中 '딥시크 쇼크' 뒷받침한 반도체, '어센드 910C'…"기술한계 뚜렷"[테크토크]

전 세대 칩 두 개 연결한 구조
낮은 전기 요금이 한계 상쇄해

중국 화웨이의 어센드(중국명 성텅·昇騰) 910C 그래픽처리장치. 화웨이

최근 인공지능(AI) 업계를 뒤흔들었던 중국산 AI 모델 '딥시크'는 하드웨어 분야에서도 경계심을 불러일으켰습니다. 중국산 그래픽처리장치(GPU)인 화웨이 어센드(중국명 성텅·昇騰) 910C를 이용해 훈련, 추론했기 때문입니다. 어센드 910C는 화웨이 어센드 GPU 시리즈의 세 번째 세대로, 엔비디아 고성능 GPU를 직수입할 수 없는 중국에선 기술 자립의 핵심으로 여겨집니다. 최근 서구권 반도체 전문가들은 어센드 910C의 구조와 한계를 조명했습니다.

차세대 中 GPU 핵심은 칩렛 기술

어센드 910C의 칩 구조. 전 세대인 어센드 910B 두 개를 칩렛으로 연이어 붙인 형태. 엑스(X) 캡처

미국 국가전략 싱크탱크 센터 국제전략연구센터(Center for Strategic and International Studies)는 지난 3월 화웨이 910C의 상세한 제원을 담은 정보를 입수, 공개한 바 있습니다. 이후 서구권 테크 전문가들은 이 칩의 구조와 제조 방식을 철저히 분석했습니다.

탐스 하드웨어, 세미애널리시스 등 미국 기술 전문 매체 자료를 종합하면, 어센드 910C는 사실 전 세대인 910B 칩 두 개를 하나로 연결한 대형 칩입니다. 여러 개의 반도체 다이를 마치 한 개의 칩처럼 만들어주는 칩렛(Chiplet) 기술을 사용했기 때문입니다. 덕분에 910C는 별다른 공정 혁신 없이도 이론적으로 전 세대 대비 2배의 성능을 발휘할 수 있습니다.

화웨이가 이런 접근법을 취한 이유는 기술 한계 때문일 가능성이 큽니다. 910C는 910B처럼 7나노미터(nm) 공정을 쓰기 때문이지요. 다만 중요한 건 대만 TSMC가 아닌 중국 국영 반도체 위탁생산업체 SMIC의 7nm 공정을 채택했다는 게 중요합니다. 이로써 어센드 910C는 중국산 지식재산권(IP), 중국산 반도체 공정 설비, 중국산 위탁생산으로 기술 자립에 성공한 셈입니다.

글로벌 고급 기술 접근 불가…한계도 뚜렷

어센드 910C 기반 클라우드 솔루션인 클라우드매트릭스 384. 엔비디아 제품보다 차지하는 면적도 넓고 와트 대비 성능도 현저히 떨어지지만, 중국 기업들에게는 유일한 선택지가 되고 있다. 화웨이

그러나 어센드 910C의 접근법엔 명확한 한계가 있습니다. 첫 번째는 면적 증가입니다. 칩 두 개를 하나로 합쳤으니 그만큼 칩이 차지하는 공간도 늘어납니다. AI 반도체는 수만개 이상을 데이터센터에 꽂아 넣어야 하는데, 칩 다이 면적이 늘었다는 건 칩을 적재하는 서버 랙(rack), 기타 보조 설비가 들어갈 공간도 넓어진다는 겁니다. 고스란히 데이터센터 시공사들의 부담이 됩니다.

두 번째는 메모리 대역폭입니다. 이는 엔비디아와 달리 중국 기업들은 한국제 고성능 고대역폭메모리(HBM)에 접근할 수 없기 때문에 나타나는 한계입니다. 어센드 910C는 HBM2e를 사용합니다. 한 개의 핀(fin) 당 메모리 대역폭은 3.6Gbps로, 엔비디아가 차세대 칩에 사용할 HBM4의 대역폭(6.4Gbps) 대비 거의 반토막 수준입니다. AI의 메모리 전송 속도 기준인 대역폭이 낮으면 AI 훈련 성능도 100% 발휘될 수 없습니다.

이 같은 한계를 극복하기 위해, 화웨이는 값비싼 통신 기술을 활용합니다. 지난달 16일 화웨이는 클라우드매트릭스 384라는 AI 클라우드 시스템을 공개했습니다. 어센드910C 수천 개를 탑재한 해당 시스템은 서버 랙 사이를 구리 통신선이 아닌 100% 광섬유로만 연결합니다. 광섬유는 구리보다 데이터 전송 속도가 더 빠르지만, 대신 훨씬 비싸고 통신 거리가 멀어질수록 전력 소모도 높아집니다.

이런 다양한 페널티를 모두 고려하면, 어센드 910C의 전력 소모 대비 컴퓨팅 성능은 엔비디아 H100 GPU 대비 60% 수준이라고 합니다.

낮은 전기 요금으로 비효율성 상쇄

중국 상하이에 있는 우징 석탄 화력발전소 전경. 연합뉴스

전력 대비 컴퓨팅 성능은 AI 훈련, 추론 경쟁력의 핵심입니다. AI는 갈수록 기하급수적으로 커지기 때문에, 오로지 초대형 데이터센터로 개발, 구동 비용을 억눌러야만 경쟁할 수 있기 때문이지요. 똑같은 1와트(W)로 H100 대비 60%의 컴퓨팅 성능만 발휘할 수 있다면, 중국 업체들은 나머지 40%를 더 많은 데이터센터 투자로 충당해야 합니다. 이는 AI 데이터센터의 열 관리, 냉각수 소모, 운영 인력 확충 등 부가 비용도 점증시키기에 중국 AI 기업들의 발목을 잡을 겁니다.

하지만 지금 당장은 중국 기업들이 클라우드매트릭스의 비효율성을 감내 가능할 것으로 보입니다. 아이러니하게도 이는 중국 경제의 부진 덕분입니다.

올해 1월 블룸버그 통신에 따르면, 중국 도매 전기 가격(메가와트시·MWh 기준)은 현재 56달러(약 8만원) 수준으로, 2022년 평균 90.7달러(약 12만8000원)에서 크게 절하됐습니다. 각 지방 정부가 경기 침체를 막기 위해 산업용 전기 요금을 삭감했기 때문입니다. 원래는 전기 소모가 심한 제조업체를 지원하기 위한 대책이었지만, 데이터센터를 운영하는 IT 기업들도 반사 이익을 얻은 셈입니다.

임주형 기자 skepped@asiae.co.kr