엔비디아의 CEO, 젠슨 황이 전하는 인공지능의 현주소–인터뷰(part.2/2)

엔비디아의 CEO, 젠슨 황이 전하는 인공지능의 현주소–인터뷰(part.2/2)

엔비디아 CEO 젠슨 황 (Jen Hsun Huang)은 스탠퍼드대학교 대학원 전기공학 석사 출신이며

1993년 엔비디아 설립한 후 엔비디아 최고경영자(CEO)의 위치에 있습니다.

엔비디아(NVIDIA) 젠슨 황(Jen Hsun Huang) CEO가 전하는 메시지, 포춘(Fortune)지와의 인터뷰 제2부! 이번 포스팅에서는 자율주행 자동차와 그 기반 기술인 딥 러닝에 대해 다루었습니다. 그가 바라보는 엔비디아 딥 러닝의 패러다임, 자율주행 자동차의 핵심 기술 선점과 타 기업들과 협력 관계 등 CEO로서 바라보는 딥러닝과 관련 사업의 미래는 과연 어떠한 것일까요?

질문: 자율 주행 자동차의 영역은 얼마나 큰가요?

젠슨 황: 제우선 데이터 센터가 가장 큰 시장이 될 것이라고 전망하고 있습니다. 미래의 가장 큰 컴퓨터 시장은 인공지능과 딥 러닝 기술을 활용한 클라우드가 될 것이라고 생각합니다. 자율주행(Automotive) 자동차는 또 어떨까요? 앞으로 약 1억 대 정도를 예상해봅니다. 모든 차가 다 자율주행화 되지는 않더라도 여러분들에게 더욱 안전한 주행 경험을 가져다 줄 것입니다.

사람이 직접 운전을 한다고 해도 사고가 발생해서는 안 되겠지요. 저는 ‘초인적 가상 보조 운전자’라는 아이디어를 좋아하는데요. 사람이 운전을 하고 있다고 가정해 봅시다. 어떤 상황에 처하던 그 사람이 계속 운전 중이죠. 자동차 또한 어떤 조건에 처하던 항상 주변의 상황을 감지해 냅니다. 하지만 컨디션에는 차이가 있을 수 있습니다. 사람이 계속 운전 중일 때 문제가 생기지 않으면 좋겠지만 만약 그렇지 않을 경우 자동차가 사람을 대신해서 위험에서 벗어나기 위한 조치를 실행할 수도 있겠죠. 이처럼 반드시 ‘자율주행’이 아니더라도 자동차의 인공지능이 할 수 있는 일은 아주 다양합니다. 하지만 이를 현실화하려면 기본적으로 자율주행 기술이 필요합니다. 적어도 사람보다는 운전 실력이 좋은 가상의 보조운전자가 필요하다는 거죠.

질문: 인공지능 분야에서 가장 강력한 경쟁상대가 있다면 누구일까요?

젠슨 황: 지금은 인공지능 시장 자체가 존재하지는 않기 때문에, 누구나 경쟁상대라고 할 수 있습니다. 마이크로프로세서(Microprocessor)와 관련해서는 인텔(Intel)과 프리스케일(Freescale) 사가 있습니다. 센서와 관련해서는 모빌아이(Mobileye)과 같은 기업이 있죠. 하지만 아직 해결해야 할 과제들이 많습니다.

질문: 이 문제를 해결할 수 있는 경쟁력있는 특별한 패러다임이 있을까요?

젠슨 황: 두 가지가 있습니다. 하나는 인간이 코딩한 소프트웨어 프로그램입니다. ‘개를 보면 브레이크를 작동시킨다. 하지만 개를 보더라도 그 개가 도로를 따라서 함께 달리는 중이라면 브레이크를 작동시키지 않는다’ 와 같은 코드 명령어를 수행하죠. 하지만 그 수준 이전에 ‘앞에 개체가 없다면 계속 달린다.’라고 말하는 것으로 끝날 수 있습니다. 이 알고리즘은 적응형 크루즈 컨트롤이라고 하며 많은 문제를 해결 할 수 있겠죠. 여기서 한 걸음 더 나아가면,‘운전자가 회전 신호를 보내면 다른 차가 없을 때 차선을 변경한다’ 와 같은 명령이 가능하겠죠. 이 정도의 상황은 쉽게 해결이 가능하겠지만 세상에는 이보다 더 복잡한 상황이 많이 있지요.

딥 러닝(Deep Learning)이 바로 또 다른 패러다임입니다. 딥 러닝은 두 가지 분야에서 활용되고 있습니다. 하나는 완전한 자율주행 차량 혹은 무인 차량입니다. 그리고 다음으로 운전 보조 기술이 있습니다. 하지만 운전 보조 기술이 계속 발전해 나가면 언젠가는 자율주행기술로 귀결 되겠지요.

질문: 자동차 제조사들은 어느 단계에 다다랐나요? 엔비디아에서도 여러 자동차 제조사들과 협력하고 있는 것으로 알고 있습니다.

젠슨 황: 저희 엔비디아는 거의 모든 자동차 제조사들과 협력하고 있습니다. 대부분의 딥 러닝 프로세스는 GPU가 처리합니다. 컴퓨터 프로그래밍이 명령어를 한번에 하나씩 처리하지만 이에 반해 딥 러닝은 소프트웨어 “뉴런”을 탑재하고 있으며, 데이터를 한번에 맡았을 때, 우리의 뇌 구조처럼 뉴런으로 각기 세부 조정되어 조율됩니다. 대량의 데이터를 우리 뇌처럼 뉴런을 통해 조절할 수 있습니다. GPU는 대규모 병렬구조가 강하기 때문에 이 분야에서 활용성이 매우 뛰어납니다.

질문: 컴퓨터 프로그래머들은 앞으로 어떻게 될까요?

젠슨 황: 아직 코딩과 프로그래밍해야 할 영역이 남아 있고, CPU와 함께 GPU도 필요합니다. GPU 대신에 커스텀 칩을 만들 수도 있겠지만, 굳이 그렇게 할 필요 없이 바로 GPU로 사용할 수 있습니다.

질문: 향후 10년간 GPU 시장은 얼마나 성장할까요?

젠슨 황: 글쎄요. 시장 성장에 대해서는 잘 모르겠습니다. 그 대신 시장 내에서의 기회 발굴에 대해 생각하고 있습니다. 도입율, 치열한 경쟁 등 변수가 너무 많지만 데이터 센터(Data Center), 자율주행(Automotive), 게임(Video Game), 가상현실(VR), 산업 디자인(Industrial Design) 등 우리가 추구하는 시장은 거대하며 우리 기술은 거의 모든 자동차 제조사, 영화제작사 등에서 사용되고 있습니다. 곧 전세계의 모든 데이터 센터에서 GPU를 사용하게 될 것이라고 전망하기 때문에 수십억 달러의 가치의 기회가 있다고 할 수 있죠. 모든 자동차들이 ‘스마트’해질 것이라고 확신하지 않나요? 단언컨대 결국에는 모든 자동차들이 자율주행 기능을 탑재하게 될 것이라 생각하면 어마어마한 기회라 할 수 있죠.

질문: 100% 자율주행 말씀이신가요? 아니면 단순히 자율적인 기능을 말씀하시는 건가요?

젠슨 황: 모든 자동차에 운전자 보조 기능(Driver Assistance)이 탑재될 것이라고 생각합니다. 하지만 모든 차들이 자율주행(Self-driving)이 가능하거나 가상 보조 운전자 기능(Virtual Copilot)을 갖출 것 같지는 않습니다. 다시 말하면, 운전자 보조 기능이 탑재된 자동차는 앞에 자동차나 사람이 있으면 정지할 것입니다. 차선을 벗어나지도 않을 것이고, 교통 상황에 따라 운전을 할 것입니다. 뉴욕에서 운전하는 가상시나리오처럼, 모든 상황을 예측할 것입니다.

질문: 그것이 차량 간 통신(V2V, Vehicle-to-Vehicle) 기술의 미래가 아닐까요?

젠슨 황: V2V의 문제는 기술 보유여부입니다. 상황이 그다지 좋지는 않은 것 같습니다. 기술에 대한 사람들의 의견도 양극단으로 갈리고 있죠. 어떠한 의문 없이 바로 현실에서 활용할 수 있어야 좋은 기술이 아닐까 하는 생각이 드네요.

질문: 자동차 분야에서의 문제는 어떤 게 있을까요?

젠슨 황: 꽤 많습니다. 상당히 많아요.

포춘(Fortune) 지의 인공지능 관련 영상

질문: 엔비디아는 아직 GPU 제조사, 즉 게임 관련 기업이라는 인식이 강한 것 같습니다.

젠슨 황: 저희와 협력하는 인공지능 관련 학자들은 모두 게이머들입니다. 그분들도 모두 고객이죠.

질문: 모든 것을 고려했을 때, 엔비디아에 대한 인식이 ‘발전하는 소프트웨어 기업’으로 바뀔 수 있을까요? 그렇게 되길 바라시나요?

젠슨 황: 저희는 컴퓨터 안에 설치하는 그래픽 카드 제조사였습니다. 지금은 그래픽을 포함한 다양한 분야를 전문으로 하는 컴퓨터 기업입니다. IBM이나 크레이(Cray)와 같은 컴퓨터 기업이고, 그와 동일한 기술 및 역량을 갖추고 있습니다. 다만 저희의 비즈니스 모델은 소프트웨어를 포함한 컴퓨팅 플랫폼 개발 쪽에 가깝습니다. 아마존(Amazon), 페이스북(Facebook), 구글(Google), 바이두(Baidu), 마이크로소프트(Microsoft)가 갖춘 데이터 센터의 미니 버전을 만들어 가상현실을 위한 게임 플랫폼에 통합시킬 수 있습니다. 그리고 다양한 소프트웨어, 즉 알고리즘을 그러한 미니 데이터센터에 설치하고 이를 자동차에 탑재합니다. 하지만 저희는 다양한 분야와 종류의 컴퓨팅을 전문으로 하는 컴퓨터 기업입니다. 이것은 엄청난 변화라고 할 수 있죠.

질문: 인공지능(AI), 딥 러닝(Deep Learning), 기계 학습(Machine Learning) 등의 용어에 대해 합의가 필요한 듯 합니다.

젠슨 황: 네, 곧 그렇게 될 것입니다. 저희 엔비디아도 이제 막 이 분야에 발을 들여놓은 지 3개월 정도 되었습니다. 이제 딥 러닝이 할 수 있는 일에 대해 많은 책들이 나올 것입니다. 아직 이렇다 할 책은 나오지 않았지만 곧 몬트리올 대학교의 요슈아 벤지오(Yoshua Bengio) 교수가 출판할 예정입니다.

35년 전에 카버 미드(Carver Mead) 교수와 린 콘웨이(Lynn Conway) 교수는 반도체 산업에서 가장 중요한 단 한가지라 할 수 있는 것에 대해 글을 썼습니다. 그 직전에 칩 설계는 마법처럼 여겨졌었죠. 트랜지스터의 크기는 얼마나 커야 할까요? 시간이 지나면서 어떻게 크기를 조정해야 할까요? 트랜지스터를 사용하면서 프로세스는 어떻게 줄어들까요? 이런 문제들이 당시 50명의 머릿속에 가득했던 질문들이었습니다. 그리고 미드 교수와 콘웨이 교수가 나타나더니 이런 문제는 정말로 해결하기 쉬운 것이라고 말했습니다. CMOS(Complementary metal-oxide semiconductor) 트랜지스터의 경우 세대가 바뀌면서 변해 왔습니다. 현재 밀도를 유지하면서 전력량이 늘어나지 않는 동시에 성능은 높아졌습니다. 다른 말로 무어의 법칙(Moore’s Law)이라고 하죠. 미드 교수와와 콘웨이 교수는 칩 설계자에게 필요했던 프레임워크를 만들어낸 것입니다.

딥 러닝도 마찬가지입니다. 엔지니어들이 활용할 인공지능을 위한 프레임워크라 할 수 있습니다. 그리고 이제 모든 분야에서 활용될 것입니다. 딥 러닝은 그야말로 획기적인 신기술이라고 할 수 있습니다.

인공지능 분야의 핵심 신기술인 딥 러닝, 그리고 그 기반이되는 GPU. 데이터 센터(Data Center)는 물론 자율주행(Automotive), 게임(Video Game), 가상현실(VR), 산업 디자인(Industrial Design) 등 엔비디아가 추구하는 시장은 거대하며 수많은 기회가 자리잡고 있답니다. 젠슨 황 CEO가 전하는 엔비디아의 미래, 여러분의 많은 기대 부탁드려요~~^^