엄청난 양의 정보를 필요로 하는 인공지능
장롱 만한 알파고, 전기료만 6000만원 '꿀꺽'
반도체 2년주기 2배 성능향상의 법칙 '와르르'
어디로 튈지 모르는 원자로 인해 반도체 집적 힘들어
반도체 크기 작을 수록 제조비용 ↑…기업부담도 커져
1940년대 영국의 천재공학자 엘런 튜링은 독일군 암호를 해독하는 최초의 컴퓨터 The Bombe를 만들어, 2차 세계 대전을 승리로 이끌었다.
인공지능이란 개념도 튜링이 처음 만들었다.
그 후 50년 동안 컴퓨터는 많은 진보를 이루었다. 과학자들은 컴퓨터의 능력을 시험하기 위해 인간과 체스경기를 벌였다. 드디어 1997년 IBM의 인공지능 '딥블루'는 세계체스챔피언 카스파로프에게 승리를 거두었다.
다음 차례는 바둑.
바둑경기는 체스와 급이 달라도 너무 달랐다. 바둑은 경우의 수만 10의 171승으로 관측 가능한 우주의 원자 수인 10의 90승보다 많다고 한다. '의존하는 학습'을 하는 딥블루처럼 인간에게서 파훼법과 기보입력을 받으려면 무한한 시간이 필요하다.
십 수년 뒤, '알파고'가 탄생하여 정체기를 겪던 인공지능 패러다임을 바꿨다. 알파고는 인간이 물리적으로 제공할 수 없는 엄청난 양의 정보를 '스스로 학습'하고 훈련했다. 결국 2016년 알파고는 세계바둑최고수 이세돌을 꺾었다.
◆…이세돌과 격돌했던 인공지능 컴퓨터 알파고. 오른쪽 면에 제3국 기보가 붙어있다. (사진 theverge.com)
온 세계가 이 경기를 주목했고 승패가 결정된 순간, 세상이 발칵 뒤집혔다. 사람들은 큰 충격을 받았다. 하지만 알파고에 문제가 없는 것은 아니다. 막대한 정보를 처리하기 위해 장롱 만한 장비를 갖추고 대국 한 판에 6000만원 어치 전기를 써야 했다.
인간을 능가한 컴퓨터의 비결은 무엇일까? 단지 기계에 알고리즘을 넣은 무기질 덩어리에 불과한 컴퓨터가 어떻게 최상위 지능을 보유한 인간을 이겼을까?
첫째는 스스로 학습하는 알파고의 능력이 인간보다 뛰어나다는 점일 것이다. 인간은 쉬지만 인공지능은 전기만 공급하면 쉬지 않고 일한다. 쉬지 않을 뿐만 아니라 빛의 속도에 가깝게 일한다.
둘째는 인공지능이 안정적으로 활동할 수 있는 공간인 '반도체'의 발전이다. 반도체의 진보가 없었다면 알파고는 껍질없는 달걀이다. 즉 세계적인 반도체 제조사인 대한민국의 삼성전자가 없었다면 오늘날의 알파고도 없는 셈이다.
다가올 미래에 장롱 만한 알파고도 스마트폰에 들어갈 갈 것이라 기대할 수 있다. 이를 위해선 반도체가 더 작아져야 하고 전기를 덜 소비해야 한다. 그러나 인공지능 발달에 절대적인 역할을 한 반도체 발전에 한계가 왔다는 것이 전문가들의 중론이다.
앞으로 반도체가 어떤 한계 속에서 어떻게 발전할지 알아보고자 한다 <편집자 주>
| 왜 '무어의 법칙'은 깨졌나? |
◆…최근 10년 간 반도체 집적도는 3년을 주기로 2배 정도 늘고 있다. (출처 AMD)
컴퓨터 초창기부터 요즈음까지 반도체 성능은 대략 '2년마다 2배씩' 계속 커졌다.
인텔의 공동창업자 고든 무어는 이런 기술발전 흐름을 1965년에 관찰했다. 당분간 이런 발전이 계속될 것이라 보고 이를 잡지에 기고했다. 그 뒤 사람들이 이런 발전흐름을 그의 이름을 따서 '무어의 법칙'이라 부른다.
작은 회로가 반도체에 많이 들어갈수록 성능이 향상된다. 지금까지 가로 세로 1mm²라는 작은 면적에, 회로 집적도가 2~3년마다 2배씩 증가했다.
삼성전자는 현재 1억2600만개를 집적하고 있다. 지난 50년 동안 법칙은 계속 지켜져왔지만 오늘날 더 큰 불변의 법칙인, '물리학 법칙'으로 인해 종말에 직면해 있다.
◆…14 나노미터 공정부터 집적도 향상 속도가 전보다 느려지고 있다. (출처 AMD)
더 큰 불변의 법칙이란 바로 '양자역학'이다.
양자역학은 원자 단위 세계에서 일어나는 물리 법칙. 우리가 경험하는 물리 세계와 다른 일이 원자 세계에 일어난다. 나노는 그리스어 난쟁이(nanos)에서 생겨난 단어이다. 1나노미터는 머리카락 굵기의 10만 분의 1수준으로 매우 작다. 물질을 구성하는 기본단위인 원자가 보통 0.2나노미터이다. 신기하게도 양자역학에선, 원자가 폭이 5나노미터인 동쪽 길을 지나가다가 갑자기 사라진다. 그리곤 북쪽 길에서 불쑥 나타난다.
요즘 반도체 회로 간격이 7~5나노미터 수준이다. 이 회로 사이에서 원자가 사라지는 현상이 일어나고 있다. 이를 '터널효과'라 한다. 터널효과는 반도체 집적도를 올리기 어렵게 만든다.
무어의 법칙은 14나노미터 언저리에서 나쁜 방향으로 깨지기 시작했다. 반도체를 만드는 삼성전자, SK하이닉스, 인텔, AMD 등과 같은 회사들이 터널효과를 막기 위해 끊임없이 연구하고 있다.
◆…7나노미터 때 부터 생산비용 급증함. 14/16나노미터 대비 거의 2배 올라서 약 4달러가 되었음. 출처=AMD
무어의 법칙은 '비용문제'라는 한계에도 직면해 있다.
과거에는 집적도가 오를 수록 생산원가가 줄었다. 하지만 점점 비용이 증가세를 타더니 7나노미터부터 큰 폭으로 올랐다. 지난날보다 반도체를 만드는데 들어가는 시설비용, 제조비용, 소프트웨어 비용이 더 커진 것은 이 때문이다.
회로를 작게 만드는 공정을 준비하는데 예전보다 더 큰 한계와 도전을 받고 있기 때문이다.
이를 이겨낼 방법은 무엇일까? 아마 다음과 같은 방법이 있을 것이다. 1. 반도체 구조를 바꿔서 집적도를 높이는 방법, 2. 위로 쌓아서 집적도를 높이는 방법, 3. 제조공정을 혁신하는 방법, 4. 새로운 방법으로 데이터를 처리하는 방법이 있다.
