엔비디아는 왜 AI 시대의 중심이 됐을까? GPU를 공부하며 이해한 이야기

 

지난 글에서 AI 사이클을 정리하다 보니까 이상하게 계속 같은 이름이 보였어요.

 

엔비디아.

 

AI 이야기인데 왜 AI 회사보다 엔비디아 이야기가 더 많이 나오는 걸까?

 

궁금해서 이번엔 흐름 말고 그 안에 있던 GPU 자체를 조금 더 들여다봤어요.

AI 열풍인데 왜 엔비디아가 중심이 됐을까

AI 하면 처음에는 챗GPT 같은 서비스부터 떠올랐어요.

 

그래서 당연히 AI 만드는 회사가 제일 중요할 줄 알았어요.

 

근데 공부하다 보니까 AI가 똑똑해지는 과정 자체에 엄청난 계산이 필요하더라구요.

 

그리고 여기서 GPU가 등장했어요.

 

GPU는 원래 그래픽 처리를 위해 많이 쓰였지만 AI에서는 엄청난 양의 계산을 동시에 처리하는 역할로 주목받기 시작했다고 해요.

 

AI 경쟁이 시작되면서 자연스럽게 GPU 수요도 함께 커졌고요.

GPU는 왜 CPU보다 AI에 더 잘 맞았을까

처음엔 CPU랑 GPU 차이도 잘 몰랐어요.

 

근데 둘의 역할이 조금 달랐어요.

 

설명을 듣고 이해한 비유가 있었는데 저는 이게 제일 쉬웠어요.

 

CPU는 박사 한 명이 하나의 문제를 깊게 푸는 느낌.

 

GPU는 비슷한 문제를 여러 명이 동시에 푸는 느낌.

 

AI 학습은 비슷한 계산을 엄청 반복하는 작업이라 GPU가 훨씬 유리했다고 해요.

 

그래서 AI 경쟁이 시작되면서 GPU 수요가 늘었고 자연스럽게 엔비디아가 주목받기 시작한 거였어요.

 

여기서 뉴스에서 왜 엔비디아 이야기가 계속 나왔는지 조금 연결됐어요.

 

아... 엔비디아가 AI 자체가 아니라 AI를 움직이는 쪽이었구나.

 

그런데 엔비디아만 강했던 건 아닐 수도 있었다

여기서 재밌었던 건 GPU 하나만으로 설명이 안된다는 점이었어요.

 

GPU가 많아질수록 데이터를 더 빨리 공급해야 하고

 

서버도 더 필요하고

 

데이터센터도 커지고

 

결국 전기까지 더 필요해졌어요.

 

그러니까 생각보다 AI는 한 회사가 아니라 여러 산업이 같이 움직이는 흐름에 가까웠어요.

 

공부하면서 머릿속에는 이렇게 정리됐어요.

 

AI

-> GPU

-> 메모리(HBM)

-> 데이터센터

-> 전력, 냉각

그래서 AI 뉴스를 볼 때 조금 다르게 보이기 시작했다

예전에는 엔비디아가 오른다고 하면 그냥 대단하다고만 생각했어요.

 

근데 이번에 GPU를 공부하면서 조금 다른 생각이 들었어요.

 

중요했던 건 엔비디아 자체보다 왜 지금 GPU가 필요해졌는지를 보는 거였어요.

 

그래야 다음에 또 새로운 흐름이 와도 조금 덜 흔들릴 것 같았어요.

 

이번 글을 쓰면서 저는 오히려 엔비디아보다 GPU라는 개념을 먼저 이해하는 게 중요하겠다 싶었어요.

 

그리고 AI라는 것도 하나의 기술이 아니라 여러 산업이 연결되는 과정이라는 걸 조금 알게 된 것 같아요.

 

다음에는 이번 글에서 잠깐 나온 HMB이나 데이터센터 이야기도 더 공부해보고 싶어요.

 

예전에는 AI 뉴스가 나오면 그냥 어려워서 넘겼는데 이번에는 처음으로 왜 엔비디아가 계속 언급되는지 조금 이해한 것 같아요.

다음 뉴스에서는 어떤 연결이 보일지 궁금해졌어요.^^