소버린 AI 추진할수록 엔비디아 종속 심화...대안은?

[앵커]
전 세계적으로 인공지능이 국가전략자산으로 분류되면서 소버린 AI, 즉 인공지능 주권 확보에 각국은 사활을 걸고 있습니다.

YTN은 소버린 AI 확보를 위한 우리의 현실과 과제는 무엇인지 2회 연속보도를 준비했는데요.

오늘은 먼저, 소버린 AI를 추진할수록 엔비디아 의존도가 심해지는 모순적인 상황과 이를 극복할 수 있는 대안은 무엇인지 취재했습니다.

이성규 기잡니다.

[기자]
우리 독자 기술로 국가 대표 인공지능을 개발하는 독자 인공지능 파운데이션 모델 사업.

지난 18일 2차 평가를 거쳐 SK텔레콤과 LG AI 연구원, 업스테이지 등 3개 팀이 다음 단계에 진출했습니다.

이들 3개 팀에 정부는 엔비디아 고성능 GPU를 기존 768장에서 1,000장으로 확대 지원합니다.

[류제명 / 과학기술정보통신부 2차관(18일 브리핑) : 다음 단계에 진출한 정예 팀들에 고성능 GPU 지원을 확대하여 독자 AI 모델을 빠르게 고도화할 수 있도록 뒷받침하겠습니다.]

엔비디아 GPU를 6개월간 1,000장 지원할 경우 지원 규모는 1,200억 원에 육박합니다.

인공지능의 성능은 양질의 데이터 학습에 달렸는데 여기엔 많은 정보를 병렬 처리하는 엔비디아 GPU가 필수적이기 때문입니다.

이처럼 독자 인공지능 개발, 소버린 AI 확보에 엔비디아 GPU 의존이 높아지는 것은 우리나라만의 문제는 아닙니다.

실제 시장조사결과 전 세계 독자 AI의 92%가 AI 학습에 엔비디아 GPU를 사용하는 것으로 나타났습니다.

이에 따라 주요국들은 엔비디아 종속을 낮추기 위해 다양한 전략을 추진하고 있습니다.

중국은 화웨이 등을 중심으로 엔비디아 대체를 시도하고 있으며 프랑스는 미스트랄 AI 등으로 자국 AI 생태계 구축을 시도하고 있습니다.

우리나라는 엔비디아 GPU를 이용해 독자 AI 모델을 개발함과 동시에 국산 AI 반도체 NPU를 육성하는 투 트랙 전략을 추진하고 있습니다.

엔비디아 GPU가 범용성에 강점이 있다면 국산 AI 반도체 NPU는 AI 추론에 특화했습니다.

[윤성로 / 서울대 전기정보공학부 교수 : 추론 같은 경우에는 미리 정해져 있는 그런 연산들을 효율적으로 하는 것이 중요하고 그때 GPU같이 아주 강력한 그런 반도체를 써도 되지만, 그것보다는 NPU 같은 특화되어있는 추론에 특화돼있는 그런 반도체를 쓰는 것이 훨씬 효율적이겠죠.]

하지만 국산 NPU가 아직 상용화 단계는 아니라는 점에서 엔비디아 독점 체제를 극복하기까지는 아직 갈 길이 멀다는 지적입니다.

YTN 사이언스 이성규입니다.

영상편집 : 황유민
그래픽 : 김유영

YTN 이성규 (sklee95@ytn.co.kr)