TECHNOLOGY

Big Bets on A.I. Open a New Frontier for Chip Start-Ups, Too

지난 수년간, 기술회사 투자자들은 컴퓨터 칩을 설계하는 스타트업 회사들에 관심이 거의 없었다.

스타트업이 전 세계 칩시장의 80%이상을 차지하는 인텔같은 골리앗들과 어떻게 경쟁하겠는가? 심지어 인텔이 시장지배를 하지 않는 스마트폰, 게임 디바이스 같은 곳에도 신규업체들을 짓누르는 퀄컴이나 엔비디아 같은 회사들이 있다.

그러나, 최근 커다란 것이 기술회사 업계에 하나 등장했다. 그건 바로 인공지능 A.I.이다. 인공지능 알고리즘은 새로운 인공지능용 칩과 함께 더 좋은 성능을 내는 것으로 나타났다. 이로인해 갑자기 벤처 투자자들은 신규 칩 설계회사들의 성공을 가로막던 모든 것들을 잊어버린듯 하다.

현재 적어도45개의 스타트업들이 음성인식이나 자율주행차에 성능향상을 시키는 칩 설계를 하고 있고, 적어도 그중 5개 회사는 1000억원이상의 투자금을 확보하였다. 작년에 벤쳐 투자자들은 칩 설계회사들에 1.5조원 이상을 투자했는데, 이는 2년전에 비해 거의 2배이상 늘어난 투자액이다.

이 폭발적인 투자는 1980년대 PC와 하드드라이브 생산회사의 갑작스런 성장과 유사해 보인다. 스타트업들은 작은 회사들이고 모두 성공하지는 못하겠지만, 갑작스런 기술 변화기에 활력을 넣어주는 힘들 가지고 있다.

어떤 회사도 수 조원이나 드는 공장을 지으며 인텔과 정면충돌하고 도전하려는 환상을 가지려 하지는 않는다. (스타트업들은 다른 회사들에게 칩을 위탁생산하는 계약들을 맺는다.) 그러나, 점점 더 많은 것을 하려는 머신 러닝이 필요로 하는 계산 능력을 갖춘 칩을 설계하는데 있어서는 이런 스타트업들이 다음 두가지 목표를 가지고 경쟁하게 된다: 돈이 되는 틈새시장을 노리고 인수되도록 하자. 되도록 빨리.

“머신러닝과 A.I.는 컴퓨터를 어떻게 제작해야하는 질문을 다시 하게 만들었습니다,” 지난 수년간 구글에서 글로벌 인프라를 관리해왔고, 실리콘밸리 벤쳐 캐피탈 회사, 세코야(Sequoia)에서 파트너로 활동중인 빌 커프런 (Bill Coughran)이 얘기했다. 세코야는 영국 스타트업으로서 최근 투자액 1000억원 클럽에 들어온 그래프코어 (Graphcore)에 투자해왔다.

2016년 여름까지 이 변화를 확실히 보여줬다. 구글, 마이크로소프트와 인터넷 회사들은 즉시 사진에서 얼굴을 인식하고 스마트폰에서 음성을 인식하는 앱을 제작해왔다. 여기에는 대량의 데이타들로부터 패턴을 인식하여 배우는 신경망이라 불리는 알고리즘을 사용한다.

엔비디아는 그래픽 프로세서인 GPU를 만드는 회사로 잘 알려져 있다. GPU는 게임이나 그외 소프트웨어에서 복잡한 이미지들을 만들도록 설계된 칩이다. 그런데, 이 GPU가 신경망에도 정말로 적합하다는 것으로 나타났다. 엔비디아는 구글같은 회사들이 운영하는 대용량 데이터 센터 컴퓨터용 칩으로 1430억원의 매출을 올렸다. 이는 지난 여름까지 이 분야 선두를 달렸고 2016년보다 두배 늘어난 액수다.

인텔은 따라잡기 위해 재빨리 움직였다. 실리콘밸리의 50명의 엔지니어가 있는 A.I. 칩 설계 스타트업인 너바나(Nervana)를 4000억원을 주고 인수했다.

이후 두번째 실리콘밸리 스타트업인 세레브라스(Cerebras)가 A.I. 칩 설계를 맡은 5명의 너바나 엔지니어들을 모셔갔다.

포브스에 따르면, 2018년 초까지 세레브라스는 1000억원 이상의 투자금을 달성하는 것으로 보고 있다. 그래프코어와 또 하나의 실리콘밸리 회사인 웨이브 컴퓨팅(Wave Computing), 베이징에 두고 중국정부 지원을 받는 중국회사 호라이즌 로보틱스(Horizon Robotics)와 캠브리콘(Cambricon)이 뒤따르고 있다.

2015년과 2016년 초만해도 투자액 모금은 실로 나이트메어였다라고 A.I. 칩 설계 스타트업인 미틱(Mythic)의 CEO인 마이크 헨리(Mike Henry)가 얘기했다. 그러나 인수합병을 노리는 대형 기술회사들이 모두 반도체 설계 회사로 몰려오고 있어 분위기가 바뀌었다고 전했다.

중국은 새로운 A.I. 칩 설계에 특별한 관심을 보이고 있다. 세번째 베이징 회사인 디파이(DeePhi)는 400억원의 투자금을 모았고, 중국정부 과기부는 이 회사를 엔비디아에 도전하는 중국 칩 설계회사라고 불렀다.

새로운 시장이고 새로운 연산능력을 가진 칩을 얻고자 하기 때문에 지금이 이미 자리잡은 대형기업들에 맞설 수 있는 드문 기회라고 믿고 있다.

첫번째 큰 변화는 데이터 센터에서 올 것으로 보고 있다. 이 분야는 그래프코어나 세레브라스 같은 회사들이 새로운 형태의 A.I. 생성을 가속화 시킬 것으로 보고 있다. 여러 생산 목표들 중에 봇(bot)이 있다. 봇은 대화를 생성하고 자동적으로 비디오와 가상현실을 만들 수 있는 시스템이다.

A.I. 칩들을 만들어온 마이크로소프트나 구글같은 회사들의 연구원들은 수많은 시도와 에러로 신경망을 훈련시키고, 수시간 또는 수 일동안 방대한 양의 칩들을 가지고 알고리즘을 테스트해왔다. 때로는 노트북 컴퓨터 앞에 앉아서 데이터를 학습하고 있는 알고리즘의 진행을 보여주는 그래프를 바라본다. 칩 설계자들은 이 모든 절차들을 간소화 시키고 모든 것을 하나로 묶어서 수 분만에 바로 다 처리하려고 한다.

현재 엔비디아의 GPU는 신경망 학습에 들어가는 모든 연산들을 효율적으로 잘 실행시키고 있지만, 칩들 간의 데이터 병렬처리는 아직 효율적이지 못하다고 전 너바나의 엔지니어 스캇 그레이(Scott Gray)가 얘기했다. 그는 지금은 테슬라 CEO인 엘론 머스크가 설립자로 참여한 인공지능 연구소인 오픈AI (OpenAI)에서 일하고 있다.

인공지능에 특화된 칩을 설계하는 것과 함께 스타트업들은 이 주위를 둘러싼 하드웨어에 대해 다시 생각하게 되었다.

예를 들면, 그래프코어는 데이터들이 칩 안팎으로 전송되지 않게, 더 많은 내부 메모리를 가진 칩을 설계하고 있다. 다른 회사들은 파이프라인을 더 많이 넣어서 더 빠르게 데이터들을 처리하도록 설계하고 있다.

“칩만 설계하는게 아니라 어떻게 칩들이 상호 연결되며 어떻게 바깥 시스템과 통신할 수 있는지에 대한 것입니다,” 세코야의 커프란이 얘기했다.

그러나 이는 변화의 일부분일 뿐이다. 우선 신경망이 학습되면 이 학습된 것을 실행시킬 또다른 장치가 필요하다. 도요타에서는 자율운전차 프로토타입이 신경망을 이용하고 있는데, 이는 보행자나 신호, 그리고 다른 물체들을 구분하는데 이용된다. 데이터센터에서 신경망이 학습되면 차에 설치된 칩에 구현된 알고리즘을 실행하게 된다.

미틱, 디파이나 호라이존 로보틱스를 포함한 수많은 칩 설계회사들이 이 문제들을 다루고 있고, A.I. 칩들이 전화부터 자동차까지 여러 디바이스에 설치되도록 노력하고 있다.

이 새로운 칩들이 얼마나 잘 작동할 지는 아직은 분명하지는 않다. 설계부터 제작까지 24개월이 걸리는데, 이는 A.I.용 첫 제작 칩들이 올해까지 아직 완성되지는 않는다는 얘기가 된다. 그리고 이 스타트업들은 엔비디아나 인텔, 구글등 여러 대형 기업들과의 경쟁에 계속 직면하게 될 것이다.

그러나 모두다 새로운 곳에서 시작하고 있다: 새로운 시장의 탄생이다.