'알파고'로 머신러닝 시대의 개화…수혜주는?

[김다운기자] 알파고를 계기로 '머신러닝(machine learning)'에 대한 관심이 높아지고 있다. 머신러닝이란 기계가 인간처럼 알아서 학습을 하는 것을 말한다. 인간이 모델링을 해줄 필요 없이 컴퓨터가 자체적으로 데이터를 분석한다.

미래에셋증권은 14일 이 같은 머신러닝 발전으로 프로그램용 반도체(FPGA)와 그래픽처리장치(GPU) 업체들의 수혜가 기대된다고 분석했다.

미래에셋증권 도현우 애널리스트는 "머신러닝은 데이터에서 특정한 패턴을 찾는 것이 우선인데, 데이터 패턴을 찾는 방법은 크게 SL(Supervised Learning)과 UL(Unsupervised Learning) 두 가지"라고 전했다.

SL은 데이터의 결과값이 있고 UL은 결과값이 없는 경우를 말하는데, SL은 상대적으로 난이도가 낮고 현재 확보한 기술 수준이 높지만 UL은 난이도가 매우 높고 현재 기술 수준이 매우 초보적이라는 설명이다.

그는 "인공지능(AI)이 인간이 하는 일을 대체하려면 UL의 기술 수준이 올라가야 한다"고 풀이했다.

구글의 인공지능 알파고에 탑재된 수준으로는 사람이 하는 일을 대체할 정도는 아니라는 분석이다. UL의 기술 수준이 그 정도까지 발달하지는 않았기 때문이다.

다만 알파고를 계기로 머신러닝은 향후 트렌드로 부각될 것이라는 기대는 크다.

도 애널리스트는 "머신러닝 발전은 반도체 업계에 긍정적인 역할을 할 것"이라며 "머신러닝은 고사양 컴퓨터가 필요할 것이고 이는 반도체 수요에 도움이 되기 때문"이라고 진단했다.

하지만 반도체 업계에 따라 수혜는 차별화될 것으로 분석했다.

알파고는 1천202개의 중앙처리장치(CPU)와 176개의 GPU 를 탑재했고, 성능은 264TFlops로 업계가 추정중인데 이는 2015년 기준 슈퍼컴퓨터 순위 500위보다 크게 낮은 것이다.

그는 "알파고의 우수한 성능은 CPU가 많아서가 아니다"면서 "오히려 CPU 수를 더 늘렸더니 성능이 감소하기도 했다"고 지적했다.

높은 성능은 효율적인 알고리즘과 GPU를 활용한 헤테로지니어스 컴퓨팅 때문이라는 설명이다.헤테로지니어스 컴퓨팅이란 CPU 이외에도 GPU, FPGA 등을 연산에 포함시켜 하나의 시스템을 구성하는 것을 의미한다.

도 애널리스트는 "향후 머신러닝 트렌드도 알파고와 유사한 방향으로 갈 것"이라며 "CPU와 메모리를 늘려서 컴퓨팅 성능을 올리기보다는 효율적인 알고리즘 개발과 FPGA, GPU를 활용할 것"이라고 내다봤다.