‘GPU=AI’ 시작, 국내 연구진이 22년전 처음 열었다 작성일 04-16 33 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="8rBMDXnQGz"> <figure class="figure_frm origin_fig" contents-hash="e6305b58fc815da3b7b9a732651d46d029ee3f62b2f4ea1b942a7dc0a10e10d9" dmcf-pid="6mbRwZLxH7" dmcf-ptype="figure"> <p class="link_figure"><img alt="2004년 GPU를 인공신경망 학습에 활용하는 논문을 처음으로 낸 정기철(왼쪽), 오경수(오른쪽) 숭실대 디지털미디어학과 교수. /숭실대" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/16/chosun/20260416164636135gftb.jpg" data-org-width="5000" dmcf-mid="4IOX9o3G5q" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/16/chosun/20260416164636135gftb.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 2004년 GPU를 인공신경망 학습에 활용하는 논문을 처음으로 낸 정기철(왼쪽), 오경수(오른쪽) 숭실대 디지털미디어학과 교수. /숭실대 </figcaption> </figure> <p contents-hash="36229b0a55e63d9194399f8f3c77f978fb26b13860432ee5de663f2e68516b11" dmcf-pid="PsKer5oMHu" dmcf-ptype="general">인공지능(AI) 시대에 접어들면서 가장 주목받은 것이 바로 그래픽 처리 장치(GPU)다. GPU는 수많은 픽셀(화소)을 한꺼번에 계산해 PC 모니터에 게임 그래픽을 그리는 역할을 하는 칩 정도였다. 단순한 문제를 대량으로 빠르게 처리한다는 장점을 가졌다. 이런 특유의 병렬(동시 다발적) 계산이 AI 연산 속도를 비약적으로 높인다는 점이 주목받으며, AI 시대의 핵심 두뇌로 자리 잡았다. GPU를 만드는 엔비디아는 전 세계에서 가장 비싼 기업이 됐다.</p> <p contents-hash="a5a937fc690ef172a23ec9b489b0f1e9ab93541ec626c3f9951581bf99204864" dmcf-pid="QO9dm1gRGU" dmcf-ptype="general">그런데 이렇게 AI 연산에 GPU가 적합하다는 아이디어를 가장 먼저 낸 건 엔비디아도 젠슨 황 CEO(최고경영자)도 아닌 한국 과학자라는 사실이 알려지며 최근 화제가 되고 있다. 2004년 ‘GPU를 이용한 신경망 구현’ 논문을 국제 학술지(패턴 인식)에 발표한 오경수·정기철 숭실대 디지털미디어학과 교수가 주인공이다. 이들은 엔비디아가 GPU로 데이터 학습과 대규모 계산을 할 수 있도록 2007년 내놓은 플랫폼 ‘쿠다(CUDA)’보다 3년 먼저, GPU가 AI 연산에 잘 쓰일 수 있다는 아이디어를 내놨다. 최근 소셜미디어(SNS)에서 이 같은 사실이 공유되면서 “AI 연산 종주국이 한국이었느냐”는 반응까지 나오고 있다. 두 교수는 15일 본지 인터뷰에서 “20년도 더 된 논문이 재조명되니 얼떨떨하다”며 “당시에도 최초라는 인식은 있었지만, 많이 홍보되지는 않았는데, 이번에는 제대로 알려진 것 같아 다행”이라고 했다.</p> <p contents-hash="44f911534776401a199a8a407682585f4de47ccaa17e928d7e7e7354b4a695bf" dmcf-pid="xI2JstaeGp" dmcf-ptype="general">오 교수와 정 교수는 2003년 숭실대에 함께 임용된 뒤 한 학기 동안 같은 교수 연구실을 사용했다고 한다. 게임과 그래픽을 전공한 오 교수와 AI의 토대를 이루는 인공신경망(사람 뇌를 모방해 데이터를 학습하고 판단하는 모델)을 전공한 정 교수는 매일같이 만나다가 “GPU를 신경망 학습에 쓰면 어떨까”라는 생각을 해냈다고 한다. 정기철 교수는 “당시 GPU 성능이 좋아지면서 범용 계산에도 가능성을 보이고 있었고, 기존에 만든 인공신경망과 오 교수님의 GPU 지식을 합쳐 새로운 방식을 고안한 것”이라고 했다.</p> <p contents-hash="30393822accdf7dac723d171f5090612590d8c4a4581ee205cb6328df632e87a" dmcf-pid="yzkvuRHl50" dmcf-ptype="general">두 교수는 당시 가장 성능이 좋았던 ATI(현재는 AMD에 인수)의 라데온 GPU를 활용해 신경망을 구축했다. 기존 중앙처리장치(CPU)가 모든 계산을 한 줄씩 차례대로 처리한다. 똑똑하지만 느린 게 단점이고, 특히 신경망처럼 숫자가 어마어마하게 많아지면 데이터 처리 시간이 오래 걸린다. 이와 달리 GPU는 게임 화면처럼 픽셀을 한 번에 아주 많이 그리는 데 특화된 칩이다. 두 교수는 이런 GPU 특성을 활용했더니 CPU로 만든 기존 신경망보다 연산 속도가 20배 빨라진 사실을 발견했다. 오경수 교수는 “GPU의 가능성은 봤지만, 실제 구현하기 전까지는 이렇게까지 속도 차이가 많이 날지는 몰랐다”며 “이후 국문 논문을 낼 때 GPU를 더 최신 모델로 바꿨더니, 속도 차이가 30배까지 벌어졌다”고 했다.</p> <p contents-hash="5d34be1ec183a7ad852cddc282eeba59bd75a61626eb4858623bce497e23f25f" dmcf-pid="WqET7eXS13" dmcf-ptype="general">하지만 선구적이었던 연구는 후속 AI 개발 흐름으로 이어지지는 못했다. 정 교수는 “데이터도 부족했고 GPU 성능과 메모리 환경도 부족했다”며 “너무 앞서간 연구여서 실용화에는 이바지하지 못한 것”이라고 했다. 오 교수는 “사업화 방면으로 생각을 아예 못하기도 했지만, 환경이 갖춰지지 않은 만큼 국내에서 성공하기는 쉽지 않았을 것”이라고 했다.</p> <p contents-hash="38067445cd3d602b13eaddfe116461bce53dd440d98b07af8313d534f237b988" dmcf-pid="YBDyzdZvHF" dmcf-ptype="general">결국 엔비디아가 쿠다를 내놓으면서 많은 사람이 GPU를 이용해 범용 연산을 쉽게 할 수 있게 됐고, 이후 딥러닝과 AI의 주도권도 미국으로 넘어갔다. 이런 아쉬움 속에서도 이들의 연구는 AI 개발의 씨앗을 뿌렸다는 평가다. 정기철 교수는 “논문을 내고 나서 2005년쯤 엔비디아가 국내 행사에 저를 강사로 초빙했다”며 “엔비디아가 GPU를 범용 연산에 활용하는 데 작은 힌트라도 됐을 것이라고 생각하고 있다”고 했다.</p> <p contents-hash="d3caac3df8fbf1dafc782dc5a8f8267da1231a945ea2945762a12a5c623f0bef" dmcf-pid="GbwWqJ5T1t" dmcf-ptype="general">오경수 교수는 “컴퓨팅 파워와 데이터가 AI의 핵심이 되면서 대기업 중심으로 경쟁 구도가 재편됐다”며 “한국도 AI 3위권으로 보고 있지만, 인재들이 더 많이 이공계로 와서 더욱 경쟁력을 키워나갔으면 좋겠다”고 했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 조선일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 제미나이에 묻고 네이버에 ‘팩첵’?…‘AI 시대’에도 네이버 검색 굳건 04-16 다음 2026 전국생활체육대축전, 경상남도 일원에서 개최 '2만여 명 참가'... 개회식은 24일 김해종합운동장에서 04-16 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
