살릴 라제(Salil Raje) AMD 적응형 및 임베디드 컴퓨팅 그룹(AECG) 수석 부사장 겸 총괄책임자는 2일 서울 여의도 63빌딩에서 <디지털데일리>와 만나 피지컬 AI(Physical AI) 시장을 둘러싼 AMD 전략 방향과 관련해 자신의 입장을 밝혔다. [사진=AMD]

[디지털데일리 김문기기자] "글로벌 피지컬 AI 표준과 시장을 선도하겠다"

살릴 라제(Salil Raje) AMD 적응형 및 임베디드 컴퓨팅 그룹(AECG) 수석 부사장 겸 총괄책임자는 2일 서울 여의도 63빌딩에서 <디지털데일리>와 만나 피지컬 AI(Physical AI) 시장을 둘러싼 AMD 전략 방향과 관련해 이같이 말했다.

지난 수년간 글로벌 인공지능(AI) 열풍을 주도한 대규모 언어 모델(LLM)과 생성형 AI는 텍스트를 요약하고 코드를 작성하며 지식 노동자의 디지털 생산성을 끌어올리는 '정보 이해와 생성' 중심의 1단계를 마쳤다. 현재 글로벌 AI 산업의 전선은 단순한 정보 분석을 넘어 물리적 현실 세계와 직접 상호작용하며 실제 작업을 수행하는 피지컬 AI로 급격히 전환되고 있다.

이에 발맞춰 AMD는 2022년 인수한 자일링스의 FPGA및 적응형 SoC 포트폴리오를 자사 젠(Zen) 아키텍처 기반 x86 CPU, 라데온 GPU, 신경망처리장치(NPU)와 유기적으로 결합하며 피지컬 AI 패러다임 선점에 속도를 내고 있다.

라제 부사장은 “과거 챗GPT나 앤트로픽 같은 대규모 언어 모델이 정보를 분석하고 이해하는 데 집중했다면, 피지컬 AI는 실제 물리적 세계에서 행동을 일으키는 것”이라며 “산업 현장의 로봇, 드론, 자동차, 의료기기 등 전 영역에서 기존의 고전 알고리즘이 AI 알고리즘으로 빠르게 대체되고 있다”고 진단했다.

이어, “피지컬 AI는 먼 미래의 기술이 아니라 전 세계 모든 산업 현장에서 지금 이 순간 벌어지고 있는 명백한 현실”이라고 거듭 역설했다.

◆ "피지컬AI는 토큰 처리량보다 '결정론과 지터 제어'가 생명"

우선 그는 엔비디아와 명확하게 선을 그었다. 개방형 생태계를 지향하면서 글로벌 피지컬 AI 생태계 표준을 선도하겠다는 발언과 맥을 함께 한다.

라제 부사장은 “엔비디아의 방식은 데이터센터용 GPU를 단순히 작게 축소해 피지컬 AI에 적용하고, 오직 AI 모델을 구동하는 데만 치중하는 것이다. 반면 AMD의 접근법은 근본적으로 다르다. 우리는 임베디드라는 확고한 토양에서 출발했다"라며, "자일링스는 40년간 임베디드 기업이었고, 전통 로보틱스 분야에서도 20년 동안 현장 경험을 축적했다. 우리는 결정론적 동작, 기능 안전, 신뢰성, 엄격한 전력 제약이라는 피지컬 AI의 근간을 이미 깊이 이해하고 있다"고 강조했다.

이어, "새로운 피지컬 AI 시장은 우리가 체득한 이 모든 기반 위에 AI라는 층을 한 단계 얹는 것이다"라며, "AI가 추가된다고 해서 기존 시스템 엔지니어링 원칙이 사라지는 것이 아니라, 오히려 그 토대 위에 더해지는 것”이라고 설명했다.

최근 업계 일각에서는 피지컬 AI 아키텍처를 두고 AMD가 ‘어드밴싱 AI’ 등에서 선보인 랙 스케일 클라우드 솔루션, 이를테면 헬리오스와 구조적으로 유사하다는 점을 들어 ‘미니 데이터센터의 압축판’으로 해석하는 시각도 존재한다.

이에 대해 라제 부사장은 “로봇이나 지능형 시스템 전체를 놓고 보면 센싱(Sensing), 계획(Planning), 판단(Decision), 행동(Action)으로 이어지는 각 단계마다 서로 다른 컴퓨팅 아키텍처가 필요하고, 이들이 네트워크로 연결된다는 점에서는 데이터센터와 피지컬 AI가 이기종·분산형이라는 공통 분모를 갖는다”면서도 “그러나 두 시스템이 추구하는 근본적인 목표와 비용 함수는 완전히 다르다”고 명확히 짚었다.

그는 “데이터센터에서는 달러당 토큰 생성 수, 와트당 토큰 생성 수 등 오직 처리량과 보안에 집중하며 제품의 수명주기도 비교적 짧다”며 “반면 피지컬 AI 영역에서 가장 집중해야 하는 핵심 가치는 '결정론(Determinism)'과 '지연시간(Latency)'이다. 단순히 평균 연산 성능이 얼마나 뛰어난가는 중요하지 않다. 로봇이나 피지컬 AI 시스템이 수행하는 모든 행동은 정해진 확정적 시간 안에 반드시 완수되어야 한다”고 강조했다.

실제로 데이터센터 클라우드 환경에서는 챗봇의 응답이 수백 밀리초 지연되더라도 서비스에 치명적인 문제가 발생하지 않는다. 반면 생산 현장에서 작업자와 함께 움직이는 협동로봇, 시속 100km로 달리는 자율주행차, 환자의 생명을 다루는 수술용 로봇에서는 미세한 지연이나 찰나의 연산 오차가 대형 충돌이나 인명 사고로 직결된다.

라제 부사장에 따르면 피지컬 AI 시스템의 핵심 지표는 '평균 지연시간(Average Latency)'이 아닌 '테일 레이턴시(Tail Latency)'와 '지터(Jitter)'의 억제다. 드물게 발생하는 단 한 번의 지연시간 급증이 제어 루프를 불안정하게 만들고 시스템을 위험에 빠뜨리기 때문이다.

또한 전력과 발열에 대한 접근법도 판이하다. 데이터센터에서 전력이 '정해진 전력 예산 내에서 몇 개의 토큰을 뽑아내는가'라는 경제성의 문제라면, 피지컬 AI 시스템에서는 배터리가 방전되면 기계가 완전히 멈춰 서는 '물리적 제약 조건'이다.

살릴 라제(Salil Raje) AMD 적응형 및 임베디드 컴퓨팅 그룹(AECG) 수석 부사장 겸 총괄책임자는 2일 서울 여의도 63빌딩에서 <디지털데일리>와 만나 피지컬 AI(Physical AI) 시장을 둘러싼 AMD 전략 방향과 관련해 자신의 입장을 밝혔다. [사진=AMD]

◆ 센스-투-액트 파이프라인과 이기종 반도체 결합

피지컬 AI가 요구하는 엄격한 타이밍을 충족하기 위해서는 단순 신경망(DNN) 추론뿐 아니라 센서 데이터가 입력되어 물리적 모터 구동으로 이어지는 ‘종단간 센스-투-액트(Sense-to-Act)’ 전 과정을 통합 관리해야 한다.

산업 현장의 실제 파이프라인은 ▲카메라·라이다(LiDAR)·IMU 등의 센서 입력 및 타임스탬프 기록을 통한 멀티모달 동기화 ▲ISP(이미지신호처리), 필터링, 포맷 변환 등 전처리 ▲관측값 연계와 월드 모델 업데이트를 거치는 센서 융합 및 상태 추적 ▲DNN 실행과 출력 디코딩을 포함한 추론 및 후처리 ▲궤적 생성과 안전 제약조건 확인을 수행하는 계획 및 의사결정 ▲최종 모터 명령을 전송하고 피드백을 받는 제어 및 액추에이션 I/O 단계로 유기적으로 연결된다.

AMD의 엔지니어링 분석에 따르면, 시스템의 최악의 지연시간은 AI 모델 자체의 연산 속도보다는 단계 간 데이터 큐잉, 스케줄링 동기화 지연, 메모리 복사, 인터커넥트 대역폭 경합 등 데이터 이동 과정에서 집중적으로 발생한다.

AMD 라이젠 AI 임베디드 X100 시리즈 [사진=김문기 기자]

AMD는 이를 해결하기 위해 최근 ‘라이젠 AI 임베디드 P100/X100’ 시리즈를 공개했다. P100 프로세서는 확장 가능한 고성능 x86 젠 CPU 코어, 실시간 3D 렌더링과 시각화를 담당하는 라데온 GPU, 반복적인 DNN 추론을 저전력으로 처리하는 NPU(신경망처리장치)를 단일 실리콘 다이에 통합하고, 세 엔진이 단일 통합 메모리(Unified Memory)를 공유하도록 설계됐다. 이를 통해 불필요한 칩 간 데이터 복사와 전송 오버헤드를 원천적으로 제거했다.

실제 산업 환경별 워크로드 분할도 정교하게 이뤄진다. 자율 이동 로봇(AMR) 환경에서 CPU는 경로 내비게이션, 모션 제어, 충돌 방지 로직을 수행하고, GPU는 서라운드 뷰 다중 카메라 비전과 깊이 센싱을 처리하며, NPU는 엄격한 전력 범위 내에서 보행자 감지와 안전 인식 추론을 전담한다.

의료용 초음파 영상 장비의 경우 CPU가 전체 데이터 플로우 제어와 병원 네트워크 스토리지 연동을 오케스트레이션하고, GPU가 3D 영상 재구성 및 렌더링을 맡으며, NPU가 스펙트럼 빔포밍 분석과 병변 검출 추론을 실시간으로 분담한다. 공장 자동화용 러기드 엣지 PC 역시 윈도 기반 HMI 애플리케이션과 실시간 모션 제어 스레드를 CPU 상에서 가상화 기술로 분리 격리 구동한다.

이러한 이종 엔진 간 혼합 중요도 경합 문제에 대해 라제 부사장은 “하드웨어가 다양한 유형의 컴퓨팅 엔진을 하나의 통합 메모리로 제공하고, 상위의 수직적 소프트웨어 스택이 오토모티브, 로보틱스, 헬스케어 등 각 분야의 실시간 요구사항에 맞춰 지연시간과 스케줄링을 최적화한다”고 설명했다.

이어 그는 “P100이나 X100 단독 구성에 그치지 않고, 극도로 까다로운 초저지연과 센서 확장이 요구되는 영역은 본질적으로 결정론적 특성을 지닌 FPGA 및 적응형 SoC를 결합하는 ‘임베디드 플러스’ 아키텍처로 해결한다”고 덧붙였다.

특히 라제 부사장은 하드웨어 내부 버스 병목을 해결하는 독보적 자산으로 ‘프로그래머블 NoC(Network on Chip)’를 지목했다.

그는 “경쟁사의 NoC가 주로 메모리 인터페이스 연결에 국한되어 있는 반면, AMD의 프로그래머블 NoC는 FPGA 로직 패브릭 전체를 관통한다”며 “로직 간 거리가 먼 블록 사이에서도 지연시간 변동 없이 극도로 높은 대역폭으로 데이터를 전송할 수 있어 대규모 고성능 임베디드 설계가 가능하다”고 자신감을 내비쳤다.

AMD 크리아 AI SOM [사진=김문기 기자]

◆ “에이전틱 AI 폭증, 젠 CPU의 강력한 오케스트레이션 필수… ISA에 얽매이지 않아”

업계 일각에서는 로봇이나 임베디드 엣지 기기 시장에서 경쟁사들이 Arm 기반의 초저전력 설계를 강조하는 것과 비교해, AMD의 핵심 자산인 x86 CPU 아키텍처가 전력이나 공간 측면에서 무겁지 않느냐는 의문을 제기하기도 한다.

이에 대해 라제 부사장은 “AMD는 명령어 세트 구조(ISA)에 얽매이지 않는 완전한 애그노스틱(Agnostic) 기업”이라며 “버설(Versal) 등 적응형 SoC 라인업에는 이미 다양한 ARM 프로세서가 깊숙이 결합되어 있어, 10~20W 수준의 초저전력 환경에서는 스파르탄 울트라스케일 플러스나 버설 AI 엣지 2세대 같은 단독 제품으로 유연하게 대응한다”고 일축했다.

더 나아가 그는 피지컬 AI의 진화 방향을 고려할 때 고성능 젠 CPU의 존재가 오히려 AMD만의 결정적 경쟁 우위가 될 것이라고 역설했다.

그는 “로봇이나 산업 자동화 설비, 드론, 자율주행 차량을 들여다보면 순수하게 AI 모델을 구동하는 것보다 훨씬 더 방대한 양의 '오케스트레이션'이 요구된다. 피지컬 AI는 진정한 의미에서 ‘에이전틱 AI(Agentic AI)의 궁극적인 형태’다"라며, "이처럼 복잡한 에이전틱 AI와 방대한 오케스트레이션이 발생할 때 반드시 필요한 것이 바로 강력한 CPU다. X100과 P100 프로세서가 업계에서 주목받는 이유 역시 오케스트레이션과 실제 행동 제어를 거침없이 수행할 수 있는 강력한 젠 CPU를 탑재하고 있기 때문"이라고 설명했다.

또한 "데이터센터에서도 에이전틱 AI가 확산되며 시스템을 지휘할 CPU 수요가 폭발해 CPU와 GPU의 비율이 1대1로 수렴하고 있다"라며, "피지컬 AI 역시 마찬가지다. 수많은 행동을 조율하기 위해 강력한 젠 CPU의 역할이 피지컬 AI 시대에 더욱 중요해지고 있다”고 반문했다.

그의 설명처럼 현실 세계에서 작동하는 로봇은 주변 상황을 감지한 뒤 행동 여부를 스스로 판단하고, 다중 모달 데이터를 종합해 실시간 제어 명령을 내려야 하는 ‘자율 에이전트(Agent)’로 동작한다. 단순히 신경망 추론 가속기만 키운다고 해결될 문제가 아니며, 백그라운드 OS 관리, I/O 스케줄링, 안전 감시, 미들웨어 통신 등 방대한 양의 비정형 오케스트레이션을 지연 없이 처리할 고성능 범용 CPU의 역할이 필수 불가결하다는 주장이다.

◆ “폐쇄형 락인 거부… 오픈소스 하드웨어·소프트웨어로 고객 자율성 보장”

라제 부사장은 엔비디아의 ‘풀스택 수직 계열화’ 전략에 맞서, AMD의 오랜 핵심 철학인 ‘개방형 생태계’를 피지컬 AI 시장에서도 핵심 차별화 무기로 내세웠다.

그는 “경쟁사의 전략은 고객을 하나의 닫힌 생태계에 락인시키는 데 집중되어 있다"며 "시뮬레이션 환경부터 AI 모델, 컴파일러, 심지어 하드웨어까지 모두 수직 통합되어 있어 고객에게 선택권이 거의 주어지지 않는다. 고객은 완제품 형태의 모듈(SOM)을 받아도 이를 다른 보드로 바꿀 수 없으며, 오직 경쟁사가 제공하는 특정 보드만 써야 한다. 소프트웨어와 시뮬레이션 환경 역시 완전히 갇혀 있다"고 지적했다.

이에 비해 "수많은 고객과 파트너들이 AMD의 개방형 생태계에 합류하고 싶어 하는 이유는, 이 생태계 안에서 독자적이고 지속 가능한 비즈니스를 영위할 수 있기 때문"이라고 반문했다.

경쟁사의 경우 칩뿐만 아니라 완제품 형태의 모듈 보드, 폐쇄적인 시뮬레이션 플랫폼, 전용 컴파일러에 이르기까지 자사 생태계에 묶어두는 락인 방식을 선호한다. 반면 AMD는 로보틱스 표준 프레임워크인 ROS 2 하드웨어 가속 스택을 완전 오픈소스로 제공하며 개발자 생태계를 지원하고 있다.

하드웨어 측면에서도 유연성을 극대화했다. 라제 부사장은 “AMD 크리아(Kria) 개발 플랫폼은 소프트웨어뿐만 아니라 하드웨어 규격까지 오픈소스로 제공된다”며 “고객은 특정 보드를 강제로 구매할 필요 없이 AMD 반도체 칩셋을 기반으로 다양한 ODM 파트너들과 협력해 자체적인 폼팩터의 시스템 온 모듈(SOM)을 자유롭게 맞춤 설계할 수 있다”고 설명했다.

소프트웨어 툴체인 역시 자일링스 시절부터 라제 부사장이 직접 주도해 온 비바도(Vivado)와 바이티스(Vitis)를 기반으로 C/C++ 기반 상위 설계를 지원하는 ‘바이티스 HLS(High-Level Synthesis)’ 및 AI 기반 설계 자동화 기술을 지속 확장하고 있다.

아울러 산업용 설비나 의료 장비가 갖는 10~20년 이상의 롱테일 수명주기를 고려해 하드웨어 소켓 및 SOM 규격의 세대 간 호환성을 유지하고, 소프트웨어의 하위 호환성을 보장함으로써 급변하는 AI 모델 업데이트에 유연하게 대처할 수 있도록 지원하고 있다.

살릴 라제(Salil Raje) AMD 적응형 및 임베디드 컴퓨팅 그룹(AECG) 수석 부사장 겸 총괄책임자는 2일 서울 여의도 63빌딩에서 <디지털데일리>와 만나 피지컬 AI(Physical AI) 시장을 둘러싼 AMD 전략 방향과 관련해 자신의 입장을 밝혔다. [사진=AMD]

◆ “인구 절벽 직면한 한국, 피지컬 AI 필수 무대… 韓 파트너 생태계 대폭 확대”

라제 부사장은 한국 시장이 AMD AECG 사업부의 글로벌 전략에서 차지하는 비중이 매우 크다고 거듭 강조했다. 급격한 저출생·고령화로 인한 생산가능인구 감소와 제조업 경쟁력 약화라는 이중고를 겪고 있는 한국 경제의 현실을 감안할 때, 피지컬 AI 도입은 선택이 아닌 필수라는 진단이다.

그는 “한국은 우리에게 대단히 중요하고 전략적인 시장이다. 산업 자동화와 오토모티브 분야에서 한국이 쌓아온 역사를 보면 이는 명확하다"라며, "삼성, LG, SK하이닉스 등 한국을 대표하는 유수 기업들의 장비와 시장 전반에 걸쳐 AMD의 반도체와 애플리케이션이 광범위하게 도입될 수 있다. 한국은 인구가 줄어들고 산업 생산성이 저하되는 구조적 과제와 관련해 우려하고 있는데, 피지컬 AI가 구현하는 모든 혁신은 한국 제조업계에 도움을 줄 수 있으며, 따라서 한국 정부 및 산업계와의 협력은 양측 모두에게 확실한 윈-윈 모델이다"라고 진단했다.

실제로 국내 대표 글로벌 제조 기업들이 AMD의 주요 고객군에 포진해 있다. 라제 부사장은 “구체적인 기업명을 모두 언급할 수는 없지만, 반도체 팹(Fab) 내 제조 공정 장비와 초정밀 메모리 검사(테스터) 장비 제조사들이 AMD의 FPGA, 적응형 SoC, APU 제품군을 채택해 대규모 양산 라인에 적극 도입하고 있다”고 설명했다.

국내 AI 기술 기업과의 생태계 파트너십 성과도 가시화되고 있다. 라제 부사장은 “한국의 AI 경량화 및 최적화 전문 스타트업인 ‘노타’가 공식 파트너 네트워크에 합류해 당사의 이기종 하드웨어 플랫폼 상에서 AI 모델 최적화 작업을 긴밀하게 진행 중”이라며 “한국의 로보틱스, 산업용 장비, 시뮬레이션 및 소프트웨어 기업들이 폐쇄적인 환경에 갇히지 않고 글로벌 경쟁력을 갖출 수 있도록 기술 지원과 파트너십을 전폭적으로 확대할 것”이라고 덧붙였다.

그는 마지막으로 한국의 잠재 고객과 파트너들을 향해 “피지컬 AI는 향후 10년의 산업 지형을 바꿀 거대한 변곡점이며, AMD는 40년간 축적된 산업 자동화의 유산을 이 시장에 쏟아붓고 있다”며 “특정 기업의 폐쇄적 생태계에 갇히지 않고 스스로 차별화된 비즈니스를 개척하고자 하는 한국의 파트너들과 함께 피지컬 AI 시대를 열어가고 싶다”고 당부했다.