구글, 클라우드 서비스 승부수로 `GPU 병렬 컴퓨팅` 선택

구글이 그래픽카드(GPU) 코어를 기계학습(Machine Learning)에 투입, 클라우드 서비스 성능을 개선한다. 비용을 최소화하면서 보다 효율적인 운영이 가능해질 전망이다.

21일 IT 업계에 따르면 구글은 최근 클라우드 서비스에 기계학습을 도입해 성능을 개선하기로 하고, 여기에 GPU 코어 사용을 확대 적용하기로 했다. 이를 통해 성능을 개선한 클라우드 서비스는 내년 초 선보일 예정이다.

구글은 지난해 말부터 클라우드 서비스 사업에 본격적으로 뛰어들기 시작했다. 다양한 내부 서비스를 클라우드로 구동하며 쌓은 노하우와 시스템 인프라를 바탕으로, 기계학습을 통해 성능을 자동으로 개선하는 방안을 도입하며 입지를 넓혀가고 있는 상황이다.

구글이 여기서 다시 한 번 띄운 승부수가 바로 GPU 코어의 활용이다. 기존 컴퓨팅은 중앙처리장치(CPU) 코어를 이용해서만 작동했는데, CPU 성능 향상에 한계가 다가오고, 개발 비용이나 전력소모량 증가에 따른 운영 비용이 증가하자 대안으로 등장한 것이 바로 GPU 코어를 이용하는 '병렬 컴퓨팅(Parallel Computing)'이다. CPU 코어 성능에 한계를 체감한 AMD와 엔비디아를 시작으로 인텔도 최근 들어 GPU 코어를 활용하는 방안을 본격화하고 있다. 특히 GPU 코어는 CPU 코어에 비해 전력소모량과 발열 모두 낮아, 전기료나 냉각에 필요한 비용을 모두 절감할 수 있다. 구글도 이미 검증된, 현실적인 방안을 도입해 클라우드 서비스의 성능을 한층 높인다는 계획이다. 구글은 AMD 파이어프로 S9300 x2 제품과 엔비디아 테슬라 P100, K80s 등을 활용한다고 밝혔다.

공식 블로그에서 구글은 "기계학습과 같은 가장 복잡한 워크로드에 사용하는 구글 클라우드 플랫폼(GCP)에서 더 많은 하드웨어 선택지를 제공할 것"이라며 "구글 컴퓨트 엔진과 구글 클라우드 기계학습에 있어 GPU를 이용한 특화된 프로세서를 통해 기계학습 애플리케이션의 복잡성을 다루게 된다"고 설명했다.

구글은 이와 함께 클라우드 생태계의 확산을 위해 '구글 클라우드 기계학습 그룹'을 새로 출범시키고, 리페이페이와 리지아 등 두 명의 연구원에게 이 그룹을 이끌라는 중책을 맡겼다.또 클라우드 관련 구직 플랫폼(Google Cloud Jobs API)과 클라우드 기반 번역 플랫폼(Cloud Translation API) 프리미엄 버전 등도 소개했다.

이재운기자 jwlee@dt.co.kr