대한민국은 어떻게 발전해왔을까?

6.25 전쟁을 겪고 , 어느덧 세계 경제대국 자리에 위치한 대한민국.
어떻게 이 짧은기간 동안 큰 발전을 할 수 있었을까 곰곰히 생각해보았다.

가장 큰 이유는 노동력이라는 생각이 들었다.
1970년대 평택의 삼성반도체 공장 , 지금과는 많이 다른 모습이였을것이다.
공장 바닥은 흙먼지가 흩날리는 환경 , 하루 16시간씩 노동하며 실신하던 모습
안전 장비도 갖추지 않고 , 냉난방의 환경도 갖춰지지 않은 곳.
그곳에서 월급도 밀려가며 노동을 해왔던 시기였다.
그럼에도 노동자들은 소리내지 않았다, 그 노동조차 하지 않으면 정말 먹을게 없었기 때문이다.

그만큼 한국인의 노동 가치는 매우 싸며, 퀄리티는 높았을 것이다
이 노동의 가치가 한국 경제 성장의 기반을 만들었을 것이다.

그러나 지금은 그럴 수 없다, 월급이 밀리는건 말도 안되고 , 오히려 수당들을 챙겨줘야 하며
오히려 노동의 환경을 개선해줘야 한다.

좋다 , 나쁘다를 이야기하는건 아니다.
다만 우리가 살고 있는 이 2000년대의 시기가
우리를 이렇게 만들고 있는 것이다.
세상은 시시각각 변화하고 있고 , 글로벌 경제속에서
1970년대의 노동자의 비용과 퀄리티를 찾는건 쉽지않다.
물론 우리나라만의 문제는 아니다 , 모든 경제대국, 쉽게말하면 잘먹고 잘사는 나라에서
값싼 노동자를 찾는건
쉽지 않다는 것이다.

이런 논점에서 , 미국과 중국이 사활을 걸고 있는 AI 와 로봇 산업에 주의를 기울여볼 필요가 있다.

AI는 노동자를 대체하기 위함일까?

흔히 AI를 착각하는 사람들이 있다. AI = 인공지능 = 사람이 생각하는 뇌

예쁜 여자를 보고 , 첫눈에 반했다. – AI는 절대 할 수 없는 기술이다.
AI는 과거 데이터를 기반으로 미래를 예측하는 기술이다.

여자를 보고 , 예쁜 여자의 데이터를 비교해 , 해당 여자기 예쁜지 평범한지 못생겼는지 판단하고.
보통의 남자라면 이 여성을 보고 사랑에 빠질 확률을 계산해 확률이 높은 수준으로 나온다면
이 여자를 보고 첫눈에 반했다. 판단을 내리는 것이다.
이 과정이 빨라지면 인간처럼 ‘사고’ 한다고 느껴진다는 것 뿐이다.

현재의 AI기술자체가 아직 초반 단계라고 생각한다.
이런 AI기술 자체가 더 가속화되고 , 데이터를 처리하는 시간이 빨라지고 ,
데이터가 더욱 풍부해진다면 . 어쩌면 인간의 사고 속도를 따라갈 수 있을 것이다.
누군가는 아직 멀지 않았나? 라고 생각할 수 있지만 , AI를 이용해 인간의 사고를
흉내 내기 위한 도전을 해본 사람은 , 그 시기가 멀지 않았음을 느끼고 있을 것이다.

그럼 AI와 인간이 다른점은 무엇일까?
바로 느낌, 동물적인 감각, 데이터상에 존재하지 않는 창의력 같은 부분이다.
사랑이란 느낌을 받아 그 감정이 풍부해지고 , 때로는 차갑게 식고, 꺼져 버리는 느낌의 부분.
카레맛 아이스크림. 딱 느껴지는 맛없을 것 같은 동물적인 감각.
또는 세상에 없는 카레맛 아이스크림이라는 사고를 하는 창의력.
이런 부분은 AI 기술이 아무리 발전해도 넘볼 수 없는 인간의 영역이다.

즉, 이런 영역을 제외하고는 노동에 있어서 AI의 침투 속도가 더욱 가속화 된다는 것이다.
불과 10년전만 해도 큰 인기를 얻었던 개발자 , 우리나라에도 코딩 교육 열풍이 불었었다.
누군가 오더를 주면 , 그 오더에 맞게 제작하는 것. 이런 직종은 AI가 곧 전부 대체할 것이다.
즉, 인간이 책상 앞에 앉아 기계처럼 일하는건 AI가 대체할 것이다. 당연하게도 해당 AI 노동자는
좋은 퀄리티에 값싼 비용을 주고 이용할 수 있는 것이다.

미국이 사활을 걸고 있는 AI가 우리나라라고 필요없진 않을 것이다. 오히려 필요하다면 더 필요할수도 있다.
저출산 문제 , 결혼비율의 문제등 , 다양한 방면에서 , 노동력이 비싸지고 있는 현실을 느낄 수 있다.
이 과정에서 AI는 필수라는 것을 우린 더욱 빨리 인식할 필요성이 있다.

어떤 AI 기술을 사야 할까?

우리가 그토록 열광하던 엔비디아. 단순히 그래픽카드를 파는 게임회사인줄 알았던
이 기업이 성장할 수 있던 가장 큰 원동력이 바로 AI였다 .

위에서 말했던 , AI가 작동하는 과정의 속도가 앞으로 얼마나 더 중요한지 느꼈을 것이고.
엔비디아의 GPU , CUDA 가 바로 그 속도를 앞당겨주는 시스템중 하나인 것이다.

우리는 이런 엔비디아 같은 GPU를 만드는 기업은 없지만
우리나라가 잘하는 메모리칩이 있다.

조금 더 쉽게 비유하기 위해 ‘요리’로 비유하겠다.

요리사 – GPU
불 – 전기(데이터센터)
재료가 들어있는 냉장고 – 메모리(HBM)

메모리는 재료들을 쌓아두는 냉장고이다.
이 냉장고가 크고 , 요리사와 가까울수록
요리사가 기다리지 않고
요리를 진행할 수 있는 것이다.

SK하이닉스가 떠오르는 이유가 바로 이 HBM 시스템이 잘 구성되어 있기 때문이다.
아니 그럼 엔비디아 같이 요리사를 맡을 기업을 찾으면 되는거 아니야?

말처럼 쉽지않은게 사실이다.
사실 GPU를 만들수는 있다.

이미 그런 노력들을 국내에서도 해오고 있다.

그러나 GPU보다 중요한건 바로 CUDA 시스템이다.
이 수많은 GPU를 관리할 소프트웨어 CUDA 같은 시스템이 필요한 것이다.

이 CUDA는 하나의 제국이라고 생각하면 된다.
각 도시 GPU들을 관리하는 제국.
이 제국아래 , 지난 20년간 수많은 개발자들과 기업 , 나라 , 군대
같은 전세계 사람들이 코드 및 연구의 흔적을 쌓아둔 것이다.

한마디로 마이크로소프트 윈도우 , 애플IOS같은
AI의 운영체제와 같은 느낌이다.

해결하려해도 이미 20년을 뒤쳐진 내용이기 때문에
우리가 요리사가 될 수 없는것이고 , 엔비디아를 대체할 회사가 없는 이유인 것이다.

그럼 우리가 눈여겨봐야할 한국의 AI 기술은
현재 AI 생태계의 문제점을 파악하고 더욱 가속도를 주는 시스템을 찾는 것이다.

현재 AI 시스템의 문제점
GPU와 메모리 GPU를 계속해서 옮겨 다녀야함.
– GPU와 GPU사이를 줄이는 시스템 OR 메모리 안에서 계산을 마무리하는 시스템

현재 GPU는 개별 네트워크를 쓰지만 , 이 네트워크를 하나로 통합한 고속도로가 필요.
– 광통신 회사.

서버에 더 많은 전기를 공급.
– 전력 밀도를 높이는 회사.

이미 마련된 생태계를 따라가는것이 아닌 , 더 높은 퀄리티를 마련할 기술들을 개발하고 연구하는게
우리나라가 AI생태계에서 살아남을 최고의 조건이라고 생각한다.