<자막 원문>
진행: 디일렉 한주엽 대표
출연: 코코링크 이동학 대표
-오늘 코코링크의 이동학 대표 이사님 모시고 슈퍼컴퓨터 시장에 대해서 알아보는 시간을 갖도록 하겠습니다. 대표님 안녕하십니까?
“안녕하십니까. 이동학입니다.”
-코코링크는 이쪽 분야에 있는 분들은 좀 많이 잘 알고 계시고 저도 사실 굉장히 오래전에 엔비디아(NVIDIA) GTC 행사장에서 처음 뵀었는데 오늘 모셨습니다. 일단 짤막하게 답변을 해주셨으면 좋겠는데 코코링크는 언제 설립됐습니까?
“2001년도 설립됐습니다.”
-그럼 벌써 한 20년이 넘었네요.
“예. 그렇습니다.”
-지금 주 사업 분야가 뭐에요?
“저희는 고성능 컴퓨터 하드웨어 개발 생산, 또 거기에서 돌아가는 고효율화 되어있는 과학공학용 소프트웨어 개발, 또 그걸 활용한 서비스 이렇게 보시면 되겠습니다.”
-삼각편대네요. 하드웨어, 소프트웨어, 서비스. 지금 말하는 그게 고성능 컴퓨터란 HPC.
“그렇습니다.”
-우리가 소위 얘기하는 슈퍼컴퓨터(SuperComputer).
“예. HPC가 일정 숫자 이상 넘어가면 슈퍼컴퓨터 경조로 들어간다고 보시면 됩니다.”
-보통 그럼 워크스테이션 정도라고 표현해야 합니까?
“아닙니다. HPC 자체가 고성능 컴퓨터인데 슈퍼컴퓨터의 규정 범위가 이게 세월이 가면서 점점 커지기 때문에 그래서 일단 페타플롭스(PetaFlops) 이상 되는 컴퓨터를 슈퍼컴퓨터로 보지 않겠나. 요즘 시대에는. 그다음에 몇 년 지나고 나면 10페타(Peta)가 넘어가야 한다. 이런 과정이 생기겠죠.”
-근데 대표님은 그 사업을 2001년부터 하셨다고 하는데 어떻게 해서 시작을 하게 됐습니까?
“제가 원래는 기계 전공인데 도저히 기계로 새로운 물건을 만드는 거로는 자본력이 엄청나게 들어가고 답이 안 나오더라고요. 근데 학교 다닐 때 컴퓨터를 보니까 컴퓨터 한 대 놓고 돈을 벌 수 있다. 거기에 빠져서 전공 공부 포기하고 아예 컴퓨터 관련 전공 수업 들으면서 그냥 이 길로 공부는 입학은 기계 관련 전공인데 실제로 공부는 컴퓨터사이언스 관련된 공부를 했다. 이렇게 보시면 되겠습니다.”
-지금 서울대학교 기술 지주에서 자회사로 되어있어요. 어떻게 그렇게 된 겁니까?
“우리 회사가 이제 고성능 컴퓨터를 만들고, 거기에 소프트웨어를 만들고, 또 실제로 과거엔 슈퍼컴퓨터 공급 쪽에 집중했습니다. 그러던 와중에 제일 큰 수요처가 서울대학교였기 때문에 자연스럽게 서울대학교 옆에 있다가 서울대학교가 법인화된다는 얘기를 듣고, 서울대학교가 가장 시너지를 크게 낼 수 있겠다 싶어서 저희가 서울대학교 기술지주회사 자회사로 편입을 했습니다.”
-고성능 컴퓨터. HPC. 제가 지금 쓰고 있는 이런 일반 PC 하고는 뭐가 다릅니까?
“이렇게 보시면 됩니다. 일반적인 컴퓨터가 CPU 하나 달린 회로로 구성되어있다고 보면 통상적으로 고성능이라고 그러면 그래도 CPU 두 개 정도 돼야 하지 않냐. 범위가 불확실 하다는 거죠. 컴퓨터 쪽에서 워크스테이션이나 PC나 경계가 불확실하거든요. 그렇지만 문자 그대로 하이퍼포먼스 컴퓨터. 고성능 컴퓨터다. 이렇게 보시면 됩니다. 그래서 기존 PC보다는 최소한 2배 이상 정도 성능이 빠를 거다. 이렇게 보는 게 맞을 거 같습니다.”
-그럼 CPU나 메모리 이런 건 범용 제품을 씁니까?
“일반적으로 PC에서 쓰는 메모리하고요. 서버급 컴퓨터라고 말을 하는데 그쪽에서 쓰는 거랑 조금 다릅니다. 일반 PC에서 쓰는 쪽은 굳이 데이터가 불안정하더라도 에러가 생기더라도 큰 리스크가 안 생기는데 서버급 컴퓨터에는 그런 데이터 하나라도 위험하므로 메모리 자체도 패리티 체크(Parity check)에서 더 넘어서서 ECC라고 에러 보정까지 들어가 있는 메모리를 쓰고, 신뢰성이 좀 더 높다고 보시면 될 거 같습니다.”
-그러면 HPC를 만드는 브랜드들 글로벌 기업들 어떤 곳이 주로 많이 합니까?
“실제로 큰 브랜드로는 일반인들이 잘 모르는 콴타라는 회사.”
-대만의 콴타요?
“제가 판단하기에는 제일 생산을 많이 하는 회사고 주로 OEM·ODM으로 우리가 알만한 회사 대부분의 회사가 그쪽에 컴퓨터를 쓰고 있고요. 두 번째로 알려진 회사가 수퍼마이크로 정도 그다음에 이제 HP나 델이나 이쪽은 과거에는 직접 생산을 했을지는 모르겠지만, 최근에 들리는 소문에 의하면 콴타나 이런 회사들로부터 파트를 공급받아서 최종 조립 정도로 하는 매뉴팩처를 하고 서플라이하고 우리가 나누는데 실제로 매뉴팩처는 아까 말씀드린 그런 정도 메이저 것들은 콴타, 그다음에 타이안(TYAN)이라든지 애즈락랙(ASRock Rack)이라든지 이런 여러 회사가 존재하고요. 근데 사실은 소규모로 굉장히 미미하고 서플라이어로서 우리가 컴퓨터를 살 때 델이다 뭐다 붙여져 있는 그런 회사들은 또 따로 있고 시장이 이렇게 구성돼 있습니다.”
-델이나 HP 이런 회사 미국회사들이 내놓는 슈퍼컴퓨터라고 해야 합니까? HPC. 워크스테이션이라고 해서 국내 대기업들은 캐드 작업한다 거나 도면 작업할 때 몇 대씩 사와서 작업하고 있긴 한데 코코링크도 그런 시장에 들어가는 어떤.
“저희는 그런 시장이긴 한데 지금까지는 그 시장 중에서 제일 높은 하이엔드 쪽의 제품만 생산을 해왔습니다. 왜냐면 CPU만 가지고 구현할 수 있는 성능이 원체 적기 때문에 우리 회사 같은 경우는 GPU를 인텔에서 표준디자인으로는 CPU 두 개 박히면 4개, 그다음에 요즘 나오는 거로는 CPU 하나당 GPU 4개까지 붙일 수 있는 PCIe 슬롯이 나와져 있는데 우리 회사는 아예 PCIe 슬롯이 PCIe 스위치를 해서 슬롯 숫자를 충분히 늘려놓고, 그다음에 그 PCIe 디바이스 안에 데이터가 좀 더 원활하게 될 수 있는 스위칭 패브릭을 구성한 그런 GPU 20개 꽂히는 제품을 저희가 이제 주로 판매를 하고 있습니다.”
-몇 개요?
“GPU 20개.”
-20개요? CPU 하나에도 채널이 그렇게 안 돼 있는데 20개를 할 수 있습니까?
“PCIe라는 것 자체가 말은 PCI Express Bus. 버스 시스템이라고 되어있지만 실제로는 Point-to-Point Network 거든요. 그래서 PCIe x16 하면 16개의 시리얼 네트워크가 채널 본딩이 된 거다. 그래서 저희는 x16으로 나온 16개의 채널을 저희가 스위치 칩을 여러 개 구성을 해서, Uplink CPU 쪽으로 가는 거 하나에 GPU 쪽으로 20개가 내려오도록 이러한 스위칭 패브릭을 구성한 거죠.”
-그렇게 패브릭을 직접 구성을 해서 HPC를 판 기업들이 있습니까? 아니면 일반적으로 말씀하신 대로 정해진 사양대로만 조립해서 파는 기업들이 있습니까?
“대부분의 양이 인텔이나 AMD의 레퍼런스 디자인대로 대부분 생산이 되고 있고요. 일부 GPU 10개 정도까지 만드는 회사가 출시하는 회사가 있고요. 최근 들어서는 이제 스위치 칩 없이 CPU 당 4개씩 붙일 수 있으니까 8개짜리 제품이 지금은 대세라고 보시면 됩니다.”
-그러면 20개씩 붙일 수 있는 HPC를 구매하는 기업들은 주로 무엇을 하기 위해서 코코링크의 HPC를 사갑니까?
“기본적으로 계산을 엄청나게 합니다. CPU와 GPU의 차이를 말씀을 드리면 CPU의 아키텍처 구조하고 GPU의 구조하고 좀 다릅니다.”
-순차적이냐 병렬적이냐 그런 건가요?
“그렇죠. 그래서 GPU 같은 경우에는 초창기에는 벡터 형태로 되어져 있다가 지금은 이제 벡터에서 좀 더 진화된 그래서 과거의 SISD(Single Instruction Single Data)가 이게 CPU 영역이라고 하면, GPU 쪽에는 SIMD(Single Instruction Multiple Data)에서 더 나가서 SPMD(Single Program Multiple Data)라고 기존에 SIMD를 훨씬 플렉시블하게 적용을 해서 프로그램을 할 수 있도록 돼 있습니다. 여기서 어떤 문제가 생기냐면 실제로 CPU 쪽에서는 아무리 그걸 고급프로그래밍 기술을 쓰더라도 하드웨어 등의 한계 때문에 효율을 높이기가 용이하지가 않은데 GPU 쪽은 벡터 머신의 특징이 있다 보니까 나름대로 효율을 더 끓어 올릴 수 있는 그래서 CPU 하나 하고 GPU 하나 하고의 성능 차이가 얼마 정도냐면 최고급 CPU가 지금 4테라플롭스 연산 기준으로 되면 GPU 같은 경우에는 거의 10에 달하거든요. 9.7 정도 나옵니다. 그러면 여기서 이제 실제 성능은 2배 정도밖에 차이가 안 나는데 효율 면에서 차이가 나기 때문에 실질적으로는 최소 10배 성능이 구현된다는 거죠.”
-코코링크 HPC 제품 라인업은 몇 개정도 됩니까?
“저희가 지금 라인업이 세 가지가 나가고 있습니다. 첫 번째는 GPU 20개 꽂을 수 있는 아주 완전한 시스템, 두 번째는 기존에 서버나 PC를 가지고 있는 사람들이 GPU를 충분히 달고 싶을 때 GPU 20개를 확장할 수 있는 익스펜션 확장 시스템. 저희가 클라이맥스-X20이라고 나오고 있고요. 그다음에 GPU 20개씩 붙이는 게 이제 아무래도 비용이 커지기 때문에 GPU 10개씩 붙일 수 있도록 그렇지만 CPU는 하나만 들어가는 그렇게 저가형 모델을 이렇게 세 모델을 내놓고 있고요.”
-그것은 이제 말씀하신 보드 이런 것들은 이제 코코링크에서 직접 개발하신 거로.
“저희가 생산량이 워낙 적다 보니까 시스템 보드를 가져오긴 어렵고 저희가 만들긴 어렵고. 그래서 이거는 저희 아는 지인 회사에서부터 양해를 구해서 저희가 가져와서 쓰고 있고요. 뒤에 PCIe 스위칭 패브릭은 저희가 직접 구성을 하고 있고요. 그래서 올해부터는 저희가 메인보드까지 개발해서 탑티어 하이엔더 제품만 판매하는 것은 한계가 있어서 저희가 미드 레인지까지 실제로 CPU만으로 구성된 제품도 올해부터는 저희가 출시를 할 예정을 가지고 있습니다.”
-지금 소프트웨어도 말씀을 해주셨는데 어떤 종류의 소프트웨어가 있습니까?
“저희는 과학공학 소프트웨어를 이제 많이 하고 있고요. 과거에는 저희가 오픈소스 코드. 학교 실험실에서 많이 쓰는 이런 코드들을 저희가 구축해주는 슈퍼컴퓨터의 구현(implementation)을 해주는 거에서 출발했는데 저희가 한 12년 전부터는 독자적인 기술개발을 시작했고, 6~7년 전부터는 서울대학교라든지 다른 대학들 공동 연구를 통하든지 이런 식으로 해서 저희가 실제로 기술을 이전을 받든지 공동 연구를 해서 만들어진 것에 의한 저희 독자적인 소프트웨어를 지금 만들어 팔고 있습니다.”
-종류가 어떤 종류들이 있습니까?
“저희가 판매하고 있는 제품이 첫 번째는 저희가 Luxol-OGX. 에너지자원 탐사(Oil and Gas Exploration)이라고 해서 Digital Geosciences Solver. 석유 탐사할 때의 가장 최신 기술로 구성로 되어져 있고요. 두 번째가 저희가 Luxol-SPH라고 해서 실제로 Smoothed Particle Hydrodynamics 문제를 저희가 GPU로 고효율화시킨 Solver로 풀 수 있도록 해놓은 거.”
-한글로 좀 말씀해주시면.
“한글이.”
-뭐라고 해야 합니까 그게.
“입자완화 유체동역학(SPH)이라고.”
-입자완화 유체동역학(SPH).
“정확한지는 잘 모르겠고요.”
-보통 어떤 분야에서 쓰는 거에요?
“홍수나 뭐 이런 거 예측할 때.”
-홍수 예측.
“홍수 예측은 한 종류인데 관속의 물이 어떻게 흘러갈 건가. 이런 유체해석의 한 방법이죠. 그다음에 저희가 하는 것이 3D 이펙트나 VFX를 고해상도로 구현해줄 수 있도록 하는 이쪽은 대학하고 저희가 공동 연구를 통해서 자체 개발한 기술인데 요즘 영화에서 나오는 영상 특수효과들을 저희가 저희 GPU 프로그램 기술을 함께 융합해서 엄청나게 저비용으로 비용효율을 극대화한 나름 시뮬레이션 결과 자체도 상당히 괜찮고요. 저희가 그렇게 팔고 있고, 그다음에 저희가 개발했던 제품으로는 OLED 발광물질 분석기, 그다음에 OLED 발광소자를 해석해서 최고효율의 OLED를 만들 수 있도록 하는 그런 개발 툴 같은 시뮬레이터를 저희가 판매를 했었습니다.”
-그런 시뮬레이터. 방금 뒤에 말씀하신 OLED와 관련된 시뮬레이터는 어떤 고객이 ‘우리 이런 거 필요한데 만들어 주세요.’ 하면 그래서 만드신 거에요? 아니면 표준 제품처럼 나와 있는 겁니까?
“실제로는 이제 수요에 따라가야 하는데 실제로는 국내에서는 이 아카데미아에서 제대로 된 기술들이 기업으로 못 들어가는 형편이다 보니까 회사가 절박하게 필요로 하지만, 어떻게 구해야 할지 모르고 있어서 저희가 대응개발을 해서 대응을 하는 쪽으로 이렇게 보시면 되고요. 그런 사례들이 대부분입니다. 해외에서는 소프트웨어를 기업의 요구에 의해서 개발해주는 케이스가 높은데 국내에서는 기업에서 뭘 요구해야 할지를 모른다는 거죠.”
-그 기업이 하는 업의 이해가 굉장히 높아야 선제적으로 만들 수 있는 그런 것들이 있겠네요.
“실질적으로는 이론 연구에 아주 높은 수준의 이론 연구가 선행돼야 하고요. 그다음에 그걸 소프트웨어 공학적으로 제대로 구현할 수 있는 기술, 그다음에 나아가서는 시스템하고 맞춰서 GPU 마이그레이션이나 이런 걸 통해서 고효율을 하는 작업 최소한의 세 가지 기술이 갖춰져야만 가능하다고 봅니다.”
-앞서서 말한 석유 시추라던지 유체 분석?
“유체 해석이죠.”
-유체 해석. 물이 어떻게 흘러가는지. 차 디자인할 때도 공기나 그런 것도 들어갑니까?
“물과 같이 밀도가 높은 물질에서는 입자완화 유체동역학(SPH)가 유리하고, 자동차 공기 해석 같은 경우에는 거의 유사한 같은 분야인데 방법이 조금 달라져서 전산유체역학(CFD, Computational Fluid Dynamics)라고 해서 격자 기반으로 해석하는 쪽으로 가죠.”
-앞에 석유 시추할 때 그리고 유체의 분석 그리고 3D 그래픽에 대한 효과 이런 것들에 대해서는 기존에 나와 있는 프로그램이 있지 않습니까? 예를 들어서 그래픽 같은 아이언맨이나 마블 영화사에서 할 때 보면 3D 맥스인가요?
“이렇게 보시면 됩니다. 우리 회사 제품은 GPU를 이용해서 고효율화를 시켰기 때문에 같은 일을 할 때 총체적인 비용이 훨씬 덜 들어간다. 컴퓨터도 적게 사도 되고 효율이 높으니까 그다음에 그만큼 효율이 높으니까 빨리 계산해서 빨리 결과를 볼 수 있고 기존에 실험실에서 만들어진 코드가 대부분 그대로 현업에서 쓰이는데 저희 실험 결과로는 이런 것들을 잘 손보면 최대 10,000배까지 성능이 개선됩니다. CPU 하나에 GPU 하나를 했을 때 그래서 저희가 OLED 안에 소재 해석하는 걸 할 때 MATLAB이라는 코드로 만들어진 코드를 저희가 CUDA C로 했는데 실제 돌아가는 속도 차이가 11,000배 정도 나왔거든요. CPU 하나에 GPU 하나 했을 때. 물론 CPU 종류에 따라서 다소 차이는 있겠지만, 그런 정도 차이였기 때문에 저희는 학교 실험실에서 만들어낸 아마추어가, 연구자를 아마추어로 보긴 어렵겠지만, 프로그래머로서는 아마추어라고 보는 겁니다. 저희 관점에서 볼 때 아마추어가 만들어낸 코드가 그대로 현장에 나와서 쓰이는 상황은 비극이다. 사용자도 너무나 많은 비용을 감당해야 한다. 그다음에 충분히 과학 기술 발전에 연구자들도 그 소프트웨어를 썼을 때 속도가 느리게 되면 연구 시간이 더 걸리는 문제가 있지 않겠습니까? 연구비도 많이 들어가고요. 우리나라가 사실 이게 우리나라만의 문제는 아니고 우리나라가 특히 심한데 우리나라가 이러한 내부적인 니치 마켓(틈새시장)이라고 보긴 어렵겠는데 이러한 수요가 사실 존재하고 전 세계적으로 프로그래머가 부족한 상황인데 우리나라가 고부가가치 산업으로서 이러한 소프트웨어 리엔지니어링 사업에 선점한다면 아마도 이미 선점하고 있는 대형 소프트웨어 회사들하고도 충분히 경쟁할 수 있지 않느냐. 저는 그렇게 보고 있습니다.”
-일단 알겠습니다. 하드웨어에 대한 사업, 소프트웨어에 대한 사업 말씀해 주셨는데 서비스는 어떤 게 있습니까?
“저희 장비가 ‘클라이맥스(Klimax)-210’이라는 장비가 피크 때 8킬로와트 전력을 씁니다. 사실 8킬로와트면.”
-어느 정도입니까?
“굉장히 큰 겁니다. 일반 가정이 전체적으로 써봐야 3킬로와트 정도 썼는데.”
-어느 정도 기간 동안?
“3킬로와트. 그래서 저희가 8킬로와트가 드는데 실제로 저희가 지방 대학교 연구실에다 납품해 보면 켰을 때는 잘 돌아가는데 작업만 올리면 죽는다. 컴퓨터가 문제가 있다 해서 저희가 난리가 나서 엔지니어들 내려가서 확인해 봤더니 그 건물 자체가 8킬로와트 정도의 전기를 피크 때 전력 수요가 생기면 전력 부족으로 시스템이 다운되는 현상이 생기더라고요. 그래서 사실은 저희가 그런 분들을 위해서 회사 내에 조그만 데이터 센터를 만들어서 했는데.”
-8킬로와트 먹는 모델명이 뭐라고요?
“클라이맥스(Klimax)-210입니다.”
-거기 CPU와 GPU 몇 개씩 달렸죠?
“CPU 2개 들어가고 GPU가 20개 들어갑니다.”
-그거 하나에 그렇게 많이 들어갑니까?
“네. 그래서 저희가 HPC 센터라는 데이터센터(IDC)보다는 전혀 다르니까 전력이 많이 들어가야 하니까 그런 식으로 해서 저희가 한동안 공식적인 건 아니고 비공식적으로 서비스를 해왔는데.”
-필요한 분들한테.
“근데 나중에 수용 못 하는 상황이 돼서 저희가 HPC 센터를 앞으로 해야겠다. 기술적인 준비는 다 된 상황이고 그다음에 두 번째로 저희가 만들어내는 소프트웨어들이 있는데 소프트웨어를 판매해서 쓰기는 좀 어렵더라. 그래서 우리 슈퍼컴퓨터에 접속해서 써라.”
-SaaS 모델로? 월 비용으로 내고?
“클라우드 서비스 비슷하게. 저희는 비용도 준비 단계기 때문에 그렇지 않을 거 같고요. 그다음에 마지막으로 저희가 석유 가스를 탐사하는 핵심 기술을 저희가 경쟁사들보다 압도적으로 고품격 기술이 만들어져 있는데 이거는 저희가 소프트웨어 판매를 하려고 했었는데 쉽지가 않더라고요. 그래서 저희 내부에 인력들이 서비스를 해주는 게 맞다. 그래서 서비스 범주 안에는 서비스도 일부 가능하고 그다음에 컴퓨팅 파워 렌탈도 들어가고 그다음에 실제로 과학공학 계산을 처리해주는 영역까지도 저희가 할 수밖에 없지 않느냐. 치명적인 이유가 서울대학교를 사례로 들자면 대학원 중심의 대학을 만들자고 해서 대학원생 숫자는 늘어났는데 그 사람들이 대체로 자기 논문 써서 졸업하기만 바쁘지 교수님들이 발전 방향에 대해서 제시하고 논문을 이걸 쓰더라도 이 부분도 공부해야 미래가 좋지 않겠냐고 이야기했을 때 논문 쓰는 게 급합니다. 이 정도로 실제로 교수님들이 대학원생들 논문 지도나 하는 상황이지 본인 연구를 할 수 있는 리소스가 활용 안 된다는 거에요. 과거에는 자기 논문도 썼지만, 교수님 연구의 공동 연구원으로서 이런 분위기가 있었는데 그래서인지 저희가 그러면 실제로 서울대학교 같은 경우에 사례를 들면 과거에는 실험실에 20명 있었다. 그럼 최소한 10명에서 15명 정도는 리눅스 이런 시스템을 쓰는 데 아무 문제가 없었거든요. 요즘은 한 과에 리눅스 제대로 쓰는 사람이 한두 명도 있기 힘든 정도입니다. 원인은 알 수 없는데 사회 발전 방향에 따른 건지는 모르겠지만, 어쨌든 그 상황이 되기 때문에 저희가 그런 대학원생들이 그런 교수님 연구를 도와주는 공동 연구를 하는 것을 안 하려는 경향이 있어서 그래도 연구를 해야 하므로 저희가 교수님들 연구를 지원해주는 쪽을 커버하는 방향으로 가야 하지 않느냐. 이 방향에서 저희가 서비스도 할 수밖에 없지 않냐. 이렇게 보고 있습니다.”
-작년에 코코링크는 매출 얼마나 했습니까?
“작년에 100억 원을 했는데요. 심각한 것이 전 세계적으로 반도체 대란 벌어지고 이런 상황이 난리가 벌어져서 아주 골치 아픈 한 해를 보냈습니다. 매출은 늘어났는데 기본적으로 견적은 넣었는데 연구비가 할당돼서 집행할 때쯤 되면 벌써 4~5개월 지나있거든요. 최소한 4~5개월. 그때 공급하려고 보면 컴포넌트 가격이나 원자재 가격이 올라버리는 거죠. 사실은 우리 회사가 1년에 10억 원 이상씩 연구비를 저희 미래를 위해서 쓰고 있는데 그것도 지난해는 커버도 못 했고.”
-100억 원 매출 중에 소프트웨어 매출, 하드웨어 매출, 서비스 매출 비중이 어떻게 됩니까?
“90% 이상은 하드웨어 매출이고요. 아직은 저희 소프트웨어를 시장이 요구하지만 수용할 수 있는 환경이 마련되지 않은 거 같습니다.”
-고객이 그렇게 막 엄청 많을 거 같지는 않다는 생각도 좀 들고 조금씩 더 소프트웨어의 활용. 왜 이걸 쓰는지는 조금씩 다 다를 거 같다. 이런 생각도 드네요.
“실질적으로 제대로 쓰지 않을 수 없는 환경인데 사실 우리나라 대학에서 공급하는 인력들 아니면 어쨌든 기업이 확고할 수 있는 인력들 범위 안에서는 그러한 슈퍼컴퓨팅 수요를 녹여서 활용해서 쓸 수 있는 인력들이 잘 공급 안 된다. 기업은 필요한 건 틀림없고 그거 안 하면 기업 경쟁력이 떨어지는 건 불 보듯이 뻔하지만, 어떻게 할 방법을 모른다. 할 방법을 알 수 없다는 게 제일 큰 문제죠.”
-그 세 가지 사업영역 중에서 매출 나오는 것 중에 주로 누가 사갑니까? 기업이 사갑니까? 연구기관이 사갑니까? 대학이 사갑니까?
“저희는 대부분이 연구기관이죠. 아직은 연구기관에서 기술이 어느 정도 완성되고 인력들이 충분히 만들어지면 그것들이 기업으로 넘어가서 기업 매출과 연결되는데 대부분 학교 실험실에서 열심히 연구해서 좋은 결과가 나와도 대부분 외국으로 나간다든지 외국 기업으로 가든지 하고 제대로 된 기술은 국내 기업으로 들어오는 빈도가 굉장히 낮고요. 왜 그러냐고 제가 가끔 아는 친구들한테 물어보면 기업이 그걸 수용할 준비도 안 돼 있는데 자기네들이 들어가서 할 수 있는 일이 없지 않느냐. 그러니까 우리나라에서는 이런 교육 시스템에서 인력 공급이 되어져도 기업이 수용하기 어렵고 기업이 그 절박함을 느껴서 수용하기 위해서 노력하고 이렇게 시너지가 되면 엄청 서로 간 큰 발전이 있을 수 있는데 지금은 인공지능 AI 관련해서 인력 많이 필요하다. 인력을 찾았지만, 실질적으로 고급 인력들, 잘 트레이닝 된 사람들은 진작에 외국 기업으로 이미 미국 다 나간 상황이고 남은 인력들 모아가지고 해보려니까 국내에서는 AI 연구 안돼. 이런 것들이 계속 반복되는. AI 영역뿐만 아니고 대부분의 영역이 그렇다는 거죠. AI 영역은 주목받는 부분이니까 그래도 좀 더 노력하는데 가령 항공기를 만든다고 했을 때 풍동실험을 해서 할 수 있겠지만, 그 비용을 감당하기 만만치 않을 겁니다.”
-시뮬레이션하는 거죠.
“그러면 제대로 된 전산유체역학(CFD)를 만들어서 하면 되는데 노력 안 하는 건 아닙니다. 근데 국내에 있는 기술 리소스를 다 못 쓴다는 거죠.”
-그게 어떤 의미입니까? 다 못 쓴다는 게?
“국내에 기술이 없는 건 아닌데 서로 커뮤니케이션이 안 되고 존재하는지도 모르는 경우가 대부분이죠. 저희가 과거 5~6년 전에 인터내셔널 슈퍼컴퓨팅 콘퍼런스(ISC)라고 독일에서 하는 행사에 가서 봤는데 바로 앞쪽 부스에 일본의 이화학연구소(RIKEN)라는 연구소의 부스가 있더라고요. 저희 부스 쪽을 보게 해서 조그만 성능 차의 0.5mm 격자로 전산유체역학(CFD)를 돌려서 백미러 사이의 미세 와류까지 돌아가는 걸 갖다가 제가 그걸 3일을 계속 봤었거든요. 우리도 저렇게 하면 되는데 그러면 그것이 당장 차량 판매에 영향을 끼치지 않을진 모르겠지만, 장기적인 기술 발전에는 엄청난 영향이 끼친단 말이에요. 그래서 저희가 그걸 국내에서 해보려고 이야기를 했더니 수용할 준비가 아직 안 돼 있더라. 저희가 공급할 능력이 안 되는지는 모르겠습니다만 그래서 사실은 우리나라가 경제 발전을 통해서 경쟁력이 굉장히 높아졌다고는 보지만, 미국이나 유럽 쪽에 보이지 않게 쌓인 어마어마한 기술 쪽 노하우를 우리가 전자 산업을 추격하듯이 그런 거까지 속속 다 파헤쳐서 우리가 다 따라가야 하지 수박 겉핥기만 한다고 해서는 결론이 못 나지 않겠나? 하는 생각이 좀 드네요.”
-근데 아까 연구하는 사람들은 연구를 하는 것이고 그걸 우리가 실제로 다 해볼 수는 없으니까 슈퍼컴퓨터와 그 위에 올라가는 소프트웨어로 시뮬레이션을 해보고 돌려보기도 하는 건데 지금 그걸 만질 사람들이 별로 없다는 얘기에요?
“일단 원인은 알 수 없겠습니다만 과거에는 실험실 단위에서 연구 사업을 하게 되면 2~3억 원 짜리 컴퓨터를 쉽게 샀거든요. 근데 최근에는 일단 그러한 연구비가 없다.”
-그런 HPC를 살 수 있는 연구비도.
“컴퓨터를 사서 연구에도 활용하지만, 또 나머지 학생들도 그 장비를 이용해서 대학원생들도 공부해서 성장할 텐데 이러한 고성능 컴퓨터를 사는 것 자체가 어쨌든 굉장히 행정적으로 제약 받고 있다는 이야기를 하더라고요.”
-혹시 HPC 고성능 컴퓨터를 그냥 일반 컴퓨터로 생각하는 거 아닙니까? 행정부나 정부 쪽에서?
“충분히 그럴 가능성이 있습니다. 왜냐면 일반 컴퓨터가 구현할 수 있는 범위하고 고성능 컴퓨터가 구현할 수 있는 범위는 전문가가 아니면 모를 정도로 극단적으로 차이가 크거든요. 근데 어쨌든 일반 관점으로 봤을 때는 컴퓨터 10대 있지 않느냐.”
-그러니까 연구 기자재를 사는 거는 오케이인데 거기에 컴퓨터 사는 건 안 돼. 이렇게 돼 있는 거 아니에요?
“제가 거기까지는 못 들여다봤는데 저희가 클라이막스-210이 1대가 Full로 인공지능에 적합하도록 해서 적당히 굴리면 6,000만 원 정도 되는데 이런 부분들을 6,000만 원 내고 사가는 사례는 한 건도 없습니다.”
-어떻게 사갑니까? 그거를.
“올해는 연구비가 1,000만 원 나왔으니까 올해는 화이트박스 구입하고.”
-나눠서.
“그다음에 또 다른 연구비가 생기면 GPU도 몇 개 사서 꽂아주세요. 그렇게 해서 저희는 1대 나간 줄 알고 있었는데 어떤 실험실을 가보면 컴퓨터를 여러 대 가지고 있기도 하고 어쩔 수 없이 그 사람들은 연구해야 하고 할 방법이 돈이 없어서 그렇게밖에 살 수 없는지는 모르겠지만, 그런 현실을 봤을 때 미국 쪽에 저희가 비즈니스를 많이 추진하고 있는데 미국 대학에서는 좀 괜찮은 연구를 한다고 그러면 기업 쪽에서 300만 불 그냥 줄 테니까 연구해보세요. 그걸 가지고 컴퓨터를 샀는지 뭘 샀는지 자기 회사 제품 샀는지 경쟁사 제품 샀는지 묻지도 따지지도 않는다는 거죠. 그 정도로 차이가 나다 보니까 제 주변에 많은 지인이 한국에 들어와서 교수도 하고 연구를 하는 게 좋지 않겠냐? 미국 해외 콘퍼런스 가서 물어보면 한국에 들어간다는 거 자체는 자기의 모든 연구 커리어를 던지고 그냥 마무리하는 단계로 본다. 연구 인프라도 없고 거기다가 지역적 한계 때문에 연구 정보도 더디게 오는데 그렇다고 월급이 많은 것도 아니고 왜 들어가야 되느냐? 그래서 공론화가 돼야 할 부분이라고 보고 있습니다.”
-만약에 진짜 실제로 연구 과제 나올 때 연구 기자재 구매할 때 HPC에 대한 구매가 그렇게 뭔가 불편? 아니면 잘 모르고 일반 PC로 표기가 돼 버렸다고 하면 그건 약간 개선돼야 할 거 같네요.
“제가 한 군데 이야기했더니 그러면 연구비를 특정 연구기관에 가보면 여러 실험실에서 돈을 모아서 그것을 한꺼번에 해서 모아서 사는 경우가 있거든요. 그건 대학은 아니고 일반 연구기관 중 연구 부서 중 각자 연구비를 각출해서 공동으로 쓰는 컴퓨터를 사는 경우가 있는데 그렇게 사면 되지 않냐고 제가 조언을 해봤더니 1억 원 넘어가는 장비를 사려면 도입위원회도 구성해야 하고 그 절차를 하느니 전공 연구를 포기하겠다.”
-혹시 대표님이 그래서 서비스를 하겠다고 하시는 거 아니에요? 사업적으로?
“실제로 급해서 돈은 없고 컴퓨터는 써야 하고 이런 분들이 많아서 제 눈에는 이건 서비스를 당연히 안 하면 대표로서 직무유기 아니냐는 느낌이 크게 오고 있습니다.”
-대표님 한 가지만 더 주요한 걸 여쭤보자면 코코링크 같은 회사가 국내에 또 있습니까?
“저희는 상당히 성격들이 모가 나서 모든지 끝장을 보는, 그다음에 저희가 대부분 잡았던 목표들이 그냥 일반 관점에서 봤을 때는 고려의 가치가 없는 그런 목표를 가지고 저희는 어쨌든 달성해오는 형태로 저희는 일을 해오다 보니까. 저희는 그냥 합리적인 목표를 가지고 추진했다고 생각하는데 대부분 모든 사람이 말도 안 되는 목표를 가지고 무모한 도전을 한 게 아니냐는 표현을 쓰더라고요. 그런 거로 봐서는 저희같이 무모한 집단은 제가 아직 만나보지 못했습니다.”
-근데 어쨌든 2020년도에 매출이 제가 자료를 받은 거로 보면 2019년부터 530억 원, 2020년도에 720억 원, 2021년도에 101억 원 이렇게 매출 성장은 계속 쭉 해오셨는데 기업공개 계획도 좀 있습니까?
“저희가 스케일업 하기 위해서는 불가피하다. 저희가 이미 미국 시장 쪽 준비가 아주 많이 돼 있고 사실 저희 매출이 작년 같은 경우에도 운전자금만 있었으면 매출이 훨씬 더 크게 늘어날 수 있었는데 저희가 사업을 20년 해왔지만, 대부분 기간 동안 저희 규모에 넘치는 연구개발들을 계속 써왔고 그게 지금까지 누적돼 있다 보니까 자원축적이 지금 저희가 안 돼 있습니다. 이 부분을 극복하기에는 시간이 필요하므로 연구 그만두고 장사만 몇 년 해야 하는데 이 부분에 대해서는 도움을 받아야 한다.”
-자금 조달 측면에서.
“네. 그래서 기업공개를 해서 자금을 끌어들여서 저희도 스케일업을 피할 수 없는 단계까지 왔다. 이렇게 보고 있습니다.”
-하드웨어, 소프트웨어, 서비스 이런 쪽으로 사업 구조를 잡으셨는데 앞으로 제일 성장이 많이 될 거 같은 사업 분야는 뭡니까?
“HPC 시장이 꽤 큽니다. 일반적으로 50조 이상 시장이라고 보긴 하는데 저희가 접근할 수 있는 시장은 15조 규모로 보고 있고요. 150억 달러 시장으로 보고 있고 그다음에 소프트웨어 시장은 사실상 통계가 잡혀 있지만, 이쪽도 보이지 않은 부분이 많고요. 그다음에 마지막으로 서비스 쪽도 컴퓨터로 활용하는 서비스까지 확대되면 저희가 거의 대부분의 사업영역을 커버한다고 볼 수 있을 정도기 때문에 특히 석유 탐사 영역 같은 경우에는 그 산업 규모는 벌써 엄청난 규모고요. 입에 담기도 힘들 정도로 큰 규모고.”
-그거 사람이 다 가서 찔러 볼 수도 없는 거 아닙니까?
“네. 탐사영역 저희가 하는 영역만 쪼개더라도 거의 100억 달러 정도 시장이 되고 그래서 저희는 굉장히 니치 마켓(틈새시장)이라고 보는데도 그 정도라는 거죠. 그러한 영역들이 석유 탐사만큼 큰 영역은 많지는 않겠지만, 그렇게 해서 엔지니어링 서비스 쪽의 시장이 생각보다는 굉장히 많이 있습니다. 근데 우리나라가 GDP가 낮은 이유가 그런 고부가가치 고급 산업 쪽에는 손도 못 대고 있다. 이 부분이 지금 저도 말하면서 웃음이 나오는 것이 참 아프죠.”
-대표님 오늘 말씀해주셔서 고맙습니다. 한 번씩 나오셔서 오늘 사실 우리가 뉴스 기사 슈퍼컴퓨팅 시장이 세계적인 어떤 국가는 이 정도 성능이 되는데 한국은 이 정도밖에 안 되더라. 이런 것도 제가 뉴스에서 많이 봤는데.
“제가 한 말씀만 더 드리자면 사실 저희가 2013년부터 슈퍼컴퓨팅 컨퍼런스(KSC)에 안 빠지고. 물론 코로나 시기에는 빠졌습니다만 다 참석했는데 중국이 어떻게 해서 유럽에서 기술 강국으로 인정을 받게 된 과정을 저희는 목도했거든요. 중국의 '티엔허-2A(Tianhe-2A)'라는 슈퍼컴퓨터가 4년 동안 세계 1위를 TOP500 랭킹에서 1위를 하지 않았습니까?”
-그거 보고 왔습니다. 그 시스템.
“저는 엔지니어니까 들여다보고는 웃었죠. 이게 컴퓨터라고 그러면 우리는 그냥 날아다닌다고 할 정도로.”
-돈은 많이 넣었더라고요. 거기 보니까.
“돈은 많이 넣었는데 구조적으로는 형편없는 시스템이거든요. 그래서 그 과정에서 심지어는 아주 저명한 그런 교수님들조차도 TOP500에 1위 랭킹되어 있는 그 시간이 지나는 사이에 불과 3~4년 사이에 중국을 보는 눈이 바뀌었다는 거죠. 중국이 바뀌었다고 보진 않는데 우리나라가 성장해보겠다고 그러면 그래도 한 번쯤은 TOP 1위 정도에 기록돼야 한다. 그것도 국내 기술로.”
-우리는 몇 등인가요?
“지금 국내에서 예산 받아서 장비 도입하면 10위 언저리 있다가 시간 지나면 한참 떨어졌다가 또 연구 예산 받아서 하면 또 좀 올라갔다가 내려갔다가 그런 상황인데 문제는 그냥 외국 제품 사서 설치한 거기 때문에.”
-돈으로 바른 거다?
“외국 제품 사서 외국 회사에 선전물로 갖다 놓은 거죠. 중국 같은 경우에는 '티엔허-2A(Tianhe-2A)' 같은 경우에는 어쨌든 자기네들이 보드 설계 다 했다. 그다음에 일본 후가쿠(Fugaku) 같은 경우에는 일본은 이화학연구소(RIKEN)이라는 연구기관이 1,000만 원짜리 소프트웨어조차도 외국산 제품을 안 넣습니다. 지독한 일화가 있는데 그건 지금 말씀드리기는 그렇고 그래서 일본 같은 경우에는 그냥 '메이드 인 재팬'이 아니면 그 연구소에 들어가질 못하는 정도로 소프트웨어든 하드웨어든.”
-약간 일본 답네요. 섬나라의 어떤.
“역설적으로 그 자체가 일본이 그런 슈퍼컴퓨터를 만들었다는 레퍼런스가 있어서 그 후광 효과로서 그 주변에 있는 일본 기업들이 역시 기술 쪽으로 높은 평가를 받는다는 거죠.”
-노벨상도 일본에서도 많이. 그걸로 받은 건지는 모르겠는데 그걸로 연구할 때도 충분히 인프라적으로 도움 될 수 있는 거 아닙니까?
“크게 되죠. 서울대학교 교수님 한 분은 슈퍼컴퓨터 사주면 노벨상 따겠다고 우스갯소리 하시는 분이 계실 정도로 연구 인프라가 끼치는 영향은 어마어마하게 큽니다. 거기 제가 아는 한국 분 한 분이 계시는데 혹시 한국 돌아올 생각이 없느냐? 엄두가 안 난다.”
-지금 일본에 계신 그분이?
“일본 이화학연구소(RIKEN)에 근무하시는 분인데. 외관상으로는 비슷해 보이고 생활은 한국이 훨씬 더 좋은데 연구 환경으로 보면 자기는 그거 떠나는 순간 학계 은퇴라고 본다는 정도로 말씀하시더라고요.”
-오늘 여기까지 하겠습니다. 다음에 또 부탁드리겠습니다. 대표님 고맙습니다.
“감사합니다.”
