의 대부분의 물량을 엔비디아 GPU를 사용했으며,인텔의 가우디 3는 가성비 면에서는 눈여겨 볼만 하지만 데이타센타에서 사용하기에는 퍼포먼스가 많이 떨어지는 제품이라 일반 사내 기업용으로 사용하고 있는 것이 현재의 상황입니다.

 

23년도 까지는 AI업계에서는 투자의 단계였습니다, 다시 말해서 데이터센터에서 엔비디아의 GPU를 사용해 데이터트레이딩만을 하는 투자의 단계였다면 24년도부터는 서서의 상업화 단계로 전환되면서 추론용 GPU의 수요가 늘어나는 시점에 와 있습니다.

 

이 추론용 GPU는 사실 삼성이 최초로 만든 것이 아니라 이미 아마존 같은 경우는 자체적으로 추론용 GPU를 만들어서 사용을 하고 있습니다, 보통 추론용 GPU는 트레이딩용 GPU에 비해 가격은 10분의 1 수준이며, 저전력 이기 때문에 굿이 이 추론용 GPU를 엔비디아 GPU를 쓸 필요는 없기 때문에 상업화 단계로 전환되면서는 삼성의 마하 1 수요가 폭발적으로 늘어날 수 있게 됩니다.

 

NVIDIA의 독주는 계속될 수 있을까

실제로 NVIDIA 하고 경쟁할 수 있는 칩은 성능만 놓고 보면 AMD의 MI 300x 정도라고 볼 수 있습니다, 그럼에도 불구하고 AMD가 경쟁에서 밀리는 것은 결국 쿠다라는 소프트웨어 생태계를 못 넘기 때문이죠, 성능도 AMD에 비해서 떨어지는데  쿠다라는 허들을 넘는다는 것이  쉽지는 않아 보입니다.

 

NVIDIA의  "젠슨 황"이 이런 이야기를 했죠, "지금 우리가 AI 가속기 쪽에서 80% ~ 90% 독점을 하고 있는데 이게 70%가 깨지는 건 자명하다, 다만 향후 10년 동안 이 AI 가속기 시장이 15배 ~20배 성장한다면 우리는 60%만 하는 게 목표다" 제가 듣기에는 상당히 합리적인 계산인 듯하면서도 야심이 들어가 있는 듯한 이중적인 의미로 들렸습니다.

 

 

일반 AI와 생성형 AI의 차이점

 기존 AI는 어떻게 보면 기존에 있던 어떤 업무에서 패턴을 찾아내는 것이었습니다, 패턴을 찾아내는데 제한적이었는데 생성형 AI도 거기서 크게 달라지지는 않습니다, 기존에 있던 어떤 어떤  패턴을 찾아내는 건데 , 중요한 건 생성형 AI는 계속해서  컴퓨팅 파워를 키워주면 못하던 기능들을 갑자기 잘하게 된다는 것이죠.

 

그게 "Emergent Ability"라는 특징이 발현되게 되는데 "배우지 않은 능력을 습득한다"는 뜻입니다, 이 생성형 AI에는  중요한 특징이  스케일링 로우라는 것인데  컴퓨팅 파워를 계속 키워주면  선형적으로 계속 좋아지고 천억 개 정도의 매개 변수를 넘어가게 되면  그전까지 못하던 기능을 갑자기 하게 된다는 겁니다.

 

 그렇기 때문에 지금 생성용 AI라는 것은 어떤 데 쓸까 이게 중요하지가 않습니다, 왜냐하면 이거는 우리 인류가 생긴 이례로 전기나 통신처럼 기본 인프라가 될 것이고, 이 AI라는 기본 인프라 위에서 C.P.N.D라는 4가지 요소가 발전하게 되는데, 콘텐츠, 플랫폼, 네트워크, 디바이스 이런 식으로 4가지 요소가 같이 발전하게 되는 거죠, 그리고 이 4가지 요소가 전부 AI랑 컨버전스가 되면서 더 많은 부가가치를 창출하게 되는 겁니다.

 

소버린 AI 전략의 중요성

소버린 AI전략이란 국가나 기업이 자체적으로 인프라, 데이터, 인력, 비즈니스네트워크,를 활용하여 독립적인 AI시스템을 구축하는 것을 의미합니다, AI라는 게 과거의 인터넷, 모바일 하고 다른 점이 국가의 의지가 상당히 중요합니다, 왜냐하면 이 AI라는 게 없으면 국방 기술도 떨어지게 되고, 모든 산업 부분에서 경쟁력을 잃어가면서 경제성장를 자체가 떨어지게 됩니다.

 

 어떤 리서치 쪽의 조사 자료에서는 AI가 조만간 경제성장률에 미치는 영향이 굉장히 커진다고 보고 있는데, 조만간 10년 안에 전 세계 경제성장률 2~3%를 AI가 담당하게 된다고 합니다, 그리고 특히나 AI 인프라 기반이 잘 되는 국가들은 훨씬 더 높은 경제성장률을 누릴 수 있다고 이야기를 하고 있죠.

 

그러면 AI라는 거는 국가 차원에서 포기할 수 없는 대상이 되게 되는 것죠, 우리가 미국보다 못하다고 해서 이걸 덮을 수가 없는 겁니다, 어떻게든 소버린 AI가 필요하고, 반드시 해야만 하는 필수과제가 되는 것 이죠, 다행히도 우리는 미국만큼은 아니지만 어느 정도 이런 소버린 AI를 구축할 수 있는 기반이 마련되어 있을 뿐만 아니라 타국의 소버린 AI구축에 도움을 주면서 경제적 성과까지 올릴 가능성을 가지고 있습니다.

 

최근 유럽 상황을 보면 모든 플랫폼을 미국에 잠식당한 상태라 소버린AI구축에 있어서 미국과 손을 잡는 것에 대해 상당한 경계심을 가지고 있는 것이 현실입니다, 그러면 손을 잡을 만한 나라가 우리나라가 굉장히 유력할 수가 있는데, 실제로 우크라이나 재건 사업 패키지 중에서  젤렌스키 대통령이 요구한 것 중에 하나가 우크라이나에 AI기반의 LLM을 개발하고 싶은데 그걸 네이버 하고 하고 싶다고 이야기를 했었습니다.

 

전문가들 말로는 이 계약이 성사된다면 원전 몇 개 수출하는 것보다 더 경제적 효과가 크다고 합니다, 현재 이러한 요구가 유럽이 제일 관심이 많습니다, 유럽은 자신들을 미국 빅테크의 식민지라고 생각을 하거든요. 실제로 생성형 AI가 나오기 전에 프랑스 정부가 네이버 하고 유럽형 검색 엔진 개발 프로젝트를 같이 한 적이 있습니다, 성공은 못했지만 어쨌든 유럽에서 니즈가 있다는 것은 확실하고 우리에게 큰 시장이 될 기회의 땅이 될 가능성이 높습니다.

 

 

마치면서

현재 AI반도체 상황은 계속 TSMC에만 줄만 대고 있습니다,그러면서 엔비디아의 GPU는 숏티지가 게속 나고 있고요, 이런 상황에서 가장 중요한 것은 삼성의 파운드리 능력입니다, 삼성이 조금만 더 파운드리 쪽에서 성과만 보여준다면 현재상황에서 삼성 쪽으로 어느 정도의 낙수효과는 볼 수 있는데 아직까지는 좀 아쉬운 상황이 연출되고 있습니다

 

그리고 메모리 쪽에서도 AI반도체에 맞춤화 설루션을 지금 하이닉스처럼 잘 제공해 준다면 , 메모리 쪽에서도 엄청난 파이를 먹을 수 있는 시장이 이미 열려있고요, 세계의 반도체 시장에서 일정 부분을 차지하고 있는 대한민국이 이미 펼쳐지고 있는 AI시대에 다시금 거듭나면서 이전보다 더 큰 활약을 기대해 보겠습니다.

 

RWA의 쉬운 설명과 RWA유망 코인 센트리퓨즈 CFG

 

테슬라로 풀어보는 2차전지 대응전략 225

 

삼성이 레인보우로보틱스를 인수하려는 이유

 

 

.