[분석과 전망] ‘GPU 공유’ 활성화를 위한 조건들

임헌정 한국자동차연구원 데이터플랫폼연구센터 책임연구원(공학박사)

새로운 정부 출범 이후 세계 3대 인공지능(AI) 강국으로 도약하기 위해 대규모 AI 인프라 구축 사업이 추진되고 있다. 이 사업은 고성능 그래픽처리장치(GPU) 5만 장을 확보하고 기업과 연구자가 활용할 수 있는 환경을 만드는 게 핵심 목표이다. 일각에서는 예산을 투입해 이렇게 많이 도입해야 하느냐는 우려 섞인 의견도 있다. 하지만, 최근 AI 기술은 개인이나 기업의 소수 GPU로는 성과를 내기 어려우며, 수백에서 수천 장의 GPU를 동시에 활용해야 하는 ‘규모의 AI’ 시대로 접어들었기에 국가 단위의 투자는 올바른 접근 방향이라고 평가된다.

AI 기술의 사회적 영향도를 고려할 때, 5만 장 확보 이후에도 GPU 수요는 계속 증가할 것으로 예상된다. GPU는 세계적으로 공급이 부족한 상황이어서 예산이 있어도 충분히 확보할 수 있을지 의문이다. 공급되어도 문제다. AI 시스템을 운영하기 위해서는 대규모 데이터센터가 필요하다. 데이터센터는 대표적 혐오시설로 인식되고 있어 사회적 마찰로 건립이 쉽지 않다. 설령 건립된다고 하더라도 작은 도시에 준하는 전력을 소모한다는 점에서 ‘전력 공급’이라는 마지막 관문이 남아 있다.

숙박 공유 플랫폼인 에어비앤비가 시사점을 줄 수 있다. 에어비앤비는 자신의 남은 방을 빌려주고 비용을 받는 서비스다. 이처럼 물건, 공간 등을 소유하는 대신 필요할 때마다 여러 사람이 함께 빌려 쓰는 협력 소비 방식의 경제 모델을 공유 경제라고 한다. 에어비앤비의 성공 이후 차량을 공유하는 우버와 업무 공간을 빌려주는 위워크까지 다양한 공유 경제 서비스가 탄생하였다.

그렇다면 이 공유 경제 모델을 AI 시대의 가장 큰 문제, 즉 GPU 인프라 문제 해결에 적용할 수는 없을까? GPU는 사람이 사용하기에 24시간 사용되지 않고 야간 시간 등 유휴 시간이 발생한다. 이렇게 사용되지 않는 시간에 필요한 사람에게 공유하면 굳이 추가 GPU구매나 데이터 센터, 전력 걱정을 줄일 수 있다.

해외에서는 GPU 공유가 DePIN이라는 기술 이름으로 서비스 되고 있다. 대표적으로 랜더 네트워크, 이오넷, 아카시 네트워크가 있다. 국내에서도 gcube, aieev가 민간 분야 서비스를 진행하고 있다. 공공 분야에서는 한국자동차연구원에서 산업통상부와 함께 개발한 ‘자동차데이터플랫폼’에 시범적으로 적용되어 제공되고 있다. 해당 서비스는 보유 GPU 무료 제공 외에도 사용자의 GPU를 유휴 시간에 공유하고 이에 대한 보상을 포인트로 받아, 필요 시간에 타인의 GPU를 활용할 수 있게 하고 있다.

AI 시대에 GPU 공유 기술이 매력적인 것은 분명하다. 하지만 기술적으로 보완되어야 할 부분도 있다. 첫째, 시스템 보안이다. 사용자의 코드가 GPU 자원 제공자의 컴퓨터에서 작동하기에 악의적인 코드 실행시 영향을 미칠 수 있다. 가상화 및 보안 모듈을 통해 방지하고 있지만 진화하는 공격 기술에 따라 지속적으로 보강되어야 한다. 둘째, 합리적인 보상(Reward) 시스템이다. GPU 자원 제공자에게 충분한 보상이 발생하여야 지속 가능한 서비스 모델이 된다. 마지막으로, 물리적으로 떨어져 있는 GPU 간 연결된 저속 네트워크의 한계 극복 기술이 필요하다.

국내외 다수의 유휴 GPU의 연결과 기술적 보완이 된다면 GPU 공유 시스템은 지속 가능한 AI 생태계를 구축하는 데 핵심 동력이 될 것으로 예상된다.