이세돌과 알파고의 바둑대국 이후 인공지능에 관심이 쏠리고 있다. 인공지능은 인간과 유사하게 사고하는 컴퓨터 지능을 일컫는 개념이다. 컴퓨터가 스스로 학습해 성능을 향상시키는 ‘머신러닝’과 알파고처럼 인간의 신경세포인 뉴런의 작동원리를 기반으로 한 학습방법인 ‘딥러닝’이 주류를 이룬다.

이런 인공지능 기술의 꼭지점에는 ‘반도체산업’이 자리한다. 인공지능의 실체가 사실 반도체인 이유에서다. 알파고도 다르지 않다. 알파고는 최고 사양의 기업용 서버 300대를 결합해 만들어졌으며, 100만 개가 넘는 반도체가 탑재돼 있는 것으로 알려졌다. 최고 사양의 서버 1대엔 두뇌 격인 중앙처리장치(CPU) 4개와 이를 지원하는 D램 모듈 48개가 탑재된다. 알파고에는 923테라바이트 용량의 모듈이 들어간 것으로 추정된다. 현재 고사양 서버에 들어가는 주력 D램인 20나노미터급 8기가비트 DDR4로 나눠 계산하면 모두 92만3136개의 D램이 쓰인 셈이다. 각 서버에 에러를 대비해 D램 모듈이 하나씩 더 탑재되는 것까지 감안하면 103만8000개가 들어간 것으로 추정된다. 이에 따라 알파고에 탑재된 반도체는 CPU 1202개와 이를 돕는 D램 103만8000개, 그래픽을 담당하는 그래픽처리장치(GPU) 176개와 그래픽 D램 1408개, 낸드플래시 메모리 1만9232개 등 총 106만개 이상의 반도체가 쓰인 것으로 관측된다.

현재 반도체 업계에서는 딥러닝과 관련, 병렬연산에 특화된 고성능 그래픽처리장치(GPU)를 활용하는 수요가 증가하고 있다. 또 GPU나 CPU 외에도 D램, 낸드플래시 등 메모리 반도체나 이미지센서 등 비메모리 반도체에 대한 수요 증가도 기대된다. 딥 러닝을 위해서는 데이터를 저장하고 연산, 출력하는데 필요한 메모리 반도체와 이미지를 인식, 분석하는 데 필요한 비메모리 반도체의 역할이 중요해지고 있어 ‘원칩’에 대한 가능성도 점쳐진다.

다만, 다른 나라와 비교했을 때 인공지능 후발주자인 우리나라의 경우, 인공지능에 대한 관심이 ‘냄비현상’으로 끝나지 않을까 우려된다. 인공지능에 관심이 쏠리자 정부는 서둘러 인공지능 정책을 내놨다. 4월 예정이던 지능정보기술 관련 육성 방안을 조기에 공개했고 ‘지능정보기술연구소’를 설립해 5년간 1조원의 예산을 투입하기로 결정했다. 당초 연간 300억 규모의 예산을 책정했던 해당 육성 방안이 알파고 쇼크 이후 8배 이상 증액된 것이다. 이어 정부는 구글의 알파고보다 130배 빠른 한국산 인공지능을 만들겠다는 계획도 세웠다.

인공지능 기술, 나아가 이를 뒷받침할 반도체 기술이 미래 신성장사업이 되려면 인적·물적 자원은 물론 정부 예산이 꾸준히 뒷받침 돼야 해당 분야의 인력과 기술력을 확보할 수 있다. 과거 우리나라 줄기세포 연구가 주목받으면서 정부에서는 각종 지원책을 쏟아냈으나 황우석 박사 사건 이후 정부 지원책이 축소되면서 오히려 세계 시장에서 뒤쳐졌던 사실을 기억할 것이다.

메모리 시장 내 경쟁 재점화 가능성에 대비해 차별적인 경쟁력 선점이 중요할 것으로 보인다. 필자가 몸담고 있는 회사에서도 알파고 쇼크 이후 서버시장이 확대돼 메모리 사용량이 커질 것으로 보고 연구개발 인프라와 생산라인을 첨단화하는 데 투자를 늘리고 있다. 수출 효자 품목인 반도체 분야에서 위기가 발생하기 전에 더 많은 선제적 투자, 기술력을 통한 장기적인 대책을 마련해야 할 시기이다.

- 김태섭 바른전자 회장

ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지