AI 시장의 성장만큼 FPGA도 성장할까?

[테크월드=양대규 기자] FPGA는 여러 프로세서 중에서도 성능과 전력 소모 등에서 상위의 스펙을 지녔음에도, 다른 프로세서들보다 수십 배 이상 비싼 가격으로 상업적으로는 큰 주목을 받지 못하고 있었다. 하드웨어 테스터나 특정 애플리케이션에서만 고성능 프로세서로 소규모로 사용됐을 뿐이다. 하지만, 최근 인공지능과 가상화폐의 열풍은 하드웨어 프로그래머들의 전유물인 FPGA를 대중의 영역으로 끌어올렸다.

이런 변화에 발맞춰 인텔(Intel)은 2015년 자일링스와 함께 FPGA 글로벌 최대 점유율을 지닌 알테라(Altera)를 인수했으며, 2018년 5월에는 마이크로칩이 우주·항공·방산 등에 특화된 FPGA 3위 생산업체 마이크로세미를 인수했다. 전문가들은 글로벌 반도체 업체들의 공격적인 투자에도 FPGA의 가장 큰 걸림돌인 ‘가격 경쟁력’이 장기적으로는 성장에 한계를 줄 것으로 전망한다.

AI와 함께 성장하는 FPGA…하지만, 시장 한계 명확해

FPGA는 AI가 요구하는 모든 성능을 충족시켜주는 유일한 프로세서다. 하나, 어려운 것이 있다면 가격 경쟁력이다. 하지만 최근 AI 기술의 발달은 가격 경쟁력을 생각하더라도 FPGA를 선택할 수밖에 없는 상황을 만들어준다.

AI가 빅데이터를 처리하며, 딥러닝(Deep Learning)과 머신러닝(Machine Learning)에서 필요로 하는 기술은 병렬 연산이다. 대중들에게 가장 잘 알려진 병렬 연산 도구는 GPU다. GPU는 수백에서 수천 개의 프로세서를 쌓아 병렬 연산을 돕는다. 이런 코어가 많아질수록 가속 성능은 좋아지겠지만, 생산 비용은 크게 늘 수밖에 없다. 대중적으로 잘 알고 있는 하이엔드 그래픽 카드인 엔비디아 지포스 2080 Ti의 경우에는 4352개의 쿠다(CUDA) 코어가 내장됐다. 반면, FPGA는 하나의 프로세서만을 사용한다. 오로지 알고리즘을 통한 병렬 설계만으로 높은 가속 성능을 낼 수 있는 것이다. 이는 또한, 설계 기술이 발전할수록 추가 리소스(Resource)없이 더 높은 가속 성능을 가능케 한다는 것이다.

또한, GPU는 수많은 코어의 연산으로 전력 소모가 커질 수밖에 없다. 이는 하나의 프로세서만 사용하는 FPGA에는 해당되지 않는 단점이다. 오히려, 알고리즘을 통해 저전력 업그레이드도 가능하다.

하지만, 무엇보다 FPGA가 AI 시장에서 가장 주목받는 이유는 바로 ‘프로그래머블’에 있다. 최근 AI 기술 발전을 보면, 한 달에 한 번꼴로 ‘저전력’·’저발열’ 네트워크가 생성된다. 또한, 가속 성능 자체도 계속해서 성장하고 있다. 이런 급격한 변화를 대처할 수 있는 프로세서가 ‘수정 가능한’ FPGA라는 것이다.

이런 상황에서 인텔과 자일링스는 FPGA를 통한 가속기 시장을 선점하기 위해 데이터 센터 전용 가속기 제품을 개발하고 있다. 인텔은 지난 10월 5일 인텔 Stratix 10 SX FPGA를 탑재한 인텔 PAC(Programmable Acceleration Card)를 발표했으며, 자일링스는 하루 빠른 4일 울트라스케일+(UltraScale+) FPGA를 기반으로 한 가속기 카드 포트폴리오 Alveo를 출시했다. FPGA에서 가장 큰 시장 점유율을 가진 두 업체가 AI 가속기 경쟁에 본격적으로 뛰어들었다는 것이다.

HPE의 HPC & AI Group 부사장 겸 총괄 책임자 빌 맨넬(Bill Mannel)은 "FPGA 기반 액셀러레이터 시장은 점점 성장하고 있으며 인텔의 새로운 FPGA 솔루션과 함께 더 많은 개발자는 자신들의 전문지식이 어떻든, 그 툴을 채택하고 워크로드 가속화로부터 혜택을 누릴 수 있다. 고객이 복잡하고 새로운 워크로드를 쉽게 관리할 수 있도록 인텔 Stratix 10 PAC과 가속화 스택을 제품에 사용할 계획”이라고 밝힌 바 있다.

자일링스 데이터 센터 부문 부사장인 매니쉬 뮤탈(Manish Muthal)은 Alveo 출시와 함께 “Alveo 가속기 카드의 출시와 더불어 자일링스는 플랫폼 회사로 더욱 빠르게 전환되고 있다. 애플리케이션 파트너사의 에코시스템이 증가하면서 그 어느 때보다 빠르게 혁신을 이룰 수 있게 됐다”며, “Alveo 가속기에 대한 고객들의 관심이 높아지고 있으며, 애플리케이션 에코시스템과 협업함으로써, Alveo 기반의 솔루션을 고객에게 제공할 수 있게 된 것을 매우 기쁘게 생각한다”고 말했다.

하지만 일부 반도체 전문가들은 FPGA가 AI 가속 프로세서를 통해 파이를 키울 수 있겠지만, 장기적으로는 ASIC이나 GPU의 성장률에는 못 미칠 것으로 전망한다.

트랙티카(Tractica)의 2017년 보고서에 따르면, AI 성장으로 2025년 전체 딥러닝 칩 시장이 2016년보다 40배가량 성장할 것으로 전망했다. 이에 따라, FPGA의 성장도 일부 일어나겠지만, 전체적인 시장은 ASIC과 GPU 위주로 성장할 것으로 보고 있다.

즉, 트랙티카의 분석에 따르면, FPGA가 급격히 변화하는 AI 시장에서 이에 대응하는 솔루션으로는 적합하지만, 일부 AI 기술이 안정화가 된 시기에 시장을 주도하기는 힘들다는 것이다. 오히려, FPGA를 통해 ‘잘 설계된 알고리즘’이 ACAP으로 재생산될 것이며, 이는 특정 애플리케이션 영역에서 저비용의 대량생산 특성을 살려 큰 규모의 수익을 얻을 수밖에 없다는 것이다.

한편, 트랙티카의 수석분석가 아난드 조시(Anand Joshi)는 "깊은 학습 기술은 지금까지 소프트웨어가 주로 사용됐다"며, “하드웨어 가속에 대한 필요성은 학계에서 인정받았지만, 지금까지는 전문 칩셋을 개발하는 회사는 거의 없었다. AI 애플리케이션은 더 높은 성능과 낮은 전력을 요구한다. 세계 최고의 반도체 회사들과 수많은 벤처 기업들이 이러한 요구를 충족시키기 위한 경쟁에 뛰어들었다”고 말했다.

반도체 전문가들은 AI를 통해 FPGA의 시장이 커진 것은 ‘사실’이라며, FPGA에 대응하는 AI 가속기 솔루션이 나오기 전까지는 고성능과 저전력을 충족하며, 급변하는 AI 기술에 대응을 할 수 있는 유일한 솔루션인 FPGA의 양적인 성장은 지속될 것으로 전망한다.