● 상용화 첫발 뗀 ‘소버린 AI 칩’

NPU는 학습을 마친 AI가 이용자 질문에 답을 내놓는 ‘추론’에 특화한 칩이다. 학습과 추론에 두루 쓰이는 그래픽처리장치(GPU)와 비교할 때 알맞은 추론 작업에서는 전력과 비용을 아낄 수 있다.

SK텔레콤이 서비스 특성에 맞춰 GPU와 NPU를 나눠 사용하는 이유다. 이 회사는 올 6월부터는 통화를 한 줄로 요약하고 AI 답변을 문장 단위로 읽어주는 기능에 아톰맥스를 적용했다. 이어 상담 내용을 정리·검색하는 AI 고객센터와 미끼 문자를 가려내는 스캠뱅가드에도 국산 칩을 투입했다.

국산 AI 칩 사용이 늘어나는 것은 외산 칩 의존도를 낮출 선택지가 생겼다는 뜻이기도 하다. 최근 첨단 AI 모델의 발전 속도를 줄이자는 ‘AI 감속론’을 제기한 다리오 아모데이 앤스로픽 최고경영자(CEO)는 중국에 대한 첨단 AI 칩 판매를 막아야 한다고도 요구했다. 이처럼 칩과 AI 모델 접근이 언제든 막힐 수 있다는 우려에 세계 각국은 감속론과 관계없이 AI 모델 개발과 데이터센터 등 인프라 조성에 박차를 가하고 있다. 유회준 KAIST 인공지능반도체대학원장은 “외산에 전적으로 의존하면 상대의 변화에 따라 전체 AI 생태계가 영향을 받을 수 있다”며 “그동안 실험실에 머물던 국산 AI 반도체가 이번에 드디어 상품, 제품이 된 것”이라고 평가했다.

● 거세지는 AI 칩 주권 경쟁

이런 검증과 운영 경험이 쌓일수록 현장에서 적용되는 속도가 빨라진다. SK텔레콤이 지난해 12월 에이닷에 국산 NPU를 처음 적용하기까지 약 5, 6개월이 걸렸지만 올해 적용처를 추가할 때는 2, 3개월로 기간이 줄었다.

자국의 AI 기반을 갖추려는 ‘소버린 AI’ 경쟁에서도 칩을 만들고 쓰는 역량이 관건으로 떠올랐다. 동아일보가 미국 신미국안보센터(CNAS)의 ‘소버린 AI 인덱스’를 분석한 결과, 엔비디아는 올 6월 말 현재 글로벌 정부 지원 인프라 AI 사업 117건의 45%에 GPU를 공급하고 있었다. 세계 각국이 자국 AI를 내세우지만 정작 이를 돌리는 칩은 외국 기업에 기대는 것이다.

김용석 가천대 반도체대학 석좌교수는 “한국은 AI 반도체를 만들 능력이 있지만 양산과 상용화 부분에서 뒷심이 약한 상태”라며 “공공이나 대기업이 초기 고객이 되어 국산 AI 칩 생산 기업들이 납품 경험을 쌓을 수 있도록 할 필요가 있다”고 진단했다.

전혜진 기자 sunrise@donga.com
김재형 기자 monami@donga.com