구글의 양자컴퓨터 개발! 새로운 '혁명'이 시작될까? | 정인성 '반도체 제국의 미래' 저자 #1 [투자Insight]

양자 버전의 프로그램으로 만들기 위해서는 그런 순서들을 다 없애고 파동이나 간섭 이런 게 일어나는 형태로 써야 돼요, 문제를. 꼭 일반인이 할 수 있는 건 절대로 아니에요. 여기서 일반인이란 건 경험 많은 프로그래머들을 전부 포함해요. 안녕하십니까, 증시각도 TV 시청자 여러분, 시청자 여러분 반갑습니다. 여러분이 기다리시는 반도체 제국의 미래 우리 정인성 작가님 모셨습니다. 작가님 어서 오십시오. 안녕하세요. 안녕하십니까. 22년 11월에 체츠 PT 나오고 나서 이제 딱 2년 지났는데 정신이 하나도 없었어요. 엄청나게 변했죠, 사실. 이거는 천지개벽 수준으로 바뀐 게 딱 느낌이 어떤 느낌이냐면 90년대 후반에 처음으로 이제 인터넷 통신망이라는 게 깔리면서 인터넷이 시작됐던 웹 시대가 되면서 1인 1PC 시대가 됐던 그런 어떤 상황이 변했던 때와 비견할 만큼 커다란 변화가 있었던 것 같아요. 사실 그렇게 IT가 변하면 IT를 끌고 가는 수단 중 하나인 반도체도 확 변하잖아요. 그래서 사실 2년 동안 되게 많은 일이 있었죠, 사실은. 우리가 오랫동안 알아왔던 강력한 반도체 회사였던 인텔이 어쩌다가 이런 모양이 됐느냐. 우리가 역시나 몇십 년간 계속 봐왔던 한국의 메모리 회사들 순위 이것도 이제 비트 출하량으로는 변하지 않았지만 이제 시장에서 보는 두 회사의 위상이 변화하고 있죠. 변했다고 봐야죠, 이미. 그렇죠. 이번 2년을 통해서 1, 2등이 바뀌었죠. 그런데 이 격차까지 벌어진 그런 변화였죠. 이런 시기를 보면 우리가 항상 보는 소프트웨어 쪽 결국 반도체를 사용하는 사람들 이쪽의 강력한 혁신이 얼마나 관련 사업들을 흔들고 순위까지 바꿀 수 있는가 그리고 우리가 중요하지 않다고 생각한 기술이 갑자기 중요해지기도 하고 혹은 엄청 중요하다고 생각했던 요소가 갑자기 사소한 요소로 변하기도 하고 그리고 그 과정에서 원래 회사가 하고 있던 취약점이 드러나기도 하고 강점인 줄 몰랐던 게 강점이 되기도 하는 거죠. 굉장히 그런 게 빠르게 많이 보이는 해였다고 생각해요. 진짜 천재개벽이죠. 직접 현업에도 계셔봤지만 이 정도 변화는 현장에 있는 사람 느낌이 어떨까요? 되게 신기하겠죠. 원래 HBM 기술은 10년 넘었잖아요. 그러면 여기서 올해 본더 이런 이야기 많이 했죠. 패키징에서 그런데 한 2, 3년 전으로 가면 그거 본딩하는 사람들은 스스로를 어떻게 생각했을까요? 그냥 난 본딩해야지 이런 느낌이었을 거예요. 회사에서 일하는 거죠. 좋은 일이지만 예를 들면 미래에서 자기가 한 3년 전으로 가갖고 자기한테 얘기해 주는 거예요. 네가 하고 있는 패키지 D랩 몇 개 쌓는 기술이 한 3년 뒤에는 엄청 중요해질 거다. 회사에서 버텨라 그러면 왜? 이럴 수도 있어요. 예를 들면 그때 엔비디아의 V100, A100 같은 학습용 제품들 이런 제품들은 벤더를 두 개 둘 필요도 없었어요. 볼륨이 크지 않으니까 그런데 확 바뀐 거잖아요. 이제 그게 굉장히 큰 물량으로 변해버렸고요. 그러면서 HBM 많이 필요하니까 최종 수율 하나라도 줄어드는 건 전부 다 잡아야 되는 상황이 됐죠. 그렇게 되면 중요하지 않았던 기술이 중요해지는 거예요. 그런 어마어마한 일이 많이 일어났죠. 그래서 궁금한 점이 뭐냐면 이런 큰 변화가 다들 의혹을 하는 거예요. 처음에는 한때 잠깐일 거야 했는데 시간이 갈수록 조금씩 달라지지 않습니까? 엔비디아도 젠슨왕도 굉장히 확신에 차서 일회성 흐름이 아니다 라고 강조하고 있고 그다음에 세계 빅테크들의 투자도 미치광이처럼 투자를 하고 있어서 당연하죠. 역시 그 사람들은 이해관계가 얽혀있는 사람이잖아요. 갑자기 젠슨왕이 나와서 주변에 있는 빅테크들도 어떻게 보면 고객인데 나는 좀 컴다운 할래요. 이럴 수는 없는 거잖아요. 실제로 내부에도 여러 가지 좋은 증거들도 많을 거고 다른 한편으로는 역시 AI를 하는 쪽들 이제 COT 기술 이런 거 개발하면서 계속 능력을 올려가고 있는데 우리가 최종적인 수요에 해당하는 곳 예를 들면 스마트폰에서 흔히 말하는 엣지 컴퓨팅을 할 것이냐 아니면 서버에 있는 인공지능 중심으로 서비스를 할 거냐 그거에 따라서 반도체 명함이 갈리게 되겠죠. 우린 그런 쪽을 계속 지켜볼 필요는 있어요. 어떻게 생각하십니까? 젠슨왕이 지난번에 대만 컴덱스에서 했던 퍼포먼스가 로봇을 가지고 갔거든요. 그러니까 저는 그걸 보는 순간 그림이 이렇게 그려지는구나 라고 느끼면서 로봇 세상에 오면 AI가 한때 잠깐이 아니라 AI 플러스 물리적인 디바이스인 로봇이 결합하는 순간 이거는 생산성 향상으로 넘어가니 90년대 후반에서 2000년대 애플의 등장까지의 그림이 로봇의 등장으로 또 한 번 되는구나 이런 생각도 많이 들어요. 아직 좀 벽을 넘을 건 많다고 생각해요. 예를 들면 채취 PT가 성공하면서 기존의 로봇이나 자동차 제어 사실 본질적으로 좀 비슷해요. 그쪽에 있었던 장벽이 몇 개 뚫렸어요. 원래 우리 로봇이나 자율주행 몇 번 말씀드렸지만 이거 원래 프로그래머가 코딩하는 거에 가까워요. 횡단보도를 만나면 멈춰라 이런 식으로 근데 예외 상황이 너무 많아서 잘 안 됐다 그랬죠. 근데 채취 PT라는 녀석은 맥락을 고려해서 대답을 해요. 오늘의 날씨는 뭐야? 맑습니다. 내일은 물어보면 내일은 이란 단어를 보면 이거의 의미를 유추하기 위해서 앞에 있었던 대화를 보는 거죠. 채취 PT는 운전이나 로봇도 원래 그렇게 움직여야 돼요. 그러면서 약간의 추상성도 구체적으로 찾아낼 수 있죠. 그래서 실제로 채취 PT 나오고 나면 구글이 로봇을 언어로 제어하려는 시도들을 했고 꽤 성공적이었어요. 펜 E 이런 것들을 사용하는데 이거 해보면 이제 좀 단순한 로봇인데 과자를 꺼내와 그러면 과자를 꺼내와요. 말로 시키면. 서랍을 열고 꺼내오는데 제가 로봇한테서 과자를 뺏어서 던지면 다시 집어요. 얘가. 꽤 똘똘해졌죠. 근데 여기 사용한 인공지능 보면 채취 PT GPT 3.0이 한 3배 정도 커요. 실제로 크기가. 그러면 GPT 하나 돌릴 때 지금 H100 혹은 옛날 A100 서버 하나 필요하니까 그러면 그 로봇 하나 돌리기 위해서 6억원 정도 서버 가격이 들어가겠네요. 그러면 여기 경제성 문제가 있죠. 물론 이론상으로 정말 이렇게 거대해야 되냐 그런 건 아니죠. 일단 가지고 있는 좀 단순한 로봇 제어 기술을 보면 덩치가 커야 되는 경우가 있다. 진짜 우리가 원하는 것처럼 말로 뭔가 시키고 싶으면 그런 요소가 하나 있겠죠. 그러니까 이걸 얼마나 경량화할 수 있느냐도 하나의 문제가 될 거예요. 그다음에는 그런 로봇이 나왔는데 그게 얼마나 부가가치를 줄 거냐의 문제예요. 예를 들면 아마존 같은 데 보면 자동화물류센터가 많죠. 사실 인간형 로봇 이런 게 필요한 이유는 대부분 기존에 지어놓은 건물이 인간한테 친숙해서 그런 경우도 많아요. 예를 들면 계단 이런 게 있잖아요. 그러면 로봇 중에서도 바퀴로 움직이는 로봇은 그런 데서 못 써요. 고작 그런 이유 때문에 로봇을 못 쓴 경우가 많지 로봇이 덜 똑똑해서 못 쓴 경우가 정말 많은가 이것도 한번 생각해봐야겠죠. 그러니까 우리가 생각하는 로봇들 예를 들면 좀 인간처럼 생기기도 했고 추상적인 일들을 해야 되는 범위가 정말 어디냐 아까와 같은 경우라고 하면 이런 로봇이 실제로 사용될 수 있는 데는 공장을 뜯어 고칠 수 없는 곳들 그런데 그런 곳들이 부가가치가 안 높을 수도 있죠. 그렇죠. 오래된 아주 옛날 제조 구닥다리 제조 그러니까 이럴 때는 우리가 전문가 이런 자료도 중요한데 한 번씩은 이제 집에서 조용히 앉아서 내가 집에 어떤 로봇이 있다고 하면 우리가 상상했던 그런 엔비디아 스타일 로봇이에요. 사람처럼 걷고 내가 이 로봇에 돈을 얼마나 주려고 할까 한번 고민해볼 필요가 있죠. 예를 들면 그 로봇이 가정부 일도 하고 세탁기도 돌려주고 해요. 얼마나 주실 것 같아요. 로봇에 그런 문제인 거죠. 그럼 노동하는 곳에서는 어떠냐 예를 들면 거대한 조선소 같은 데가 있는데 로봇을 많이 사용하겠죠. 그런데 그런 엔비디아 인공지능이 들어간 로봇이 필요한 거냐 지금 보는 채찍피티 같은 큰 인공지능이 들어간 로봇이 필요한 거냐 그것도 한 번은 고민해봐야 되겠죠. 예를 들면 자동차 회사 로봇이 그런 게 필요할까요? 이미 뭐 로봇팔이나 이런 것들은 많이 쓰이고 있습니다. 인공지능 로봇이 아니잖아요. 우리가 생각하는 해야 되는 일이 명확하고 반복적이면 의외로 그런 인공지능이 필요가 없는 거예요. 좀 변화무쌍하면서 복잡한 요소들을 우리가 추상적으로 말해도 알아듣는 로봇들이 필요한 곳이 정말 어디냐 이런 느낌인 거예요. 우리가 자동차 공정에 있는 그런 로봇들은 우리가 세밀하게 해놓은 지시를 되게 잘해요. 팔을 왼쪽으로 얼마 움직인 다음에 직선으로 얼마 가서 나사 구멍을 몇 번 조이고 다시 돌아와라. 이렇게 명령 내리면 100% 수행하죠. 우리가 지금 보고 있는 인공지능 로봇들은 대충 이런 거예요. 로봇이 아무데나 있어도 저기 가서 물 한 병 가져와 그러면 문이 열려 있으면 그냥 가고 문 닫혀 있으면 문 연 다음에 갔다 오고 추상적이죠. 그런 게 필요한 곳이 어디냐 한 번 고민을 해볼 필요가 있다고 생각해요. 그러면 사실은 말씀하신 대로 마지막 디바이스 단에서 엄청난 용량을 갖다 때려 부어주면 다 하겠죠. 할 수는 있죠. 다 할 수 있는데 말씀하신 대로 로봇 하나 움직이는데 6억 이렇게 들면 사람 쓰는 게 낫지. 이렇게 되는 거잖아요. 그런데 만약에 이걸 좀 가볍게 한다는 측면에서 보면 최근에 이번 주에 바로 이슈가 되었던 재미난 얘기인데 구글에서 양자 커피 티켓이 성공했다고 하면서 그런데 양자 컴퓨터는 우리가 어떻게 접근하는 게 좋냐면 옛날에 원래 CPU만 있던 시절에 지금 보는 GPU가 왜 나왔나요? GPU가 나온 이유는 CPU라는 녀석의 설계가 그래픽에 적합하지 않았기 때문에 나온 거예요. 양자 컴퓨터도 마찬가지예요. 실제로는 CPU, GPU로 좀 느린 거를 유달리 빨리 할 수 있는 일들이 있어요. 양자 컴퓨터에 양자 컴퓨터도 CPU, GPU같이 컴퓨터를 이루는 특수 목적의 가속기 하나로 생각하시는 게 좋죠. 이게 실제로 10조배 빠르다? 그런 느낌이 아니고요. 양자 컴퓨터는 직관적으로 지금 우리가 보는 논리외로처럼 설명하기 힘든데 제가 해결하고자 하는 문제를 양자역학, 입자 파동성 이런 것들 있죠. 이런 거에 맞는 문제로 환원시킬 수 있으면 아주 빨리 풀려요. 관찰 몇 번 하면 결과가 나오는 형태인 거죠. 왜 양자 컴퓨터가 일반 컴퓨터 10조년 얼마 걸린다는 문제들 다 뭐냐면 그게 암호 뚫는 문제거든요. 그런데 현대 암호 뚫는 문제는 잘 보면요. 소수라고 하죠. 프라임넘버 1과 자기 자신으로만 나누어지는 숫자 그 두 숫자의 곱을 이용해서 암호화를 하거든요. 숫자 엄청 커요. 1조, 10조 이런 숫자가 아니고 숫자를 이 방에 둘러쳐야 될 만큼 엄청 거대한 숫자인데 그 숫자가 소수 두 개의 곱으로 되어 있어요. 그 두 소수의 곱을 찾는 문제거든요. 그런데 양자 컴퓨터는요. 우리한테 그거 찾으라고 하면 어떻게 하겠어요? 1, 3, 5 이런 숫자로 다 나눠보겠죠. 그런데 양자 컴퓨터는 그렇게 안 나눠보는 방법이 있어요. 왜냐하면 이 소수 찾는 문제는 옛날에 쇼라는 사람이 연구한 거 보면 특정한 주기를 찾는 문제로 환원시킬 수가 있어요. 주기. 뭔가 파동이죠. 그렇게 고칠 수 있는 문제는 양자 컴퓨터로 빨리 해결할 수 있어요. 그런 문제만 빨리 해결하는 괴상한 가속기라고 생각하시면 돼요. 예를 들면 양자 컴퓨터가 GPU를 대체하고 인공지능을 학습할 수 있느냐 저도 양자 역전파 이런 것도 검색해보고 양자 언어모델 검색해보는데 그렇게 인용 횟수가 많지는 않아요. 왜냐하면 문제를 그렇게 고쳐서 구동할 수 있는지를 잘 모르는 거겠죠. 말씀드린 것처럼 소수 찾는 문제. 우리 머릿속에서는 이런 긴 숫자가 소수 2개의 고비인 게 확실하다. 그럼 소수를 어떻게 찾지? 말씀드린 것처럼 2로 나눠보고 3로 나눠보고 5로 나눠보고 죽어라고 하겠죠. 그런데 양자 컴퓨터한테 시키면 그렇게 소수를 나누는 게 아니고 주기를 찾는 문제로 바꿔서 정확하게는 주기 찾는 문제로 소수 찾는 문제를 바꿔서 양자 컴퓨터한테 주면 빠르게 해결하는 거예요. 그러니까 AI도 마찬가지로 그렇게 바꿀 수 있어?가 질문인 거죠. 그래서 이 양자 컴퓨터는 잘 보면요. 프로그래머들 관점에서도 굉장히 이질적인 놈이에요. 저도 쇼 알고리즘을 쭉 읽어보면서 누가 이런 생각을 했지? 어떻게 이게 소수 찾는 문제랑 똑같은 문제야? 딱 이렇게 겨우뚱해요. 그런데 맞아요. 실제로 해보면. 실험적으로도 증명되고 이론적으로도 증명돼요. 이 두 개는 같은 문제다. 그러니까 이걸로 AI 같은 거 하는 것도 마찬가지예요. 이 두 개가 같은 문제냐? 그리고 같은 문제면 고전 컴퓨터 CPU, GPU보다 빨리 할 수 있는 형태의 문제가 맞냐? 이 두 개를 다 뚫어야 되죠. 그러니까 양자 컴퓨터는 잘 될 수 있어요. 그런데 이게 반대로 암호 뚫는 얘기만 계속 나오는 거 보면 우리가 실용적으로 느낄 만한 어떤 양자 컴퓨터에서 구동되는 프로그램 중에 있는 게 그것밖에 없다는 얘기예요. 프로그래밍 자체가 굉장히 챌린지인 거죠. 그렇군요. 그러니까 약간 레벨이 Another Level인데 그러면 이런 것들이 지금 쓰여지고 있는 AI라든가 로봇에 적용되어 가지고 사용될 수 있는 가능성은? 가능성이야 있죠. 그런데 좀 이르다는 거예요. 말하기에. 그 IonQ 이런 데도 유튜브 같은 데서 인터뷰하는 거 보면 이제 뭐 하고 있다. 이런 정도예요. 얘기가. 우리 예를 들어 언어 신경망을 돌려봤다 그런 게 아니에요. 꽤 오래 걸리거든요. 사실은. 이거는 어떻게 보면 프로그래밍 과정 키보드로 두드리는 과정이 아니고 아까 말한 것처럼 인공지능을 돌리기 위한 소프트웨어에 양자 버전을 만드는 게 오래 걸리는 거죠. 굉장히 어렵습니다. 이 부분은. 네. 어렵고. 그래서 저도 양자 컴퓨터 하는 사람이 아니니까 이거에 대해서 말을 하기 힘든 거예요. 왜냐하면 이 프로그램 변환이 CPU에서 GPU용으로 바꾸는 건 좀 직관적이에요. 병렬화 할 수 있는 코드는 병렬로 풀어갖고 이렇게 다시 치는 느낌이라고 하면 양자 컴퓨터용 프로그램을 쓰는 건 아이디어 자체가 굉장히 수학적이어야 돼요. 아까 말한 것처럼 두 소수의 곱을 찾는 인간이 생각하는, 일반인이 생각하는 방식과 어떤 천재 수학자가 생각하는 방식이 다른 거죠. 소수 찾는 방식은 특정 숫자가 반복되는 주기를 찾는 거랑 똑같다. 그러면 이제 우리 같은 사람은 첫 단계에서 막혀요. 대부분 프로그램은 왜? 이렇게 물어보거든요. 어떻게 그게 똑같냐? 그러면 막 칠판을 채워요 얘가. 짜잔 똑같지? 그러면 이런 상황이 되겠죠 사람들은. 양자 컴퓨터는 그런 물건인 거예요. 그러니까 이제 기존에 우리 이진법으로 가는 거는 사실상 얘 아니요 얘 아니요 이렇게 하면서 그 수많은 질문을 통해서 답지를 찾아가는 거잖아요. 그러니까 사람 직관적으로 여기서부터 여기까지 직선으로 갈 수 있지만 얘는 여기서부터 여기까지 가기 위해서 물어 물어 물어 물어 돌아 돌아 돌아 돌아 돌아 오는 그런 개념이거든요. 그러니까 우리가 가진 순서도를 파동함수로 나타낼 수 있어야 돼요. 원래 우리 문제를 풀기 위해 소수 찾기 위해 썼던 방식을 양자 버전의 프로그램으로 만들기 위해서는 그런 순서들을 다 없애고 파동이나 간섭 이런 게 일어나는 형태로 써야 돼요 문제를. 일반인이 할 수 있는 건 절대로 안 돼요. 여기서 일반인이란 건 경험 많은 프로그래머들을 전부 포함해요. 그러면 나중에 컴퓨터가 고도화되면 제일 우리 어렸을 때 컴퓨터를 직접 조립해서 썼잖아요. 컴퓨터가 고도화되면 우리처럼 중간에서 컴퓨터 사서 뽑아서 쓰는 애들은 다 없어질 거야. 그냥 완제품만 딱 나오고 우리는 중간에 끼어들 여자가 거의 없어질 거야. 따지고 보면 요즘 노트북 같은 거 보면 끼어들 여자가 거의 없지 않습니까? 그런 것처럼 나중에 AI 되면 중간에 있는 알고리즘에 대해서 끼어들 수 있는 사람이 너무 없어서 처음 만드는 사람과 사용자가 너무 거리가 멀어서 만약 이 사람들이 뭐가 잘못되면 이 문제가 꼬였을 때 전혀 뭘 어떻게 할 수가 없는 그런 일이 벌어질 수도 있겠네요. 이게 얼마나 띠용하고 뜬금없는 건지 궁금하면요. 엔비디아에도 보면 하이브리드 컴퓨팅용 나중에 양자컴퓨터 고려해서 쿠다큐 이런 게 있어요. 들어가 보면 다들 이제 염두에 두고 있는 거죠. 양자컴퓨터를 그런 거 예시문제나 파이썬 기반으로 양자컴퓨터 시뮬레이션에서 돌려보는 애들이 많은데 그거 열어보면 아마 파이썬으로 코드 적혀있는데 이렇게 하면 소수를 찾을 수 있습니다. 쓰여있는데 친절하게 설명 쓰여있는데 이해를 못하겠다는 사람이 한 99% 나올 거라고 봐요. 저는 어떻게 보면 저는 이제 이거 반도체 얘기는 아니지만 양자컴퓨터가 잘 될 거라고 생각하는 어떤 보는 문제 프로그래머들이 있으면 한번 그쪽 프로그래밍에 그쪽이 떴을 때 프로그래밍의 미래도 한번 고민해볼 필요는 있어요. 기존에 갖고 있던 프로그래밍 상식은 다 고전적인 부분으로 밀리고 완전 뜬금없는 사람들이 이쪽에서는 프로그래머로 떠오를 가능성도 있죠. 요즘에 미래를 보면 실기시험을 안 보는 학교들이 꽤 많답니다. 왜요? 현대미술에 와서는 그림을 잘 그리는 게 중요한 게 아니라 어떠한 의미를 담느냐 어떠한 스토리를 담느냐 어떠한 철학을 담느냐 거의 철학 스토리를 뽑듯이 미대생들을 뽑는다는 거예요. 실제로 이런 일도 있는데 그렇게 사고가 되게 뛰어난 친구들이 자기 작품을 만들려고 하는데 기술이 없는 거야. 그래서 학원에 다시 가. 미술학원에 가서 다시 공부를 해가지고 그걸 한다는 그런 이야기도 있거든요. 그러니까 나중에 되면 컴퓨터가 그렇게 될 수도 있겠네요. 자기가 알아서 우리가 그림을 그려서 아이디어를 주면 잘 만들어주는 그런 세상. 정말 충분하면 인풋이. 예를 들면 우리가 어떤 그림 그려주세요라고 하면 일러스터가 그려주기도 하죠. 이제 하면 다시 해주세요. 다시 해주세요. 할 수도 있죠. 마음에 안 들면. 그럼 달리 말하면 우리가 인풋을 제대로 안 줬다는 거죠. 아마 지금도 많은 것들이 자동화되어 있는데 저도 이제 퍼플렉시티 이런 걸 써봐요. 좀 레퍼런스 같은 걸 잘 물어오긴 하죠. 그렇게 써보면 나쁘진 않아요. 이것도 생성한 거잖아요. 특정 답변을. 제가 다시 소화할 뿐인 거지.